英國(guó)科幻小說(shuō)家 Arthur C. Clarke 曾經(jīng)說(shuō)過(guò)，任何足夠高級(jí)的技術(shù)都近乎魔術(shù)。迅速崛起的語(yǔ)音計(jì)算技術(shù)證明了他的觀點(diǎn)。使用該技術(shù)如同下咒語(yǔ)一樣：只需要對(duì)著空氣說(shuō)幾句話，附近的設(shè)備就可以滿足愿望。
亞馬遜Echo是一臺(tái)語(yǔ)音圓柱形計(jì)算機(jī)，我們可以將它放在桌面上，呼叫“Alexa”就可以喚醒，它可以播放音樂(lè)，講笑話，回答旅行問(wèn)題，控制智能家電；就在圣誕之前，4%的美國(guó)家庭已經(jīng)擁有Echo。
在智能手機(jī)市場(chǎng)，語(yǔ)音助手迅速發(fā)展。每周蘋(píng)果Siri處理200億個(gè)命令，在美國(guó)來(lái)自Android手機(jī)的Google語(yǔ)音搜索已經(jīng)占了20%的份額。用語(yǔ)音發(fā)郵件、寫(xiě)信息已經(jīng)相當(dāng)可靠。既然能夠說(shuō)，為什么還要輸入文字呢？
這是一次巨大的轉(zhuǎn)變。語(yǔ)音有能力改變計(jì)算產(chǎn)業(yè)，它可以用更自然的方式互動(dòng)。Windows、圖標(biāo)、菜單、觸摸屏，與復(fù)雜的鍵盤(pán)相比它們無(wú)疑都是非常直觀的交互方式。
如果可以與計(jì)算機(jī)對(duì)話，就可以完全廢棄“用戶界面”。手機(jī)不再只是沒(méi)有線的電話，汽車不再只是沒(méi)有馬的車廂，同樣的，沒(méi)有屏幕和鍵盤(pán)的計(jì)算機(jī)可以變得更實(shí)用，更強(qiáng)大，更流行。
語(yǔ)音不會(huì)完全取代其它輸入輸出方式，有時(shí)，輸入比說(shuō)話更加方便。但在我們使用技術(shù)的過(guò)程中，語(yǔ)音的地位會(huì)越來(lái)越高。要完全發(fā)揮語(yǔ)音技術(shù)的潛力，還有一些障礙需要突破。
Alexa，什么是深度學(xué)習(xí)？
計(jì)算機(jī)口述系統(tǒng)已經(jīng)存在多年了，不過(guò)系統(tǒng)并不可靠，需要進(jìn)行長(zhǎng)時(shí)間訓(xùn)練才能理解某個(gè)人的聲音。近年來(lái)，計(jì)算機(jī)不需要訓(xùn)練就可以識(shí)別任何人的語(yǔ)音，這些突破全都?xì)w功于“深度學(xué)習(xí)”，它是一種人工智能技術(shù)，利用深度學(xué)習(xí)技術(shù)，軟件可以用無(wú)數(shù)案例學(xué)習(xí)，這些案例一般來(lái)自網(wǎng)絡(luò)。
有了深度學(xué)習(xí)，在識(shí)別筆跡時(shí)計(jì)算機(jī)像人一樣精準(zhǔn)，計(jì)算機(jī)翻譯系統(tǒng)正在快速進(jìn)步，“文本-語(yǔ)音”系統(tǒng)不再那么生硬，發(fā)出的聲音更加自然。總之，不論從哪方面來(lái)看，計(jì)算機(jī)處理自然語(yǔ)言的能力越來(lái)越強(qiáng)。
有了深度學(xué)習(xí)，機(jī)器識(shí)別語(yǔ)音的能力提高，說(shuō)話的方式不再那么呆板，盡管如此，它仍然無(wú)法理解語(yǔ)言的意義。理解意義是最大的難題，如果語(yǔ)音計(jì)算想要流行起來(lái)，這一障礙必須克服。
計(jì)算機(jī)只有理解環(huán)境，才能圍繞某一主題進(jìn)行連貫的對(duì)話，現(xiàn)在的系統(tǒng)只能對(duì)簡(jiǎn)單的一次性命令做出回應(yīng)。
