目前的應(yīng)用程序

　　手機(jī)語(yǔ)音識(shí)別技術(shù)目前的狀態(tài)不僅僅局限于語(yǔ)音撥號(hào)。語(yǔ)音啟動(dòng)的功能實(shí)際上就包括語(yǔ)音撥號(hào)。這是手機(jī)上出現(xiàn)的第一個(gè)語(yǔ)音識(shí)別功能。目前，甚至許多低端手機(jī)都有這個(gè)功能，盡管這個(gè)功能處理手機(jī)電話簿中一些不常用的名字的時(shí)稍差一些。

　　Gartner 分析師Nguyen指出，比較新的一代語(yǔ)音功能是更開(kāi)放的。不用編程執(zhí)行某些功能的具體的語(yǔ)音指令，應(yīng)用程序可識(shí)別語(yǔ)音并且執(zhí)行適當(dāng)?shù)男袆?dòng)。更高端的、更強(qiáng)大的設(shè)備使這些應(yīng)用更可行。換句話說(shuō)，不僅僅是能夠使用這個(gè)短語(yǔ)“呼叫888-555-1212”撥打一個(gè)電話號(hào)碼，用戶還可以說(shuō)“呼叫媽媽”或者“給我媽媽打電話”。

　　谷歌語(yǔ)音搜索擁有比以前的語(yǔ)音識(shí)別技術(shù)更少的限制，因?yàn)樗械姆敝厝蝿?wù)都是由網(wǎng)絡(luò)服務(wù)器完成的。這使谷歌語(yǔ)音搜索等語(yǔ)音驅(qū)動(dòng)的應(yīng)用程序更可行。例如，如果你說(shuō)“創(chuàng)戰(zhàn)紀(jì)電影時(shí)間”，你會(huì)看到一個(gè)網(wǎng)頁(yè)列出地區(qū)編號(hào)或者位置。這個(gè)應(yīng)用程序不僅能夠識(shí)別出這個(gè)短語(yǔ)的意思，而且還能提供你的手機(jī)（你當(dāng)前的位置）和網(wǎng)站（上映時(shí)間）的信息。

　　這個(gè)應(yīng)用程序還非常熟悉英語(yǔ)，不用進(jìn)行訓(xùn)練就能自動(dòng)分辨出一些詞匯的差別。如果我說(shuō)“摩特里褲（Motley Crue） 樂(lè)隊(duì)”，這個(gè)應(yīng)用程序甚至能在搜索詞匯方便使用這個(gè)樂(lè)隊(duì)的獨(dú)特的拼寫(xiě)，盡管它會(huì)漏掉變音符號(hào)。搜索“Motley’s Crew”，你會(huì)得到一個(gè)喜劇片。

　　這就是說(shuō)谷歌語(yǔ)音識(shí)別的限制明顯地表明將使你進(jìn)一步脫離主流的英語(yǔ)。外國(guó)人的名字是沒(méi)有幫助的。語(yǔ)音識(shí)別應(yīng)用程序的另一個(gè)問(wèn)題是環(huán)境的噪音。移動(dòng)用戶受環(huán)境噪音的影響通常比臺(tái)式電腦用戶多。Nuance公司的Revis稱，在充滿噪音的戶外環(huán)境中，語(yǔ)音識(shí)別的準(zhǔn)確性是一個(gè)問(wèn)題。

　　自從2005 年三星的那款手機(jī)推出以來(lái)，聽(tīng)寫(xiě)功能已經(jīng)取得了長(zhǎng)足的進(jìn)步。由Dragon NaturallySpeaking驅(qū)動(dòng)的iPhone的Dragon聽(tīng)寫(xiě)功能允許用戶聽(tīng)寫(xiě)從備忘錄、電子郵件到Twitter更新等一切內(nèi)容。用于電子郵件的Dragon軟件為黑莓設(shè)備提供了類似的功能。

　　對(duì)于Android手機(jī)來(lái)說(shuō)，Nuance提供了FlexT9軟件。這個(gè)軟件把Dragon聽(tīng)寫(xiě)功能與三種類型的觸摸屏輸入方式結(jié)合在了一起。還有一個(gè)Handcent短信應(yīng)用程序。這個(gè)應(yīng)用程序集成了Android本地語(yǔ)音識(shí)別技術(shù)以幫助你用語(yǔ)音發(fā)短信。

　　文本之間的翻譯目前已經(jīng)推出多年（如通過(guò)知名的Babel Fish網(wǎng)站進(jìn)行翻譯）。同聲翻譯功能現(xiàn)在還沒(méi)有，不過(guò)，這種軟件很快會(huì)推出。例如，用于iPhone的Jibbigo軟件可翻譯單詞、短語(yǔ)和合理的簡(jiǎn)單句子，讓雙方交替地講話。

　　未來(lái)的方向

　　詢問(wèn)參加開(kāi)發(fā)語(yǔ)音技術(shù)的每一個(gè)人下一個(gè)巨大的步驟是什么。他們一般會(huì)給你一個(gè)答案：自然語(yǔ)言處理。

