Nuance語音識別技術(shù)開啟人機交互方式3 0時代

1、Nuance語音識別技術(shù)，開啟人機交互方式3 0時代-訪Nuance大中華區(qū)總經(jīng)理鄭裕慶人物介紹：Nuance大中華區(qū)總經(jīng)理鄭裕慶(Daniel Cheng)英國Essex大學(xué)計算機系人工智能專業(yè)碩士，同時擁有Newcastle大學(xué)航海及造船專業(yè)學(xué)士學(xué)位。曾任賽門鐵克(Symantec)中國公司董事經(jīng)理、Business Objects大中華區(qū)董事經(jīng)理。在IT行業(yè)擁有近二十年的從業(yè)歷史，對亞洲及大中華區(qū)市場有著深刻的了解?？v觀整個電子產(chǎn)品發(fā)展史，一個不變的趨勢是人機交互界面與操作方式越來越簡單化、傻瓜化。微軟的WINDOWS視窗系統(tǒng)將計算機從只有資深程序員才可操控的禁臠解放出來，革命性的將圖形

2、化操作界面引入到計算機中，大大降低了使用計算機的難度，使得家用電腦得到真正大規(guī)模的普及。蘋果IPHONE的多點觸摸功能將我們的手指從繁雜的鍵盤中解放出來，任何有手指有眼睛的人都可以通過最簡單的手勢來控制智能終端，瀏覽互聯(lián)網(wǎng)，發(fā)布視頻和照片，進行電子商務(wù)。我們與智能移動終端的距離再一次被拉進。如果將前兩次革命性的操作變革分別稱為人機交互方式的1.0時代和2.0時代，那么美國Nuance(NASDAQ：NUAN)通訊公司帶來的語音識別及輸入解決方案則可稱為3.0時代。試想一下，當(dāng)任何文本輸入或指令輸入都可以用一句話來完成，那么估計3歲的兒童都可以輕易的學(xué)會使用智能設(shè)備上網(wǎng)，不就是說一句"

3、我要上網(wǎng)"么?還要怎樣簡單呢?Nuance的語音輸入方式將徹底解放用戶的雙手與眼睛，這將是一項極為神奇的技術(shù)，同時也將開啟一個新時代-不管是汽車、手持設(shè)備、PC、家用電器全都可以通過語音實現(xiàn)操控，這將給用戶帶來更有效率、更為便利的工作與生活方式。也將給產(chǎn)業(yè)界帶來更新的應(yīng)用賣點與商業(yè)機會。-題記4月22日，在深圳福田福朋喜來登酒店舉行的"2010年Nuance移動論壇"上，Nuance大中華區(qū)總經(jīng)理鄭裕慶、Nuance移動業(yè)務(wù)部產(chǎn)品管理副總裁Matt Revis接受了手機方案設(shè)計記者的采訪，并就記者所關(guān)心的諸多問題進行耐心解答。鄭裕慶表示，Nuance作為全球領(lǐng)先的

4、語音、文字智能輸入和圖像解決方案提供商，將以Nuance領(lǐng)先的語音技術(shù)為基礎(chǔ)，深入拓展至整個大中華區(qū)(包括大陸、香港、臺灣)市場，為客戶提供完整的解決方案。以下為采訪實錄：技術(shù)領(lǐng)先，更關(guān)注具有國際視野的客戶手機方案設(shè)計：能否介紹一下Nuance公司的背景及發(fā)展情況?鄭裕慶：Nuance是一家美國的上市公司，我們現(xiàn)在的全球員工數(shù)大概有五六千人，去年的公司營收已經(jīng)超過十億美元，現(xiàn)在大概有50多億美元的市值。從軟件業(yè)來講，Nuance的發(fā)展速度還是比較快的。Nuance目前一共有四個業(yè)務(wù)部門：一個是醫(yī)療業(yè)務(wù)部，提供醫(yī)療中的病歷管理及手冊轉(zhuǎn)錄服務(wù)；一個是企業(yè)業(yè)務(wù)部，尤其是銀行或者電信行業(yè)的用戶，提供客