大學(xué)、大企業(yè)和小企業(yè)的研究人員正在努力解決這一問(wèn)題，它們開(kāi)發(fā)可以完成精致對(duì)話、可以處理復(fù)雜任務(wù)的機(jī)器人，這些機(jī)器人可以檢索信息，為抵押貸款提供建議，還可以安排旅行計(jì)劃。
什么時(shí)候魔法才能替代拼寫(xiě)？
語(yǔ)音計(jì)算如何進(jìn)化，消費(fèi)者與監(jiān)管機(jī)構(gòu)也起到了重要的決定作用。雖然語(yǔ)音技術(shù)仍然處在原始階段，但是它已經(jīng)帶來(lái)一些問(wèn)題：當(dāng)系統(tǒng)面向個(gè)人時(shí)非常實(shí)用，它可以獲得大量數(shù)據(jù)，比如日歷、郵件、其它敏感信息。于是乎，隱私與安全問(wèn)題接踵而來(lái)。
許多語(yǔ)音設(shè)備一直在監(jiān)聽(tīng)，隨時(shí)準(zhǔn)備激活，問(wèn)題因此變得更復(fù)雜。聯(lián)網(wǎng)麥克風(fēng)裝進(jìn)了每一個(gè)房間和每一臺(tái)智能手機(jī)，這種現(xiàn)狀已經(jīng)引起一些人擔(dān)憂。并非所有語(yǔ)音都被送到了云端，當(dāng)設(shè)備聽(tīng)到觸發(fā)短語(yǔ)時(shí)（比如“Alexa”、 “OK,Google”、 “Hey Cortana”、 “Hey,Siri”）才會(huì)將用戶的語(yǔ)音傳輸?shù)椒?wù)器，然后開(kāi)始處理問(wèn)題。如果設(shè)備開(kāi)始存儲(chǔ)語(yǔ)音，我們根本不知道誰(shuí)持有數(shù)據(jù)，存儲(chǔ)了哪些數(shù)據(jù)，何時(shí)存儲(chǔ)的。
警察曾經(jīng)調(diào)查Arkansas（阿肯色州）兇殺案，案發(fā)經(jīng)過(guò)可能被亞馬遜Echo監(jiān)聽(tīng)，警察要求亞馬遜開(kāi)放語(yǔ)音數(shù)據(jù)，方便查看。亞馬遜拒絕了，它不知這樣做是否合法。
2016年也曾出現(xiàn)過(guò)相似的事情，當(dāng)時(shí)蘋(píng)果拒絕幫助 FBI 破解槍殺案兇手的 iPhone。這兩件事告訴我們：應(yīng)該建立規(guī)則，讓大家知道何時(shí)接入個(gè)人隱私數(shù)據(jù)、獲得什么數(shù)據(jù)是合理的。
即使這些問(wèn)題沒(méi)有解決，消費(fèi)者還是會(huì)接受語(yǔ)音計(jì)算技術(shù)。在許多環(huán)境中，語(yǔ)音方便得多，自然得多。當(dāng)我們?cè)谧銎渌聲r(shí)，語(yǔ)音最能發(fā)揮作用。因?yàn)楦鞣N原因，有時(shí)用戶無(wú)法使用屏幕或者鍵盤(pán)，此時(shí)語(yǔ)音計(jì)算可以拓寬用途。
事實(shí)上，語(yǔ)音技術(shù)不只對(duì)計(jì)算造成影響，還影響了語(yǔ)言本身。對(duì)于大多人來(lái)說(shuō)，要想說(shuō)一門(mén)不懂的外語(yǔ)比登天還難，計(jì)算機(jī)模擬翻譯工具可以解決問(wèn)題。如果機(jī)器可以說(shuō)話，小語(yǔ)種就可以存活下來(lái)。在人類與計(jì)算機(jī)互動(dòng)的歷史長(zhǎng)河中，觸摸屏是最近出現(xiàn)的一次變革，如果能向語(yǔ)音轉(zhuǎn)移，變革的力度會(huì)更大。
