首頁(yè) > 當(dāng)語(yǔ)音識(shí)別技術(shù)被玩具業(yè)所應(yīng)用，對(duì)語(yǔ)音激活的滿足，和那種似乎能理解人類(lèi)的語(yǔ)音命令并對(duì)之做出相應(yīng)的回應(yīng)的最新一代玩具，迅速成為孩子們的新寵。更令人驚異的是他們能搞清孩子們說(shuō)話的意思，而且在玩耍的過(guò)程中遭到不可避免的物理?yè)p壞時(shí)還能繼續(xù)工作。
今天應(yīng)用在玩具上的語(yǔ)音識(shí)別技術(shù)不僅要求準(zhǔn)確率和能在高噪音的環(huán)境下操作，還要求有系統(tǒng)的設(shè)計(jì)方法。語(yǔ)音技術(shù)家必須考慮從麥克風(fēng)和傳感器的放置到語(yǔ)音與機(jī)械系統(tǒng)的組合中的每一件事。從技術(shù)的角度來(lái)說(shuō)，就是一個(gè)集成的、系統(tǒng)級(jí)的、整體產(chǎn)品的方案。
最新一代的智能玩具能在外部刺激的基礎(chǔ)上改變他們的行為，能從過(guò)去的經(jīng)歷中進(jìn)行學(xué)習(xí)，給人一種印象：他們是真正的在跟孩子相互作用。語(yǔ)音的識(shí)別和激活--"理解"的能力和對(duì)所說(shuō)的話的反應(yīng)--和語(yǔ)音合成--"說(shuō)"以前錄好的字和句子的能力--對(duì)這些玩具的智能部分是十分關(guān)鍵的。這些技術(shù)合在一起，使玩具看上去具有了生命。
當(dāng)把語(yǔ)音識(shí)別和合成的技術(shù)加入到玩具中時(shí)，許多相互關(guān)聯(lián)的因素必須被指出。首先，永遠(yuǎn)的，就是成本的問(wèn)題。玩具業(yè)在成本上的競(jìng)爭(zhēng)是很殘酷的。當(dāng)產(chǎn)品放到零售架上時(shí)技術(shù)成本會(huì)被打成四、五成，所以制造商在壓縮每一分錢(qián)上承受著巨大的壓力。
高度集成的語(yǔ)音方案--也就是說(shuō)芯片內(nèi)部不僅包括了語(yǔ)音算法還包含了硬件電路，如麥克風(fēng)預(yù)放，ROM，RAM，DAC，ADC和揚(yáng)聲器裝置等--極大降低了玩具的最終消費(fèi)價(jià)格。成本較低的通用DSP可能看上去是提供語(yǔ)音能力的更好的方案，但當(dāng)所有其他的支持該DSP的元器件被加上來(lái)時(shí)，最終成本遠(yuǎn)遠(yuǎn)超過(guò)了集成方案的成本。
語(yǔ)音識(shí)別的關(guān)鍵是正確率。說(shuō)話者獨(dú)立（不需要使用者進(jìn)行訓(xùn)練'即先儲(chǔ)存使用者的聲音樣本'）技術(shù)--該技術(shù)中軟件可以識(shí)別任何一個(gè)人的話，使得玩具一出廠就顯得更容易接近，但通常無(wú)法有使用者自由升級(jí)，也就是說(shuō)玩具中所使用的語(yǔ)音命令（或者是對(duì)話的內(nèi)容）是在工廠里固定了的。說(shuō)話者依賴(lài)（需要使用者進(jìn)行訓(xùn)練'即需要先儲(chǔ)存使用者的聲音樣本'）技術(shù)--該技術(shù)需要通過(guò)訓(xùn)練來(lái)識(shí)別一個(gè)特定人的說(shuō)話方式，它會(huì)讓孩子們?cè)谠O(shè)置的時(shí)候就能進(jìn)行學(xué)習(xí)，好處更在于能讓客戶創(chuàng)建自定義的詞匯。例如，玩具的主人可以給他們的木偶和玩具狗命名，然后用自己的獨(dú)特語(yǔ)言去定義玩具的各種動(dòng)作。比如，你要一條玩具狗走到你身邊，你可以說(shuō)"笨笨，快過(guò)來(lái)"，也可以說(shuō)"小乖乖，來(lái)"--只要你喜歡，怎么說(shuō)都可以。更新的技術(shù)能讓玩具從一連串的話中聽(tīng)出獨(dú)立的關(guān)鍵字。
語(yǔ)音識(shí)別引擎要能正常工作的話就必須收到一個(gè)高信噪比的干凈的語(yǔ)音輸入信號(hào)。信號(hào)的完整性會(huì)因很多因素的影響而被降低：例如不理想的布板（PCB電路），麥克風(fēng)的放置，連線的長(zhǎng)短、屏蔽，電源設(shè)計(jì)，產(chǎn)品的安放設(shè)計(jì)。對(duì)這些因素的仔細(xì)留意會(huì)讓識(shí)別算法發(fā)揮它最大的潛力來(lái)挑戰(zhàn)環(huán)境，例如噪音和遠(yuǎn)距離。如果不考慮客觀原因，語(yǔ)音技術(shù)達(dá)不到100%的識(shí)別率的話，玩具的普及性會(huì)很難。
玩具設(shè)計(jì)者必須經(jīng)過(guò)長(zhǎng)久的思考、努力--要對(duì)孩子的精神有可靠的了解--來(lái)把語(yǔ)音識(shí)別和語(yǔ)音合成融合在玩具里。孩子們經(jīng)常不會(huì)遵循既定的規(guī)則，他們也不會(huì)做或說(shuō)成年人所規(guī)定、期待的東西。這一事實(shí)給玩具設(shè)計(jì)者帶來(lái)了很大的壓力，因?yàn)樗麄円獎(jiǎng)?chuàng)造出自然而又強(qiáng)大的用戶界面，要提供更寬廣的范圍給兒童自由選擇。語(yǔ)音識(shí)別技術(shù)的實(shí)踐證明孩子們必須通過(guò)玩具本身的設(shè)計(jì)來(lái)接受指導(dǎo)，讓他們使用特定的話語(yǔ)而非其他的。
最后指出，有很多設(shè)計(jì)事項(xiàng)和語(yǔ)音識(shí)別或語(yǔ)音合成沒(méi)有直接關(guān)系，但對(duì)這兩項(xiàng)技術(shù)卻起著關(guān)鍵性作用。
語(yǔ)音技術(shù)毫無(wú)疑問(wèn)在未來(lái)的玩具業(yè)將扮演著越來(lái)越重要的角色。但正如我們所見(jiàn)，要把這項(xiàng)技術(shù)成功的融合到玩具里需要做的工作還很多。不僅僅只是建立算法來(lái)產(chǎn)生語(yǔ)音或識(shí)別語(yǔ)音。玩具設(shè)計(jì)者和語(yǔ)音專(zhuān)家需要在創(chuàng)建產(chǎn)品的一開(kāi)始就共同工作，共同創(chuàng)建孩子們喜歡，生產(chǎn)廠商又能夠制造的低成本的產(chǎn)品。今天的智能玩具也許只是孩子的玩物， 但他們的設(shè)計(jì)絕對(duì)是專(zhuān)家的領(lǐng)域。
深圳捷通公司供稿 CTI論壇編輯
