語音識別技術(shù)是實現(xiàn)人機對話的一項重大突破，在國外近年來發(fā)展得十分迅速，其應(yīng)用也逐步得到了推廣。語音識別系統(tǒng)利用計算機技術(shù)和網(wǎng)絡(luò)技術(shù)優(yōu)勢，采用人機對話方式，人們只要像平常一樣對著話筒說出所需服務(wù)項目，即可輕松獲取自動系統(tǒng)提供的信息和服務(wù)。
說起語音識別技術(shù)，大家比較熟悉的是蘋果語音助手Siri、谷歌公司的Googlenow，以及百度語音搜索等個人終端應(yīng)用產(chǎn)品，但這些公司只能說是語音識別技術(shù)領(lǐng)域的新貴，Nuance公司才是語音識別技術(shù)的始祖。Naunce公司曾經(jīng)是語音識別領(lǐng)域的老大，全球超過80%的語音識別系統(tǒng)都應(yīng)用過Nuance識別引擎技術(shù)，其語音產(chǎn)品可以支持超過50種語言，在全球擁有超過20億用戶，幾乎壟斷了金融和電信行業(yè)，就連蘋果Siri、三星語音助手S-Voice剛開始都是應(yīng)用他們的語音識別引擎技術(shù)。目前，每天仍有許多人通過撥打基于Nuance公司語音識別、語言理解和聲紋鑒別技術(shù)的電話，進行旅行產(chǎn)品預(yù)訂、股票交易，或與互聯(lián)網(wǎng)系統(tǒng)進行交互等。美國航空、聯(lián)邦快遞等公司的呼叫中心也采用了Naunce公司的語音識別技術(shù)。
但是，隨著技術(shù)的發(fā)展，Naunce公司在專利和算法方面的優(yōu)勢越來越不明顯。語音識別是機器智能的重要技術(shù)基礎(chǔ)，但一款用戶體驗較好的語音識別系統(tǒng)，在很大程度上依靠數(shù)據(jù)和經(jīng)驗，特別是神經(jīng)網(wǎng)絡(luò)等機器學習技術(shù)的發(fā)展使得數(shù)據(jù)和經(jīng)驗方面的積累更為重要。因此，自進入21世紀以來，蘋果、谷歌、三星等IT巨頭越發(fā)重視人工智能領(lǐng)域的發(fā)展，Naunce公司在語音識別技術(shù)方面的領(lǐng)先優(yōu)勢逐步縮小。谷歌等公司不僅收購了在語音識別技術(shù)領(lǐng)域有領(lǐng)先優(yōu)勢的中小公司，在技術(shù)研發(fā)上投入了巨額資金，而且花費重金從Naunce公司挖走了大量技術(shù)人才，其中包括在2004年挖走Nuance聯(lián)合創(chuàng)始人邁克·科恩，讓他出任谷歌公司的語音技術(shù)總監(jiān)。蘋果Siri也不是蘋果公司自己研發(fā)的技術(shù)，而是2010年收購的Siri Inc。公司的產(chǎn)品。2011年，蘋果公司便將該技術(shù)融入iPhone 4S并推出了Siri語音助理應(yīng)用程序。其在此后的多個版本中逐步升級優(yōu)化，利用超過2.45億個短語的識別輔助理解上下文，以增強語境識別能力。
當然，語音識別技術(shù)領(lǐng)域不能不提的是軟件巨頭微軟公司。目前，微軟公司有兩款機器智能的終端產(chǎn)品，分別是微軟小娜Cortana和微軟小冰。Cortana是微軟推出的第一款個人應(yīng)用輔助智能程序，是微軟公司在機器學習和人工智能領(lǐng)域的首次嘗試。它可以記錄用戶的日常使用行為和使用習慣，利用云計算、搜索引擎和非結(jié)構(gòu)化數(shù)據(jù)分析，讀取和學習文本文件、電子郵件、圖片、視頻等數(shù)據(jù)，理解用戶的語義和語境，從而更好地實現(xiàn)人機交互。微軟小冰是由微軟Bing搜索中國團隊開發(fā)的一款跨平臺人工智能聊天機器人，用戶可在新浪微博、微信、米聊等平臺上與其進行智能對話。此外，微軟小冰還兼具群提醒、百科、天氣、星座、笑話、交通指南、餐飲點評等實用技能。