英國(guó)科幻小說(shuō)家 Arthur C. Clarke 曾經(jīng)說(shuō)過(guò)，任何足夠高級(jí)的技術(shù)都近乎魔術(shù)。迅速崛起的語(yǔ)音計(jì)算技術(shù)證明了他的觀點(diǎn)。使用該技術(shù)如同下咒語(yǔ)一樣：只需要對(duì)著空氣說(shuō)幾句話，附近的設(shè)備就可以滿足愿望。
亞馬遜Echo是一臺(tái)語(yǔ)音圓柱形計(jì)算機(jī)，我們可以將它放在桌面上，呼叫“Alexa”就可以喚醒，它可以播放音樂(lè)，講笑話，回答旅行問(wèn)題，控制智能家電；就在圣誕之前，4%的美國(guó)家庭已經(jīng)擁有Echo。
在智能手機(jī)市場(chǎng)，語(yǔ)音助手迅速發(fā)展。每周蘋(píng)果Siri處理200億個(gè)命令，在美國(guó)來(lái)自Android手機(jī)的Google語(yǔ)音搜索已經(jīng)占了20%的份額。用語(yǔ)音發(fā)郵件、寫(xiě)信息已經(jīng)相當(dāng)可靠。既然能夠說(shuō)，為什么還要輸入文字呢？
這是一次巨大的轉(zhuǎn)變。語(yǔ)音有能力改變計(jì)算產(chǎn)業(yè)，它可以用更自然的方式互動(dòng)。Windows、圖標(biāo)、菜單、觸摸屏，與復(fù)雜的鍵盤(pán)相比它們無(wú)疑都是非常直觀的交互方式。
如果可以與計(jì)算機(jī)對(duì)話，就可以完全廢棄“用戶界面”。手機(jī)不再只是沒(méi)有線的電話，汽車不再只是沒(méi)有馬的車廂，同樣的，沒(méi)有屏幕和鍵盤(pán)的計(jì)算機(jī)可以變得更實(shí)用，更強(qiáng)大，更流行。
語(yǔ)音不會(huì)完全取代其它輸入輸出方式，有時(shí)，輸入比說(shuō)話更加方便。但在我們使用技術(shù)的過(guò)程中，語(yǔ)音的地位會(huì)越來(lái)越高。要完全發(fā)揮語(yǔ)音技術(shù)的潛力，還有一些障礙需要突破。
Alexa，什么是深度學(xué)習(xí)？
計(jì)算機(jī)口述系統(tǒng)已經(jīng)存在多年了，不過(guò)系統(tǒng)并不可靠，需要進(jìn)行長(zhǎng)時(shí)間訓(xùn)練才能理解某個(gè)人的聲音。近年來(lái)，計(jì)算機(jī)不需要訓(xùn)練就可以識(shí)別任何人的語(yǔ)音，這些突破全都?xì)w功于“深度學(xué)習(xí)”，它是一種人工智能技術(shù)，利用深度學(xué)習(xí)技術(shù)，軟件可以用無(wú)數(shù)案例學(xué)習(xí)，這些案例一般來(lái)自網(wǎng)絡(luò)。
有了深度學(xué)習(xí)，在識(shí)別筆跡時(shí)計(jì)算機(jī)像人一樣精準(zhǔn)，計(jì)算機(jī)翻譯系統(tǒng)正在快速進(jìn)步，“文本-語(yǔ)音”系統(tǒng)不再那么生硬，發(fā)出的聲音更加自然。總之，不論從哪方面來(lái)看，計(jì)算機(jī)處理自然語(yǔ)言的能力越來(lái)越強(qiáng)。
有了深度學(xué)習(xí)，機(jī)器識(shí)別語(yǔ)音的能力提高，說(shuō)話的方式不再那么呆板，盡管如此，它仍然無(wú)法理解語(yǔ)言的意義。理解意義是最大的難題，如果語(yǔ)音計(jì)算想要流行起來(lái)，這一障礙必須克服。
計(jì)算機(jī)只有理解環(huán)境，才能圍繞某一主題進(jìn)行連貫的對(duì)話，現(xiàn)在的系統(tǒng)只能對(duì)簡(jiǎn)單的一次性命令做出回應(yīng)。
