隨著人工智能技術(shù)的快速應(yīng)用，語(yǔ)音交互行業(yè)在多領(lǐng)域取得突破性進(jìn)展。但客觀而言，目前很多語(yǔ)音智能技術(shù)還停留在簡(jiǎn)單的語(yǔ)音對(duì)話階段，離交互認(rèn)知還遠(yuǎn)遠(yuǎn)不夠。

人工智能技術(shù)對(duì)語(yǔ)音、語(yǔ)義以及圖像的處理準(zhǔn)確度提高，對(duì)輸入的信息結(jié)合場(chǎng)景更加智能的處理，智能語(yǔ)音和視覺輸入將成為主要的輸入方式，像智能手機(jī)、穿戴式設(shè)備、智能電視、AR眼鏡等設(shè)備開始支持語(yǔ)音輸入，部分支持手勢(shì)輸入，以及將來的視訊輸入

去年11月底，在百度語(yǔ)音平臺(tái)三周年發(fā)布會(huì)上，愛奇藝技術(shù)總監(jiān)拿出手機(jī)打開了自家的手機(jī)客戶端，對(duì)它發(fā)出語(yǔ)音指令：“我的會(huì)員沒錢了，給我打開VIP充值。”隨后App就跳轉(zhuǎn)到了會(huì)員充值以及支付頁(yè)面。

的確，隨著人工智能技術(shù)的快速應(yīng)用，整個(gè)2016年語(yǔ)音交互行業(yè)可謂是突破不斷，不僅在語(yǔ)音識(shí)別、降噪、聲紋技術(shù)上有很大的進(jìn)展，在語(yǔ)音產(chǎn)品商業(yè)化也有很多嘗試和落地。

以科大訊飛為例。在語(yǔ)音合成方面，科大訊飛實(shí)現(xiàn)了全新基于深度學(xué)習(xí)的語(yǔ)音合成系統(tǒng)，進(jìn)一步顯著提升合成語(yǔ)音的自然度和表現(xiàn)力；在語(yǔ)音識(shí)別方面，針對(duì)人與人之間自由交談、會(huì)議演講等場(chǎng)景，語(yǔ)音實(shí)時(shí)轉(zhuǎn)寫通用正確率繼續(xù)提升，是業(yè)界唯一能夠在實(shí)際應(yīng)用場(chǎng)景中達(dá)到實(shí)用門檻的中文語(yǔ)音轉(zhuǎn)寫。

不僅如此，科大訊飛在語(yǔ)音交互方面也有所突破。通過語(yǔ)音識(shí)別和語(yǔ)義理解在底層的深入融合，科大訊飛研制完成可量產(chǎn)的支持遠(yuǎn)場(chǎng)識(shí)別、全雙工、多輪交互、方言識(shí)別等特性的 AIUI 產(chǎn)品方案，提升了人機(jī)語(yǔ)音交互的成功率和人機(jī)交互開發(fā)的便捷性，是未來智能汽車、智能家居、智能機(jī)器人的關(guān)鍵核心技術(shù)。

曾經(jīng)，百度董事長(zhǎng)兼CEO李宏言預(yù)言，自然語(yǔ)言的人機(jī)界面是下一個(gè)發(fā)展方向，未來電視、冰箱都可能產(chǎn)生智能應(yīng)用。那么，如今的智能家電大門真的被語(yǔ)音技術(shù)敲開了嗎？似乎也不盡然?？拼笥嶏w輪值總裁胡郁坦言，目前的人工智能技術(shù)還處于“弱人工智能”階段，大多還只能達(dá)到語(yǔ)音助手的水平。

胡郁所言不虛，從語(yǔ)音交互與識(shí)別兩大概念看，目前語(yǔ)音技術(shù)確實(shí)尚未實(shí)現(xiàn)認(rèn)知水平。思必馳首席科學(xué)家、聯(lián)合創(chuàng)始人俞凱強(qiáng)調(diào)，語(yǔ)音交互與識(shí)別是兩種完全不同的概念，“從交互平臺(tái)上講，不單單有感知，還要有認(rèn)知，這個(gè)就是所謂自然語(yǔ)言認(rèn)知交互的未來。把理解和決策表述這樣認(rèn)知技術(shù)，與前端強(qiáng)大的識(shí)別技術(shù)結(jié)合在一起，進(jìn)行更多的搜索和數(shù)據(jù)處理，才能實(shí)現(xiàn)知識(shí)意義上更加自由的交互?！?/p>

因此我們必須認(rèn)識(shí)到，雖然語(yǔ)音交互已成為未來的發(fā)展趨勢(shì)，但目前很多語(yǔ)音智能技術(shù)還停留在簡(jiǎn)單的語(yǔ)音對(duì)話階段，離交互認(rèn)知還遠(yuǎn)遠(yuǎn)不夠。于行業(yè)而言，待解難題很多，如對(duì)環(huán)境的要求，其中噪聲問題就是行業(yè)難點(diǎn)之一。

另外，搜狗語(yǔ)音交互技術(shù)中心負(fù)責(zé)人王硯峰也指出，目前的語(yǔ)音交互，穩(wěn)定上做的是不夠的，用戶預(yù)期和技術(shù)能力之間有較大差距。此外還有諸如，對(duì)說話有距離的限制、不能持續(xù)對(duì)話，以及不可打斷等問題存在。

既然語(yǔ)音智能還未實(shí)現(xiàn)交互認(rèn)知，技術(shù)只達(dá)到語(yǔ)音助手的水平，同時(shí)面臨諸多難題。這是否意味著智能互聯(lián)網(wǎng)的基礎(chǔ)人工智能技術(shù)將迎來第三次退潮？

對(duì)此胡郁表示，“以前的人工智能退潮都有一個(gè)現(xiàn)實(shí)的問題，沒有從研究階段轉(zhuǎn)到使用階段，但現(xiàn)在這次浪潮中我們可以看到，已經(jīng)在很多方面真實(shí)應(yīng)用了?！比斯ぶ悄艿倪@一波浪潮能達(dá)到怎樣的高度目前還不知道，但他認(rèn)為，與其在浪潮中去預(yù)測(cè)，倒不如加速手頭正在進(jìn)行的研究。(來源：中國(guó)智能制造網(wǎng))