首頁(yè)>>廠(chǎng)商>>交換機/ACD系統平臺廠(chǎng)商>>IBM

IBM“超人類(lèi)語(yǔ)音識別”電腦2010年面世

2002/01/25

　　21世紀頭十年結束之前，生產(chǎn)出能夠自動(dòng)理解多達20門(mén)語(yǔ)言，并能識別這些語(yǔ)言的各種語(yǔ)調變化、口音及上下文環(huán)境的機器。該機器還能絲毫不差地轉錄法律、醫療和法庭證詞。這正是IBM把這項新計劃稱(chēng)為“超人類(lèi)語(yǔ)音識別”的原因所在。

　　該項目已于本年度啟動(dòng)，計劃于2010年完成。IBM稱(chēng)，已經(jīng)制定出了整個(gè)研制過(guò)程的階段性任務(wù)，而總體目標更加明確——使機器語(yǔ)音識別能力趕上并超越人類(lèi)。很多年來(lái)，PC機及其更加小巧的后續產(chǎn)品（PDA和手機）就具備了聽(tīng)說(shuō)功能，但是用戶(hù)很少能夠充分利用這些功能，這是因為還存在以下制約因素：

　　機器在理解口音、語(yǔ)調變化特別是談話(huà)的上下文環(huán)境方面還有困難，英語(yǔ)對于機器來(lái)說(shuō)尤其困難。另外，機器尚無(wú)法有效處理背景噪音。除此之外，技術(shù)越復雜越需要大量的實(shí)驗和調整，比如：通過(guò)反復聽(tīng)同一段聲音，機器的識別能力將大為改善。

　　在過(guò)去的一段時(shí)間里，基于語(yǔ)音識別技術(shù)的產(chǎn)品在市場(chǎng)上取得了一定的進(jìn)展，被用于開(kāi)展查號服務(wù)，以及安裝在一些電子設備中，例如：移動(dòng)電話(huà)、PDA、汽車(chē)儀表盤(pán)以及交互式電視等。

　　IDC預計，到2005年全球市場(chǎng)對電話(huà)語(yǔ)音處理設備的需求將達到35億美元，為此，IBM、AT&T、朗訊和飛利浦等許多大公司都在爭先恐后地進(jìn)行語(yǔ)音識別技術(shù)研究。IBM公司的100位全職語(yǔ)音識別研究人員中有20名正在專(zhuān)門(mén)投入此項研究課題之中。 他們正在著(zhù)手進(jìn)行音頻-視頻識別研究，這涉及計算機視覺(jué)技術(shù)的開(kāi)發(fā)，以便改善語(yǔ)音識別的精確度。另一個(gè)研究重點(diǎn)是MALACH項目。在國家科學(xué)基金會(huì )的資助下，IBM正在和其他行業(yè)的研究人員并肩工作，試圖破解長(cháng)達10萬(wàn)小時(shí)的二戰納粹大屠殺幸存者的談話(huà)錄音，這些錄音內容紛繁多變，充滿(mǎn)各種方言，感情起伏，語(yǔ)調跌宕，還夾雜著(zhù)各種不同語(yǔ)言。

賽迪網(wǎng) 2002/01/25