您好、欢迎来到现金彩票网!
当前位置:秒速快三 > 说话人识别 >

巨头开发语音识别技术 电脑可听懂人说话

发布时间:2019-06-19 01:36 来源:未知 编辑:admin

  近日,微软新推出的Windows Vista就安装了语音识别系统。不懂鼠标和键盘操作的人,有了此软件的帮助,问题就能迎刃而解。这也是这一操作系统的一大亮点。从上世纪50年代开始,语音识别作为重要的研究对象,引起了科学家的广泛兴趣。今天,半个多世纪过去了,语音识别技术已经发生了突飞猛进的变化,IBM、苹果和微软等公司甚至已经把它应用于自己的部分产品中。

  目前,语音识别软件主要运用于法律和医药领域,但随着软件的日趋完善,将被更多领域采纳和运用,并帮助人们解决疑难问题。

  不过,语音识别软件目前或多或少存在缺陷,如抗干扰差、语音识别误差较大、易受黑客攻击等。因此,要想短期内取代手工操作还不现实。

  其实,自电脑诞生以来,让电脑听懂人们的说话,就是科学家们奋斗的目标。几年前,这方面还仅局限于实验室内的演示。不过现在不同了,电脑的语音识别功能已经有了质的飞跃,并被广泛运用到各个领域。微软和福特汽车正在进行一项有趣的工作,他们希望人们能向汽车发出口头指令,这让人觉得有些不可思议。不过,人们通过芯片进行口头交流,早已成为现实,只是目前还没有被广泛应用到日常生活中,所以大家对此感到陌生。可以肯定的是,随着技术的日趋成熟,今后人们和芯片的交流的机会将越来越多。

  前不久,在拉斯维加斯举行的国际电子消费品展览会上,比尔·盖茨和福特汽车的高管们,展示了微软的Sync软件,它可让驾车者们如何通过口头指令,在车内播放音乐和拨打电话。但是,通过口头指令驾驶汽车还难以被广泛运用,至少目前还不行。

  IBM在语音识别技术上,一直走在最前沿。以它的ViaVoice软件为例,这种软件可以帮助人们通过麦克风用语音向字处理软件输入文字,能识别英语、意大利语、德语、法语、日语、汉语等语种。由于大量的无线上网设备的使用,语音识别软件的销售前景看好,特别适用于医生、律师和作家等职业。

  从去年9月1日开始,该语音识别软件已经开始降价销售,其中最便宜的一款只需30美元。据估计,目前,全世界已有1000多万人在使用ViaVoice软件。

  微软新版的Windows操作系统Vista,也配置了先进的语音识别软件。用户可以通过语音和计算机交流——对于无法操作键盘和鼠标设备的人们,这是一个很重要的功能。经过训练,Vista能识别用户的语音。这样,用户就可以通过口述来“书写”信件或电子邮件。一言以敝之,用户可以通过语音来执行大多数常见任务。

  不过,目前世界上最先进的语音识别软件,既不是微软生产的,也非IBM制造,它的名字叫做Naturally Speaking,出自于Nuance Communications公司。

  Naturally Speaking已经得到了大多数用户的认可。用户对着麦克风说话,屏幕上就显示出说话的内容,很容易识别和纠正错误。久而久之,该软件就会适应用户的说话风格,当然,用户如果在说话过程中发现软件无法识别的,也相应地作出调整,这样一来,语音识别的正确率就会逐渐提高。

  在语音识别软件领域,比尔·迈森很有发言权,他是这方面的专家。他指出:“目前该软件主要用于法律和医学等特定领域。例如,放射线学者们越来越多地通过语音识别软件口授诊断报告和结果,而不再由录音机录下口头报告,再加以转录。”语音识别软件是利用非常复杂的统计方法,把人们的讲话与单词相对应起来的。如今,语音识别技术在一些领域已经得到广泛应用,如呼叫中心。采用这项技术,可以省去不少麻烦,目前已有不少电脑查询服务采用了Nuance公司的技术,来处理客户的需求。

