国产a精品三级_鄭方：產(chǎn)學(xué)研合作肩負標準與產(chǎn)業(yè)重任_語(yǔ)音識別

鄭方：產(chǎn)學(xué)研合作肩負標準與產(chǎn)業(yè)重任

鄭方 2006/02/24

　　比爾·蓋茨在1999年出版的《未來(lái)時(shí)速》一書(shū)中曾經(jīng)預測，人類(lèi)計算的未來(lái)是讓計算機能夠看、聽(tīng)、學(xué)，能用自然語(yǔ)言與人類(lèi)進(jìn)行交流。他的話(huà)正逐步成為現實(shí)。

擺在眼前的問(wèn)題

　　我們經(jīng)常會(huì )遇到這樣一些問(wèn)題：QQ一下、短信一下，單純的文字交流已經(jīng)不能滿(mǎn)足需求，于是視頻聊天、攝像手機開(kāi)始流行；面對著(zhù)每天上G、上T字節的信息，如何快速搜索有用的信息？google一下、百度一下，幾萬(wàn)甚至幾十萬(wàn)條信息，通常能瀏覽的大概不到100條，于是人們希望精細查找；2008年奧運會(huì )即將到來(lái)，學(xué)英語(yǔ)的浪潮正在席卷，然而更多的語(yǔ)種就需要機器翻譯……

　　這些關(guān)乎中文語(yǔ)言理解技術(shù)應用的需求日趨高漲。

　　除了有關(guān)語(yǔ)言理解內容方面的應用之外，在2005年國際中文語(yǔ)言資源聯(lián)盟年會(huì )上，清華大學(xué)信息技術(shù)研究院副院長(cháng)、CCC理事長(cháng)、北京得意音通技術(shù)有限責任公司董事長(cháng)鄭方教授還提到關(guān)于內容安全的問(wèn)題。首先，內容在傳播過(guò)程中，我們怎么保證有用的信息不被沒(méi)有授權的人獲取；其次，一些有害的信息，甚至一些危險的信息，我們怎么能夠過(guò)濾掉。這是一個(gè)非常大的問(wèn)題。現在，在網(wǎng)上傳播的一些信息讓用戶(hù)很煩，包括垃圾郵件。而我們用簡(jiǎn)單的方法過(guò)濾出這些信息往往達不到一個(gè)有效的效果，有的時(shí)候把一些有用的email、有用的網(wǎng)頁(yè)都擋在門(mén)外，實(shí)際上這樣的結果是我們非常不希望的。為什么會(huì )這樣呢？是因為我們沒(méi)有真正理解這個(gè)email，也沒(méi)有真正理解這個(gè)網(wǎng)頁(yè)它所要表達的內容，到底是反對某個(gè)事情，還是支持某個(gè)事情。如果我們通過(guò)語(yǔ)義的理解，知道這點(diǎn)，那就可以做到有的放矢，有用的、有利的、安全的我就讓它過(guò)；相反就把它阻止在外面。以上講到的是怎么去防止的問(wèn)題；哪些人可以對這個(gè)信息進(jìn)行存取，哪些人不能，這涉及生物認證技術(shù)。聲紋技術(shù)可以做到進(jìn)行“真實(shí)自我和真實(shí)意思”的判斷。眾所周知，生物特征是不能被借走和偷走的，它展示的是“真實(shí)自我”，而利用語(yǔ)言中所包含的韻律等信息，就可以對“真實(shí)意思”做出判斷。

　　這些就是目前中文信息處理產(chǎn)業(yè)要解決的一些問(wèn)題。這些問(wèn)題來(lái)自產(chǎn)業(yè)界的一些需求，也來(lái)自國家戰略的一些需要，而這些需求的滿(mǎn)足，正是中文信息產(chǎn)業(yè)的機遇所在。

