【正文】 而Siri之前默默無聞，但是一從蘋果推出，卻聲名鵲起，因此Siri 的成功是基于蘋果手機的基礎上的。問答推薦技術實質上不能稱為一個技術，應該屬于知識庫的技術。這個技術國內(nèi)做成功的比較少，百度的框計算也只是在初步的研發(fā)階段。不同于搜索互聯(lián)網(wǎng)信息，Wolfram|Alpha將從公眾的(包括公開的網(wǎng)頁等)和獲得授權的資源中，發(fā)掘、建立起一個異常龐大的經(jīng)過組織的數(shù)據(jù)庫，再利用高級的自然語言算法進行處理，最終構造出一個類似于谷歌搜索的工具。另外，在國內(nèi)，這方面做的很好的公司如科大訊飛，就是中文語音合成以及識別的領軍企業(yè),在英文語音合成領域也有很大的建樹。若是將電腦系統(tǒng)用在語音合成上，則稱為語音合成器，而語音合成器可以用軟/硬件所實現(xiàn)。下面，對上面提到的各種技術進行簡要介紹：語音識別以及語音合成技術也被稱為自動語音識別（英語：Automatic Speech Recognition, ASR），其目標是將人類的語音中的詞匯內(nèi)容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。語音識別技術是把用戶的口語轉化成文字，其中需要強大的語音知識庫，因此需要用到“云計算”技術。在《麻省理工技術評論》的采訪中，Cheyer說CALO早已開始探索如何把“對話、自然語言理解、視覺、演說、機器學習、制定計劃、理性思考、服務代表全部融合到一個模仿人類的助理中，幫助人們完成不同的事情?？拼笥嶏w在本土化、政策扶持和渠道建設等方面具有相對優(yōu)勢，如下圖：綜合本土化、技術能力、政策扶持、渠道和規(guī)模等五方面因素考慮，我們認為科大訊飛有一定的綜合競爭優(yōu)勢，未來國內(nèi)智能語音市場的競爭將可能主要在Nuae和科大訊飛之間展開。國內(nèi)語音合成技術廠商主要有科大訊飛和捷通華聲，其中科大訊飛占據(jù)主導地位；語音識別技術廠商則主要有中科信利（中科院聲學所）、中科模識（中科院自動化所）和科大訊飛。目前市場上銷售的語音玩具多數(shù)是在毛絨玩具基礎上簡單植入語音芯片，娛樂性和益智性均較差，售價卻高達300元700元，相比普通毛絨玩具數(shù)十元的售價價格較為昂貴，使得智能語音玩具對普通消費者的吸引力不足。傳統(tǒng)玩具的市場日趨下滑，而益智類、成人類玩具則呈現(xiàn)持續(xù)增長趨勢。在中國玩具市場，毛絨玩具和兒童車最為暢銷，模型玩具、遙控玩具和塑膠玩具的銷量持續(xù)看好。針對中國人學習英語的評測技術，也是近年來研究界和產(chǎn)業(yè)界關注的重點，科大訊飛和中科院自動化所均已取得了較好的研究成果，初步達到了對中小學生英語口語評價的需要。由于教具的采購需要由政府主管部門推動，受限于政府采購的決策鏈較長，教具市場的開拓周期較長，目前僅有安徽、河北、山西等省有較大規(guī)模的應用。 中國智能手機銷量有望保持快速增長圖： 教育市場語音教具與語音評測市場發(fā)展?jié)摿^大。在最近幾年里，移動通信和互聯(lián)網(wǎng)是發(fā)展最快、市場潛力最大的兩大電信類業(yè)務，隨著移動互聯(lián)網(wǎng)的逐漸成型，智能手機和平板電腦將成為移動互聯(lián)網(wǎng)的主要終端形式。以Nuance為例，雖然全球前十大汽車制造商均已使用了Nuance的語音產(chǎn)品，但Nuance估計語音識別技術在汽車電子市場的滲透率仍不足10%。 汽車導航設備通?？煞譃榍把b車載導航設備和PND導航設備。 ，受金融危機影響，未來3年全球呼叫中心語音識別市場將保持平穩(wěn)增長，增速約在5%6%之間。從坐席數(shù)量的增長速度來看，2010年的座席增長速度明顯較2009年同比明顯上升。主要智能語音技術應用領域市場潛力和技術難度評估： 企業(yè)級語音市場加速發(fā)展智能語音技術在企業(yè)級市場主要是應用于呼叫中心（Call Center），具體的應用包括語音導航和聲紋識別兩種方式。