語(yǔ)音上網(wǎng)掀起第三次上網(wǎng)浪潮

彭芳、李瀛寰

　　你會(huì )說(shuō)話(huà)嗎？會(huì )說(shuō)話(huà)就能上網(wǎng)。這種簡(jiǎn)單的語(yǔ)音上網(wǎng)方式， 據說(shuō)是繼PC、WAP手機上網(wǎng)之后的第三次上網(wǎng)浪潮。

　　也許有一天，繁忙的人們可以離開(kāi)PC、離開(kāi)筆記本，只是隨手撥通電話(huà)，就可以知道當天發(fā)生的國際大事，就可以了解同步的股票行情，還可以知道他鄉的天氣是否合適旅游……通過(guò)電話(huà)來(lái)上網(wǎng)，以“說(shuō)話(huà)”來(lái)代替鍵盤(pán)輸入，以“語(yǔ)音控制”來(lái)代替鍵盤(pán)控制，實(shí)現語(yǔ)音上網(wǎng)一直是人類(lèi)的夢(mèng)想。而今天，隨著(zhù)語(yǔ)音技術(shù)的發(fā)展，特別是語(yǔ)音識別技術(shù)的突破，語(yǔ)音上網(wǎng)已經(jīng)離我們越來(lái)越近了。


　　■ 語(yǔ)音成為第三種上網(wǎng)方式


　　在PC成為傳統的上網(wǎng)方式后，手機或者其他手持終端上網(wǎng)正鋪天蓋地地吸引著(zhù)人們的注意力，成為目前最熱門(mén)的話(huà)題。在人們還來(lái)不及細細消化理解手機上網(wǎng)時(shí)，技術(shù)的發(fā)展又迫不及待地將語(yǔ)音上網(wǎng)推到人們面前。據了解，在美國語(yǔ)音上網(wǎng)已經(jīng)成為繼PC上網(wǎng)、WAP上網(wǎng)之后的第三次浪潮。

　　在PC時(shí)代，人們需要掌握一些基本的電腦知識、并且具備相關(guān)的有線(xiàn)接口才可登錄互聯(lián)網(wǎng)；在WAP時(shí)代，通過(guò)隨身攜帶的手機，人們可以隨時(shí)隨地接入互聯(lián)網(wǎng)，在便利性方面大大提高；在語(yǔ)音上網(wǎng)時(shí)代，在提供便利性之外，更大的突破應該是將互聯(lián)網(wǎng)的門(mén)檻降低到“零”。你會(huì )說(shuō)話(huà)嗎？會(huì )說(shuō)話(huà)就能上網(wǎng)，你不再需要掌握一些基本的輸入方式，你不再需要熟悉小小的鍵盤(pán)。張嘴說(shuō)話(huà)，就是你給系統給互聯(lián)網(wǎng)下達的指令。從PC到WAP到Voice，每一次浪潮都把互聯(lián)網(wǎng)的門(mén)檻降低了一大截。

　　語(yǔ)音上網(wǎng)是傳統電話(huà)與互聯(lián)網(wǎng)相結合的產(chǎn)物，它應用語(yǔ)音識別技術(shù)，只要用戶(hù)按下電話(huà)號碼，系統就可識別相關(guān)的命令，從而給用戶(hù)提供網(wǎng)站上的信息，包括股票行情、交通狀況與流量、天氣情況、電影餐廳訂票等服務(wù)。它通過(guò)在PSTN與互聯(lián)網(wǎng)之間放置中文語(yǔ)音網(wǎng)網(wǎng)關(guān)，來(lái)實(shí)現語(yǔ)音識別和語(yǔ)音合成等，最終對用戶(hù)實(shí)現語(yǔ)音上網(wǎng)。