　　Revis 把它解釋為理解你的意思的系統(tǒng)，它不僅僅知道你說(shuō)什么。在會(huì)話式的互動(dòng)模式中，用戶說(shuō)自己要說(shuō)的話，沒(méi)有限制用戶如何說(shuō)這個(gè)話。他提供了指令或者要求得到信息的例子，如“我在什么地方能夠買到100美元以下的尼康照相機(jī)？”或者“給杰尼發(fā)個(gè)短信說(shuō)我晚到20分鐘”或者“今天晚上在Morton’s訂三個(gè)人的地方”。

　　谷歌的Mane稱，在口語(yǔ)對(duì)話中提供自然的語(yǔ)言處理是一個(gè)雙重挑戰(zhàn)。首先，你必須識(shí)別這些單詞，然后，你必須理解這個(gè)意思。第一部分變得更加容易了。但是，第二部分仍然很難解決：意思是根據(jù)上下文確定的和難以應(yīng)付的，人類做的語(yǔ)法分析也不是總是成功的。

　　微軟的Rele認(rèn)為，手機(jī)提供的額外的服務(wù)（如羅盤(pán)或者GPS）能夠增強(qiáng)自然語(yǔ)言處理的有用性。他說(shuō)，你可以為兩個(gè)人安排吃飯和看電影，方法是利用不同來(lái)源的數(shù)據(jù)把這個(gè)任務(wù)分開(kāi)，如使用日歷、飯店排名、電影評(píng)論和位置等數(shù)據(jù)。

　　此外，手機(jī)的服務(wù)能夠用于提供講話的環(huán)境。Rele表示，用戶的語(yǔ)音輸入以及從其它有關(guān)用戶及用戶環(huán)境的傳感器和狀態(tài)獲得的智能信息可以提供更豐富的和更相關(guān)的結(jié)果。例如，如果你剛剛使用Foursquare網(wǎng)站查看有關(guān)飯店，一些含糊的語(yǔ)音指令就會(huì)傾向于外出吃飯、訂膳宿和要一輛出租車等事情。

　　多平臺(tái)應(yīng)用程序Vlingo自稱是“虛擬助手”，已經(jīng)能夠提供這些方面的功能。這個(gè)軟件插入到OpenTable和Fandango等服務(wù)中以完成許多任務(wù)：訂飯店、訂電影票等等。

　　Nguyen認(rèn)為未來(lái)語(yǔ)音識(shí)別技術(shù)改善的另一個(gè)領(lǐng)域是游戲。他說(shuō)，在游戲中可以使用語(yǔ)音以增加玩游戲的不同氛圍。例如，你可以把Kirk-style船長(zhǎng)的命令傳遞給恒星飛船或者在在一個(gè)神秘的事情中審訊疑犯。

　　是你嗎？

　　已經(jīng)應(yīng)用的另一個(gè)功能是自動(dòng)地把語(yǔ)音識(shí)別適用于單個(gè)用戶。這是臺(tái)式電腦語(yǔ)音識(shí)別技術(shù)所要求的免提版語(yǔ)音訓(xùn)練。

　　例如，最新版本的谷歌語(yǔ)音搜索有一個(gè)選擇性加入功能，允許隨著時(shí)間的推移建立一個(gè)用戶的客戶化語(yǔ)音特征。Mane解釋說(shuō)，當(dāng)用戶選擇使用客戶化語(yǔ)音識(shí)別的時(shí)候，我們?cè)谟脩艉陀脩舻恼Z(yǔ)調(diào)方面畫(huà)一個(gè)界限，這使我們能夠建立一個(gè)初步的、個(gè)性化的語(yǔ)音識(shí)別模式。

　　然而，個(gè)性化識(shí)別并不是一個(gè)能夠解決一切問(wèn)題的技術(shù)，它只是實(shí)現(xiàn)語(yǔ)音識(shí)別更加無(wú)縫化的一個(gè)過(guò)渡步驟。Mane稱，我們沒(méi)有把個(gè)性化識(shí)別看作一個(gè)唯一的解決方案，因?yàn)檫€會(huì)有更多的一系列的技術(shù)創(chuàng)新。Mane認(rèn)為，這種技術(shù)未來(lái)的改進(jìn)需要我們的用戶更積極的參與。

　　結(jié)論

　　手機(jī)一直是許多技術(shù)的孵化器和推動(dòng)因素，這包括硬件和軟件技術(shù)。到目前為止，在這個(gè)組合中增加語(yǔ)音功能僅產(chǎn)生了逐步的改善，谷歌語(yǔ)音應(yīng)用程序的很好的功能。

　　但是，這些改進(jìn)正逐步地為更重要的進(jìn)步鋪平道路。移動(dòng)技術(shù)為如何聚集這些新技術(shù)提供了一個(gè)全新的舞臺(tái)。下一步也許不是一個(gè)理解你說(shuō)的一切事情的手機(jī)，而是能夠充分理解你說(shuō)的事情的一個(gè)更有用的手機(jī)。