5、戶服務(wù)及呼叫中心應(yīng)用；一個是圖像業(yè)務(wù)部，提供MFP多功能掃描、PDF以及文件自動化操作解決方案；最后一個是移動設(shè)備業(yè)務(wù)部，提供手機與汽車設(shè)備中的指令及控制功能、語音查找及短信應(yīng)用。在大中華區(qū)，移動業(yè)務(wù)部與企業(yè)業(yè)務(wù)部是我們最關(guān)注的兩個部門。手機方案設(shè)計：Nuance目前主要合作以及關(guān)注的是哪一類的客戶?鄭裕慶：我們有很多知名的品牌客戶，基本上目前全球90%以上的手機輸入法都是采用Nuance公司的技術(shù)。合作伙伴比如摩托羅拉、諾基亞、北方電訊、三星、索尼等手機品牌，大陸的還有中興、華為、TCL等廠商也是我們的客戶。汽車業(yè)來講，包括上海大眾，GM，BMW和Ford等也在運用我們的車載語音解決方案。此

6、外，我們也在跟一些大陸比較有實力的品牌在溝通，比如說聯(lián)想、海爾、康佳等企業(yè)。我們的客戶同樣包含手機方案公司，比如說龍旗也是我們的一個合作方，在軟件的前裝、后裝方面，我們也有跟一些OEM、ODM的廠家合作開發(fā)一些產(chǎn)品。對于珠三角尤其是深圳地區(qū)的中小廠商，由于數(shù)量太多，而且單個廠商的量不太大。所以我們并未有直接的合作，主要通過ODM來做一些應(yīng)用的植入，包括目前跟MTK有合作，MTK可以整合Nuance的軟件在其客戶的產(chǎn)品。如果有一些中低端的手機廠商想要植入這些功能，可以根據(jù)自己的需要選擇性的購買。手機方案設(shè)計：您認為Nuance的產(chǎn)品優(yōu)勢主要在哪一方面呢?鄭裕慶：在大陸市場，可能影響客戶的很大因素

7、是價格，中低端手機廠商通常會采用一些價格比較低的產(chǎn)品。而Nuance的產(chǎn)品可能在成本上并不具備太大優(yōu)勢。我認為Nuance的優(yōu)勢主要在三個方面：首先是國際化程度更高，Nuance的語音解決方案支持多達52種語言和方言，此外在國際市場我們也具有較高的品牌與市場影響力。我想每個廠家都希望他們的手機不單只是在國內(nèi)銷售，肯定也希望進軍更廣闊的國際市場。那么有這方面需求的廠家，Nuance可以給予他們更大的幫助。第二，Nuance在整體的解決方案上面是比較完整的。比如現(xiàn)在很多公司有的是做觸摸輸入的，有的是做九鍵盤的，有的是做整鍵盤的。方案太多，變成廠家需要自己去整合一些方案，這中間的成本比較高，整合度也

8、不會這么好。Nuance則可以提供整體的解決方案，所有功能都可以共享，整體功能可以選擇?，F(xiàn)在一些廠家會看到，同質(zhì)化的產(chǎn)品已經(jīng)沒有利潤了，所以他們也會希望采用一些更高端的功能。第三，領(lǐng)先的技術(shù)優(yōu)勢。在手寫和語音輸入技術(shù)上面，我們的功能比其它的廠家都要強。比如Nuance的T9 Write文字輸入技術(shù)，具備手寫與觸摸屏裝置，用戶可在同一位置上下疊加地輸入文字，在小屏全屏?xí)鴮懸部蓪崿F(xiàn)同樣的功能。另外Nuance最新推出的T9 Trace的滑行輸入法，提供了無縫的多模態(tài)，在一個單詞內(nèi)實現(xiàn)滑行和點擊的無縫切換，國內(nèi)沒有廠家可以提供的。此外，現(xiàn)時iphone和ipad里面使用的語音應(yīng)用都是Nuance的語

9、音技術(shù)植入?；氐阶畛跛v的，Nuance不是單一的一個輸入方法，而是有整體的解決方案。最終我們會給我們的客戶提供多種選擇，由客戶根據(jù)他們的需求自己來選擇。語音技術(shù)前景廣闊，將會加大中國市場的投入人物介紹：Nuance移動業(yè)務(wù)部產(chǎn)品管理副總裁Matt Revis，哥倫比亞商學(xué)院MBA學(xué)位，曾就任過Dragon Naturally Speaking(Dragon自然語音技術(shù))的產(chǎn)品經(jīng)理，這是一款全球銷量最好的桌面級應(yīng)用語音識別軟件。手機方案設(shè)計：未來您更看好哪一些終端會采用語音輸入技術(shù)?Matt Revis：市場上有越來越多的觸摸屏的產(chǎn)品，不光是手機，還有平板電腦等類似于ipad的產(chǎn)品。觸摸屏的輸