觸手可及的商機

　　鄭方教授在主題演講《發(fā)揮產(chǎn)學(xué)研通道優(yōu)勢，開(kāi)展自主創(chuàng )新活動(dòng)，推動(dòng)中文信息產(chǎn)業(yè)發(fā)展》中充分論證了中文信息處理產(chǎn)業(yè)發(fā)展的商機。7億電話(huà)用戶(hù)的規模，2178億條的短信量和58.8％的增長(cháng)率……這些數據的背后是龐大的市場(chǎng)機遇。

　　鄭方以?xún)蓚€(gè)行業(yè)為例向與會(huì )者介紹了技術(shù)的增長(cháng)趨勢。國際生物集團提供了一個(gè)未來(lái)生物識別市場(chǎng)的預測，2005年達到21億美元，2007年將達到40億美元。在這里面，各種不同的生物特征，分別占據不同的比例。其中，2003年聲紋識別應用占了4.1%的比例，這個(gè)比例不是很大，但是2004年就上升到了6%。IBG集團曾經(jīng)預測，到2007年，聲紋識別應用可以占到10%，可見(jiàn)數據增長(cháng)速度還是比較快的。

　　再從商業(yè)模式的方面來(lái)看。在1980年到1995年之間，主要是門(mén)禁系統和PC的登錄方面應用比較多；從1995年到2005年，在信息系統的身份認證方面比例增加，增長(cháng)速度也比較快；但從2005年開(kāi)始，網(wǎng)絡(luò )用戶(hù)身份的驗證，就逐漸占據主要的、顯著(zhù)的地位了。眾所周知，網(wǎng)絡(luò )用戶(hù)之間可以對話(huà)，可以就各種問(wèn)題進(jìn)行討論，但是，彼此之間卻不知道對方是誰(shuí)。因此，“用聲音去判別身份”成為互聯(lián)網(wǎng)用戶(hù)驗證的手段，同時(shí)為中文語(yǔ)音的發(fā)展帶來(lái)很大的空間。

　　語(yǔ)言理解也是一樣。搜索引擎的企業(yè)數量和市場(chǎng)規模快速增長(cháng)，到2006年，市場(chǎng)規模可達到24億元，增長(cháng)速度很快。其中，面向行業(yè)的垂直搜索目前正在逐步引起業(yè)界的重視，相比而言，垂直搜索也更容易與中文語(yǔ)言處理技術(shù)互相促進(jìn)，共同發(fā)展。因為垂直搜索，可以把中文語(yǔ)言理解技術(shù)限定到特定領(lǐng)域，有針對性地去理解用戶(hù)的需求。

　　產(chǎn)業(yè)發(fā)展的商機已經(jīng)勢不可擋，從國家戰略來(lái)看，中文信息處理產(chǎn)業(yè)也是符合國家中長(cháng)期規劃提出的科技發(fā)展的指導方針“自主創(chuàng )新、重點(diǎn)跨越、支撐發(fā)展和引領(lǐng)未來(lái)”。正是在這樣天時(shí)、地利、人和的條件之下，中文信息產(chǎn)業(yè)作為“中國信息產(chǎn)業(yè)中為數不多的、跨國企業(yè)未能壟斷、而民族企業(yè)的技術(shù)水平與國際先進(jìn)水平相當的領(lǐng)域之一”，發(fā)展適逢其時(shí)。

產(chǎn)、學(xué)、研通道建設

　　盡管產(chǎn)業(yè)機遇當前，但是問(wèn)題不容忽視。鄭方教授指出，在一些科研活動(dòng)和市場(chǎng)活動(dòng)中我們發(fā)現，中文信息處理面臨著(zhù)自主創(chuàng )新成果和產(chǎn)業(yè)開(kāi)發(fā)之間的嚴重脫節。一方面，一些科研成果缺少產(chǎn)業(yè)化的考慮，好多教授、專(zhuān)家在大學(xué)、研究所做的一些成果追求的是高、精、深，追求的是學(xué)術(shù)水平，但是往往脫離產(chǎn)業(yè)需求；另一個(gè)方面，企業(yè)缺乏創(chuàng )新能力。更重要的是，科研機構與企業(yè)之間缺乏溝通的渠道與機制。“國家在中長(cháng)期規劃里面講的‘以企業(yè)為主體的自主創(chuàng )新’，這不應該僅僅停留在口號上，我們必須有一種機制有一種渠道來(lái)做保證。很顯然，產(chǎn)、學(xué)、研的通道就是最好的一個(gè)實(shí)現途徑。”鄭方說(shuō)。