從全球市場來看，目前語音合成市場已較為成熟，滲透率較高；而語音識別市場則處于快速成長期，2006年首次突破了10億美元，Datamonitor估計2009年語音識別技術市場規(guī)模為26億美元。伴隨著大語料庫合成技術的流行，2005年以來語音合成技術已發(fā)展到逼近自然人甚至播音員發(fā)音的水平，并從單一的廣播風格發(fā)展到多種語氣和語調(diào)的合成能力。前端文本分析主要包括兩項任務：（1）進行文本的標準化，把原始文本中的數(shù)字、縮略語等轉換為對應的標準詞；（2）進行語言處理即TTP（text to phoneme）轉換，為每一個字詞賦予一個語音腳本，初步定義其發(fā)音，并依據(jù)辭典規(guī)則對文本進行分割標記。該方法的基本思想是采用統(tǒng)計建模和機器學習的理念，通過給定的原始語音數(shù)據(jù)進行訓練并根據(jù)訓練結果來構建語音合成系統(tǒng)。 二十世紀八十年代，語音合成技術進入了波形拼接方法階段，基音同步疊加的波形拼接方法PSOLA（Pitch Synchronous Overlap and Add）被提出，較好地解決了不同語音片段之間的拼接問題，從而有力的推動了波形拼接語音合成技術的發(fā)展。第一個完整的TTS系統(tǒng)得以實現(xiàn)。 語音合成技術發(fā)展史 從語音合成技術的發(fā)展歷程來看，可大致分為三個階段，第一階段為上世紀三十年代至八十年代，以參數(shù)合成方法為主；第二階段為上世紀八十年代至九十年代，以波形拼接方法為主；第三階段則為上世紀末至現(xiàn)在，進一步發(fā)展出可訓練的TTS方法。 因此，我們認為即使短期內(nèi)智能語音技術核心算法不能有革命性突破，計算機芯片技術的發(fā)展也將推動語音技術的應用進一步深化。摩爾定律從1975年提出至今，準確地預測了芯片技術的發(fā)展速度，以MIPS（Million Instructions Per Second，每秒百萬條指令）為單位進行估算，Intel X86芯片的計算能力從1987年至今增長了約1600倍，而以ARM架構為代表的嵌入式芯片計算能力從1987年至今也已增長了約500倍。上世紀九十年代，建立在統(tǒng)計建模和機器學習理念基礎之上的語音技術核心算法逐步成熟，基于HMM（隱馬爾可夫模型）的語音合成及識別技術在實用中逐漸占據(jù)了主導地位。嵌入式芯片技術特別是SOC技術的發(fā)展及芯片成本的下降，有力推動了智能語音技術在移動設備中的應用。第四章 智能語音技術概述 智能語音技術簡介 核心算法和芯片技術共同推動語音技術應用深化語音識別應用決定智能語音行業(yè)未來成長。應用語音的自動理解和翻譯，可消除人類相互交往的語言障礙。 語音識別技術未來可能的發(fā)展方向有兩個：（1）語言模型從概率模型向以語言學為基礎的文法模型轉變，要使計算機真正理解人類的自然語言，就必須在這一點上取得進展，同時隨著硬件資源的不斷發(fā)展，一些核心算法如特征提取、搜索算法、自適應算法等將有進一步改進的可能；（2）人工神經(jīng)網(wǎng)絡（ANN）技術在語音識別領域有可能實現(xiàn)突破，人工神經(jīng)網(wǎng)絡是由結點互連組成的計算網(wǎng)絡，本質上是對人類大腦神經(jīng)元活動的模擬，具有自學習能力、記憶、聯(lián)想、推理、概括能力和快速并行實現(xiàn)的特點，同時還具備自組織、自適應的功能。按照最為重要的指標識別內(nèi)容限制進行劃分，語音識別技術可分為大詞匯量連續(xù)語流識別技術和命令詞語音識別技術。語音識別就是通常人們所說的以說話的內(nèi)容作為識別對象的技術，它是4個方面中最重要和研究最廣泛的一個方向。 廣泛意義上的語音識別按照任務的不同可以分為4個方向：說話人識別、關鍵詞檢出、語言辨識和語音識別。 