10、入和傳統(tǒng)的有鍵輸入還是有區(qū)別的，尤其是像ipad這種產(chǎn)品，它上面設(shè)置有虛擬鍵盤，這個鍵盤手指頭一定要按上去，這個按鍵感覺跟鍵盤是不一樣的，很多人其實不太習(xí)慣。那么在這種設(shè)備上，語音輸入其實有著很大的潛力，Nuance會繼續(xù)發(fā)展多模式用戶界面，為用戶提供更多選擇空間。這是我們nuance公司接下來要注重發(fā)展的一個方面。對于語音識別技術(shù)應(yīng)用，語音在過去主要集中于一些簡單的命令，受語法限制，只有設(shè)計好的命令才可以使用。在將來你可以發(fā)出一些沒有語法定義的指令，充分實現(xiàn)自然語言理解和移動語音應(yīng)用，其中包括可以通過語音同時起草短信、寫郵件和調(diào)出收件人的信息等完全開放的語音識別，這樣真正能實現(xiàn)的是人機之間的

11、對話。對于觸摸屏的產(chǎn)品，除了語音之外，我們可以為客戶提供多模式輸入，并結(jié)合Nuance的T9系列文字輸入產(chǎn)品，這個技術(shù)有智慧預(yù)測和聯(lián)想功能，用戶只需單次按鍵輸入，NuanceT9便會根據(jù)按鍵組合智能猜測到所需要輸入的文字，這個技術(shù)是很有針對性的設(shè)計。語音技術(shù)有非常好的前景。人們會發(fā)現(xiàn)以后在汽車行駛的過程中，有語音的控制你會多么的方便。在幾千首音樂中調(diào)出歌來，你用不著再在屏幕中搜索了。一說歌名，馬上就可以幫你搜索出來。手機方案設(shè)計：能否具體介紹一下Nuance的語音控制技術(shù)?Matt Revis：我可以演示一個DEMO。比如我手中的手機，我對它說一句話，這句話中含有命令詞和內(nèi)容，手機會通過軟件識

12、別并執(zhí)行命令。我們的系統(tǒng)會自適應(yīng)不同人的語音、語調(diào)、口音，一開始識別的時候，基本的識別率本身就不錯；當(dāng)用戶用得越來越多，系統(tǒng)會適應(yīng)你的聲音，精度會越來越高。等到我們實現(xiàn)了中文的語音短信輸入和郵件輸入時，到時候輸入一篇文章可能不需要鍵盤，就說話就可以了，只需要再做一點編輯。語音技術(shù)可以預(yù)期在車載應(yīng)用功能上為廣泛使用，因為通過語音控制，可以讓駕駛員的眼專注在路上，手專注在方向盤上，從而避免很多事故?，F(xiàn)時Nuance的Dragon Dictation(讀寫)和Dragon Search(搜索)正受iphone廣泛使用，在iphone store里已經(jīng)有超過200萬人下載了Dragon語音輸入軟件(免

13、費)，調(diào)查下來有20%是每個星期都會用的這項功能。這項技術(shù)將會在普通領(lǐng)域都有很廣泛的應(yīng)用。比如專門做翻譯的公司可以應(yīng)用我們的語音輸入軟件，開發(fā)語音翻譯的產(chǎn)品。包括現(xiàn)在很流行的物聯(lián)網(wǎng)，肯定是語音應(yīng)用的一個新的方面。比如你在家可以跟烤箱、微波爐、電視直接對話。這方面市場也是很大的。所以現(xiàn)在在北美，我們跟一些研究機構(gòu)合作，做一些探索。當(dāng)然這個是應(yīng)用層面的問題，我們主要提供技術(shù)，電器制造商會考慮這一方面?，F(xiàn)在這個軟件在所有的智能手機上面安裝都沒有問題，至于非智能手機只要用的是ARM9以上的都是可以使用的。手機方案設(shè)計：您認為語音識別的目標(biāo)客戶群是哪些?中國市場與其它市場是否有不同?Matt Revis：市場區(qū)域不一定有多大的區(qū)別，主要還是不同的人群。語音識別更適合那些更注重生產(chǎn)效率的人，因為語音效率更高一些。簡單的例子，如果你要在幾千個名單中找個地址簿出來，語音是最簡便的方法。尤其是在汽車領(lǐng)域，這是很方便的。手機方案設(shè)計：作為一家美國公司，您認為應(yīng)該如何實現(xiàn)本地化，使得用戶更容易接受?Matt Revis：首先Nuance作為世界語音技術(shù)的領(lǐng)先的公司，我們可以提供