“Siri是催化劑，但是能否修成正果尚需時日。” 小i機器人董事長袁斌表示。
自從去年10月，借助發(fā)布iPhone 4S之勢推出Siri語音問答系統(tǒng)以來，全世界都掀起了一場語音技術(shù)熱潮，這些長期被邊緣化的公司瞬間成為了市場關(guān)注的焦點。前有Ciriis和Airi，后有科大訊飛的“語點”。
被資本市場高度熱捧的是市場是機會還是陷阱？目前下定論顯然有點早。
過去的一個月，TechWeb走訪了國內(nèi)眾多從事語音技術(shù)的公司，發(fā)現(xiàn)這些Siri的跟隨者們都面臨的共同問題是，聽得懂你在說什么，卻不理解你在說什么。至少目前來看，語音市場距離大規(guī)模商用依然有不小的距離。
這個問題的出現(xiàn)并不意外，因為即便是蘋果的Siri同樣困擾于此。近日，Siri在國外遭到了多起訴訟，原因是Siri無法準確理解用戶的問題，蘋果涉嫌夸大宣傳。由此可見，如果Siri尚且不夠完美，那么中國的Siri必定還有更多的路要走。
“最后的禮物”不完美
2011年10月，蘋果iPhone 4S發(fā)布，雖然iPhone 4S無甚亮點，但其配備的語音控制助手Siri一經(jīng)發(fā)布便艷驚全球。被稱為喬布斯送給這個世界“最后的禮物”。
這是蘋果唯一一款打上Beta標簽的產(chǎn)品，但卻承載了巨大的期望。蘋果可以借此機會創(chuàng)建一個人工智能程序的生態(tài)系統(tǒng)，將Siri做成平臺，讓Siri與其他程序結(jié)合，Siri本身將成為入口。其結(jié)果是谷歌的搜索形式將被顛覆，用戶可以通過更自然的交互方式直接獲得答案?！都~約時報》撰文稱：Siri代表著蘋果的商業(yè)未來，也預示著未來“搜索”的形態(tài)。
雖然蘋果有長遠的規(guī)劃，但Siri的發(fā)布還是略顯倉促，實現(xiàn)這些美好愿景尚需時日。Siri所具有的發(fā)電子郵件、播放音樂、安排會議等諸多功能用戶使用頻率并不高。最新的一項調(diào)查顯示，30%的用戶從未使用Siri來發(fā)送電子郵件，32%的用戶分別表示自己從未使用Siri播放音樂。對Siri表示非常滿意的用戶只有55%。
本月早些時候，紐約iPhone 4S用戶弗蘭克·法齊奧（Frank M. Fazio）在加州聯(lián)邦法院提起訴訟，指控蘋果發(fā)布的廣告中對Siri功能的描述存在“誤導性和欺騙性信息”。另一位iPhone 4S用戶大衛(wèi)·瓊斯（David Jones）在美國加州庫珀蒂諾對蘋果提起訴訟，指控蘋果錯誤地描述了Siri功能。“Siri要么無法理解原告所提出的問題，要么在經(jīng)過長時間等待后提供了錯誤的答案。”
語義識別之難
為什么Siri會有這些不完美？國內(nèi)從事了十年智能網(wǎng)絡(luò)機器人研究的小i機器人董事長袁斌解釋稱，Siri最難的技術(shù)不是語音，而是語義識別。
我們現(xiàn)在看到的Siri實際上由兩部分組成，一部分是語音識別，一部分是語義識別。當用戶對Siri講一句話時，語音識別分析出這句話說的是什么，語義識別分析出這句話是什么意思。語音和語義兩部分技術(shù)在Siri中所占的比例分別是20%和80%。也就是說，要正確理解用戶的意思并作出反應(yīng)，語義識別實際上更為關(guān)鍵。
脫胎于美國國防部技術(shù)的Siri真正擅長的是語義識別。語音識別部分，Siri選擇跟語音識別引擎Nuance合作。Siri現(xiàn)在的任務(wù)是不斷加強其語義識別能力，建立更加龐大的數(shù)據(jù)庫。據(jù)說蘋果已經(jīng)在印度招大量工程師進行數(shù)據(jù)庫的梳理。
語義識別的另外一個挑戰(zhàn)是，內(nèi)容越多，對智能識別的挑戰(zhàn)越大，需要的算法更強。
從事了多年語音技術(shù)研究的李開復也表達過類似的觀點，他說：“人們一旦開使用語音跟你交流了，就會把你當做一個人，這個帶來的超級高的期望值會給語音帶來很大的挑戰(zhàn)。”
Siri不適合創(chuàng)業(yè)公司
Siri的火爆讓不少國內(nèi)的創(chuàng)業(yè)者非常興奮，因為它代表著一個可以探索的新方向。但是不少業(yè)內(nèi)人士對此表示懷疑態(tài)度。
李開復曾在微博中稱：“‘中國Siri’創(chuàng)業(yè)計劃不太適合中國創(chuàng)業(yè)公司，需要解決的問題很多也很棘手，主要是新的智能語音控制技術(shù)如何引導用戶行為，再是克服海量數(shù)據(jù)學習門檻和應(yīng)用整合困難等。”
國內(nèi)現(xiàn)在已有的類Siri應(yīng)用，Ciriis和Airi，尚且都停留在娛樂層面。而前段時間科大訊飛高調(diào)發(fā)布的“訊飛語點”也并未有實質(zhì)性突破，如果一句話中間增加停頓，它便無法正確理解。
袁斌認為，要做中國的Siri，第一需要語料庫，第二需要人工智能的算法。訊飛擁有前者的優(yōu)勢，但后者仍需積累摸索。“需要長期的、系統(tǒng)的平臺去處理每天進來的海量的知識，經(jīng)過長期的集聚，形成工程化的產(chǎn)品，最后才能對每天進來的知識進行去重、篩選，同時能夠?qū)W習新的知識點。”
在這一點上，袁斌的小i機器人有值得借鑒的經(jīng)驗。
小i機器人是一款網(wǎng)絡(luò)機器人，主要應(yīng)用于運營商、銀行等的網(wǎng)絡(luò)客服系統(tǒng)。小i機器人從2001年開始開發(fā)，最終以IM聊天機器人的形式推出，經(jīng)歷了個人用戶激增、產(chǎn)品線眾多、用戶滿意度下降、公司負擔過重等一系列問題，最終艱難轉(zhuǎn)型。而這些問題與今天的Siri以及類Siri應(yīng)用面臨的問題非常相似。
袁斌認為，無論誰做語音控制技術(shù)或者智能識別技術(shù)，這些問題都無法繞開。解決了，則柳暗花明，解決不了，只有死路一條。
下載文檔