大學(xué)、大企業(yè)和小企業(yè)的研究人員正在努力解決這一問(wèn)題，它們開(kāi)發(fā)可以完成精致對(duì)話、可以處理復(fù)雜任務(wù)的機(jī)器人，這些機(jī)器人可以檢索信息，為抵押貸款提供建議，還可以安排旅行計(jì)劃。
什么時(shí)候魔法才能替代拼寫(xiě)？
語(yǔ)音計(jì)算如何進(jìn)化，消費(fèi)者與監(jiān)管機(jī)構(gòu)也起到了重要的決定作用。雖然語(yǔ)音技術(shù)仍然處在原始階段，但是它已經(jīng)帶來(lái)一些問(wèn)題：當(dāng)系統(tǒng)面向個(gè)人時(shí)非常實(shí)用，它可以獲得大量數(shù)據(jù)，比如日歷、郵件、其它敏感信息。于是乎，隱私與安全問(wèn)題接踵而來(lái)。
許多語(yǔ)音設(shè)備一直在監(jiān)聽(tīng)，隨時(shí)準(zhǔn)備激活，問(wèn)題因此變得更復(fù)雜。聯(lián)網(wǎng)麥克風(fēng)裝進(jìn)了每一個(gè)房間和每一臺(tái)智能手機(jī)，這種現(xiàn)狀已經(jīng)引起一些人擔(dān)憂。并非所有語(yǔ)音都被送到了云端，當(dāng)設(shè)備聽(tīng)到觸發(fā)短語(yǔ)時(shí)（比如“Alexa”、 “OK,Google”、 “Hey Cortana”、 “Hey,Siri”）才會(huì)將用戶的語(yǔ)音傳輸?shù)椒?wù)器，然后開(kāi)始處理問(wèn)題。如果設(shè)備開(kāi)始存儲(chǔ)語(yǔ)音，我們根本不知道誰(shuí)持有數(shù)據(jù)，存儲(chǔ)了哪些數(shù)據(jù)，何時(shí)存儲(chǔ)的。
警察曾經(jīng)調(diào)查Arkansas（阿肯色州）兇殺案，案發(fā)經(jīng)過(guò)可能被亞馬遜Echo監(jiān)聽(tīng)，警察要求亞馬遜開(kāi)放語(yǔ)音數(shù)據(jù)，方便查看。亞馬遜拒絕了，它不知這樣做是否合法。
2016年也曾出現(xiàn)過(guò)相似的事情，當(dāng)時(shí)蘋(píng)果拒絕幫助 FBI 破解槍殺案兇手的 iPhone。這兩件事告訴我們：應(yīng)該建立規(guī)則，讓大家知道何時(shí)接入個(gè)人隱私數(shù)據(jù)、獲得什么數(shù)據(jù)是合理的。
即使這些問(wèn)題沒(méi)有解決，消費(fèi)者還是會(huì)接受語(yǔ)音計(jì)算技術(shù)。在許多環(huán)境中，語(yǔ)音方便得多，自然得多。當(dāng)我們?cè)谧銎渌聲r(shí)，語(yǔ)音最能發(fā)揮作用。因?yàn)楦鞣N原因，有時(shí)用戶無(wú)法使用屏幕或者鍵盤(pán)，此時(shí)語(yǔ)音計(jì)算可以拓寬用途。
事實(shí)上，語(yǔ)音技術(shù)不只對(duì)計(jì)算造成影響，還影響了語(yǔ)言本身。對(duì)于大多人來(lái)說(shuō)，要想說(shuō)一門(mén)不懂的外語(yǔ)比登天還難，計(jì)算機(jī)模擬翻譯工具可以解決問(wèn)題。如果機(jī)器可以說(shuō)話，小語(yǔ)種就可以存活下來(lái)。在人類與計(jì)算機(jī)互動(dòng)的歷史長(zhǎng)河中，觸摸屏是最近出現(xiàn)的一次變革，如果能向語(yǔ)音轉(zhuǎn)移，變革的力度會(huì)更大。
京公網(wǎng)安備 11010502049343號(hào)