  可以看出,语音识别技术的特点就是使工作变得自动化。但也有人指出,语音识别技术发展到足够强大并得到普遍应用的时候,在给人类带来方便的时候,同时也会使更多的人失去工作。比如,现在很多公司都设置咨询室,将来有可能被机器取代,人们可以通过公司的电脑发出口头指令来完成各项咨询。

  迈森预言:“接下来,语音识别技术将被用于网络搜索。”不久的将来, Google和雅虎将推出面向手机用户的语音搜索服务,用户只要说出自己要找什么,就可以听到电脑的自动答复。这2家公司都已聘请了语音识别技术专家。Nuance还与雅虎对簿公堂,因为雅虎挖走了Nuance的13名工程师。

  IBM也不甘步人后尘,此前它在语音识别一直处在领先位置。目前,IBM正在实施一个超前的计划——研制一种能监听4-5个人参加的小型会议的语音识别软件,用以提供准确的书面记录。这一步迈得很大,不知道何时能取得成功。

  此外,负责IBM的语音识别技术开发的戴维·那哈莫还表示,该公司已经开发出了其他一些应用软件。其中一项能自动翻译外语广播——该软件首先通过语音识别技术记录下说话者所说的话,然后通过翻译软件把外语翻译成英语。

  尽管这一软件目前还不成熟,不过它已经能够翻译出说话者的要点。这一软件的卖点不错,尤其受缺乏外语人才的机构和部门欢迎,比如情报机构。当然,该软件也适合缺乏人手的电视台,为听觉有障碍的观众提供字幕服务。

  当然,语音识别软件还没有发展到能够取代键盘和鼠标的程度,还有很多不完善的地方,这也是所有语音识别软件目前普遍存在的问题。比如抗干扰,这类软件还无法分辨出哪是人的发音,哪是音响的发音。在语音识别上,目前也存在差错。在一家公司的一次演示中,与会者大跌眼镜。这家公司的工作人员试图让自己开发的软件识别“Dear Mom”这个短语的发音,然而,让人哭笑不得的是,语音识别软件却把它理解为“Dear aunt”,也就是著名的“认母为姨”。

  此外,语音识别还可能被黑客利用,不久前就传出Vista的语音功能存在缺陷,容易遭致黑客利用进行远程语音攻击。微软对此表示,安全人员此前公布了该漏洞,影响微乎其微。

  微软安全响应中心的发言人宣称,攻击者利用此漏洞仅能获得当前用户的权限,并不能绕过用户帐户控制系统的监管运行任何管理员级别的命令。黑客要想成功发动攻击,前提条件是目标系统已经设置好语音识别功能,并且启用话筒和音箱,此时他们可以通过音频文件的播放执行复制、删除、关机等命令。因此微软方面建议不要一直同时开启麦克风和音箱。如发现有执行命令的音频文件播放,要关闭媒体播放器和语音识别,重启电脑。

  安全响应中心的程序经理Adrian Stone称:“我们对该问题十分重视,经过调查,我可以自信地说,没有必要担心该问题。”

  天猫公布618战报:上百个品牌成交超去年双11 超110家品牌成交过亿

  京东物流集团CEO王振辉发全员信:向“供应链服务+供应链智能平台”转型

  拼多多公布618大促战报:订单数突破11亿笔 GMV同比增长超过300%

  天猫公布618战报:上百个品牌成交超去年双11 超110家品牌成交过亿

  拼多多公布618大促战报:订单数突破11亿笔 GMV同比增长超过300%

  昨夜今天Tech圈:郭明錤预计苹果明年推两款5G iPhone 平井一夫正式退休

  郭明錤预计苹果明年推出3款新iPhone 两款支持5G全是OLED屏幕

http://lenjproductions.com/shuohuarenshibie/252.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有