　　國際中文語(yǔ)言資源聯(lián)盟的成立，就是為科研機構和企業(yè)之間提供一個(gè)無(wú)縫的交流和合作的平臺。作為聯(lián)盟理事長(cháng)，鄭方始終強調產(chǎn)學(xué)研通道建設對于中文信息處理產(chǎn)業(yè)發(fā)展的重要性。通過(guò)聯(lián)盟內成員的合作，目前，聯(lián)盟成員共同承擔公安與邊防領(lǐng)域的課題，應用于司法鑒定、技術(shù)偵查、2008年新版護照等重要領(lǐng)域；聯(lián)盟成員合作推出了多款聲紋認證加密鎖；聯(lián)盟成員通力合作推出了國際首創(chuàng )的中文互動(dòng)短信服務(wù)、無(wú)線(xiàn)智能歌曲搜索業(yè)務(wù)、航班信息查詢(xún)，為手機用戶(hù)和互聯(lián)網(wǎng)用戶(hù)提供功能強大的智能信息服務(wù)，開(kāi)創(chuàng )了智能互聯(lián)網(wǎng)的新領(lǐng)域，這些產(chǎn)品都是已經(jīng)在中國移動(dòng)正式使用的。

　　聯(lián)盟從2004年3月成立，到2005年，數據庫規模翻了一番。雖然從絕對數字上看不是很多，但語(yǔ)音和語(yǔ)言數據庫的創(chuàng )建是非常花時(shí)間，也非常花財力、物力的，因此，實(shí)現數據庫數量翻一番是得到很多聯(lián)盟成員支持的結果，也是得到海淀區支持的結果。另外，目前還有3個(gè)仍在開(kāi)發(fā)的巨型說(shuō)話(huà)人識別數據庫，這些數據庫都是萬(wàn)人規模的。

　　“未來(lái)我們要以促進(jìn)標準和產(chǎn)業(yè)的發(fā)展作為己任，首先是中文語(yǔ)音交互標準工作組。聯(lián)盟成員負責或參與起草的有三個(gè)標準：語(yǔ)音識別（參與起草）、數據庫及標注（負責起草）、聲紋識別（負責起草）。我們對標準的起草工作非常重視。另一方面，就是通過(guò)舉辦技術(shù)與應用培訓、與國內及國際性的專(zhuān)業(yè)協(xié)會(huì )進(jìn)行產(chǎn)業(yè)聯(lián)盟等多方面的接觸與交流；通過(guò)發(fā)布聯(lián)盟網(wǎng)站，提供了聯(lián)盟成員之間交流合作、資源共享、形象宣傳、成果推廣等，促進(jìn)產(chǎn)業(yè)的發(fā)展。”鄭方說(shuō)。新的機遇等待著(zhù)聯(lián)盟中產(chǎn)學(xué)研商各方的共同努力和推進(jìn)。

得意音通公司供稿原文刊登在科學(xué)網(wǎng)

相關(guān)鏈接:

得意珠三角綜合智能信息增值平臺項目中標 2009-08-20

北京軟件產(chǎn)品質(zhì)量檢測檢驗中心對《海量語(yǔ)音文件的目標說(shuō)話(huà)人篩選系統》進(jìn)行測試 2009-06-25

廣東政府和清華大學(xué)舉行了全面開(kāi)展產(chǎn)學(xué)研合作協(xié)議簽約儀式 2009-06-25

得意中文整句輸入法V1.0開(kāi)源for Windows Mobile5.0 2009-01-23

得意聲紋識別VPR4.0_b20080808新版本發(fā)布 2008-08-27