語音識別技術概述 語音識別是解決機器“聽懂”人類語言的一項技術。我國語音識別研究一直緊跟國際水平，國家也很重視。IBM開發(fā)的 ViaVoice和Microsoft開發(fā)的中文識別引擎都具有了相當高的漢語語音識別水平。進入90年代后，語音識別技術進一步成熟，并開始向市場提供產(chǎn)品。　　70年代，語音識別領域取得了較大進展。第三章 語音識別行業(yè)概述 語音識別技術的發(fā)展史語音識別的研究工作大約開始于20世紀50年代，當時ATamp。 RelevanceNow打算通過向會話使用量很大的用戶比如商業(yè)公司收取會話費的方式來營利，將MyCyberTwin授權給社群網(wǎng)站后，也許以后可以通過它為用戶提供有針對性的網(wǎng)絡廣告。 當然，這個概念還是一個全新的概念。如果你將cybertwin內(nèi)置到博客、網(wǎng)站或者MySpace檔案中，訪問者就可以通過會話了解你?！蹦敲此芸炀蜁貞悖骸澳闶欠駱芬饨裉旄械讲皇娣?？”對于現(xiàn)代人來說，這個回應顯然會立即讓對方掉頭而去。當你不在線的時候，聊天機器人可以自動回答關于你的問題。7. 人工智能語言Visual Prolog學習網(wǎng)站 （網(wǎng)址：） Visual Prolog是一種功能強大的人工智能邏輯編程語言，由Prolog開發(fā)中心設計。6. 專家系統(tǒng)eXpertise2Go網(wǎng)站（網(wǎng)址：） 專家系統(tǒng)是人工智能課程的重要組成內(nèi)容。該網(wǎng)站鼓勵世界上所有的學生都能主動參與到這個網(wǎng)站的建設中來,積極擔任每期的學生作者、藝術設計，評論員或學生聯(lián)絡員，以共同推動《十字路口》電子雜志的發(fā)展。此外，提升公眾對人工智能的理解，對人工智能實踐人員的教學和培訓，為人工智能領域的研究者和投資者提供指導等也都是AAAI的實踐內(nèi)容。2. 浙江大學遠程教育網(wǎng)絡課程《人工智能基礎》（網(wǎng)址） 這是國內(nèi)教育資源的最大提供者——高等教育出版社，在全國抗擊“非典”時期，為了更好地服務于高等學校的教育，向高校師生提供的一門優(yōu)質的網(wǎng)絡教學課程。 課程標準中規(guī)定“人工智能初步模塊”由3部分內(nèi)容組成：知識及其表達，推理與專家系統(tǒng)，人工智能語言與問題求解。同時我們看到個人主頁這樣比較規(guī)范的界面可以很好的充當操作平面的功能，只是現(xiàn)在個人主頁本身結構功能還比較簡單，只要針對個人主頁現(xiàn)在的界面進行部分改造就可以逐步向這個方面過渡?！　∧壳八挥幸粋€叫[360doc個人圖書館]（），主要在4個方面進行了應用：自動給文章生成簡潔、準確的摘要；自動在文章之間建立基于內(nèi)容的相關性連接；自動根據(jù)個人的收藏興趣為其推薦新文章；根據(jù)自己的收藏興趣查找“志同道合”者。有了這個功能，當你想建一個朋友圈時，當你想認識一些好朋友時，你就可以方便地找到大量的同興趣的候選者，有效解決互動對象的選擇問題。目前，對內(nèi)容的組織管理手段主要就是分類，一是目錄分類，二是tag分類（標簽分類）。40多年來，人工智能獲得很大發(fā)展，它引起眾多科學的日益重視，已成為一門廣泛的交叉和前沿科學。然而，任何新生事物的成長都不是一帆風順的。在工業(yè)生產(chǎn)方面，其智能水平普遍不高，如順利地通過周圍環(huán)境，操作電燈開關、玩具積木及餐具等物品，一個小孩就能很容易的做到，但設計一個能完成上述操作任務的機器人則很難。 機器人學。 五、專家系統(tǒng)。 目前已經(jīng)開發(fā)出能夠從內(nèi)部數(shù)據(jù)庫回答語音提出的問題的程序，這些程序通過閱讀文本材料，還能夠把其中的句子從一種語言翻譯為另一種語言，執(zhí)行用語音給出的指令和獲取知識等等。這一事件，使世人驚呼“機器智能是否已達到或超過了人類