　　以“說(shuō)話(huà)”來(lái)控制的電話(huà)自動(dòng)信息系統是銀行、電信、證券、運輸等行業(yè)提高服務(wù)質(zhì)量、增強競爭能力、節省時(shí)間的有力武器。語(yǔ)音識別技術(shù)在美國已有很長(cháng)歷史，但應用方面基本上是以英文為主，語(yǔ)音互聯(lián)網(wǎng)在國外已經(jīng)開(kāi)始應用。近年來(lái)，隨著(zhù)CTI技術(shù)的發(fā)展，我國香港、臺灣及內地等許多CTI領(lǐng)域里的開(kāi)發(fā)商開(kāi)始致力于中文的語(yǔ)音識別。隨著(zhù)中文語(yǔ)音識別技術(shù)發(fā)展，語(yǔ)音互聯(lián)網(wǎng)的概念開(kāi)始在亞洲逐步成形，并正在逐成為現實(shí)。在語(yǔ)音互聯(lián)網(wǎng)中，用戶(hù)可以通過(guò)電話(huà)實(shí)現計算機上網(wǎng)的功能。在亞洲，由于Internet的普及程度較低，而無(wú)線(xiàn)通信發(fā)展卻非常快，用語(yǔ)音作為界面來(lái)獲取信息將極具前途。

　　語(yǔ)音互聯(lián)網(wǎng)和目前我們所使用的文字互聯(lián)網(wǎng)一樣，也涉及網(wǎng)站、上網(wǎng)終端、線(xiàn)路等諸多內容。但不同的是，語(yǔ)音互聯(lián)網(wǎng)的終端就是電話(huà)，線(xiàn)路就是我們天天用的電話(huà)網(wǎng)，這也是語(yǔ)音互聯(lián)網(wǎng)概念一推出就激起千層浪的原因，實(shí)現起來(lái)似乎太容易了。


　　■ 語(yǔ)音門(mén)戶(hù)浮出水面


　　伴隨著(zhù)語(yǔ)音上網(wǎng)概念的出現，作為提供信息服務(wù)的語(yǔ)音門(mén)戶(hù)也浮出水面。在目前國內的一些語(yǔ)音上網(wǎng)應用中，掌門(mén)網(wǎng)與新太合作，主要提供語(yǔ)音電子郵件，用戶(hù)可以通過(guò)電話(huà)來(lái)收取并且接聽(tīng)自己的電子郵件，同時(shí)也可通過(guò)說(shuō)話(huà)來(lái)發(fā)送電子郵件。而在另一個(gè)由亞洲語(yǔ)音提供的語(yǔ)音上網(wǎng)服務(wù)實(shí)驗中，北京的用戶(hù)可以在注冊后通過(guò)撥號享受語(yǔ)音郵件、個(gè)人信息定制、股票行情、生活速遞、旅游熱線(xiàn)等服務(wù)。那如何來(lái)定位語(yǔ)音上網(wǎng)用戶(hù)的信息服務(wù)呢？它與手機等手持終端上網(wǎng)的定位是否相差不大呢？

　　亞洲在線(xiàn)的總裁廖杰遠先生認為，在這兩者之間還是有一些差別的。對于語(yǔ)音上網(wǎng)來(lái)說(shuō)，信息服務(wù)更加強調與用戶(hù)的息息相關(guān)性。基本上可以分為三類(lèi)應用：首先，電子郵件是最重要的一項應用。這樣，人們在外時(shí)，可以?huà)亝s無(wú)線(xiàn)信道的種種不足之處，僅僅通過(guò)PSTN網(wǎng)來(lái)進(jìn)行收發(fā)電子郵件。其次，人們可通過(guò)語(yǔ)音上網(wǎng)來(lái)獲取一些實(shí)用信息，如交通路況、股票行情等。最后，語(yǔ)音上網(wǎng)的第三大用途是獲取個(gè)人信息，如地址簿、日程安排等。

　　語(yǔ)音門(mén)戶(hù)應該說(shuō)也是一個(gè)很有吸引力的市場(chǎng)，一些新成立的公司躍躍欲試，而一些老牌的ICP為了保持自己的傳統優(yōu)勢，自然也不會(huì )將這塊肥肉讓給他人，他們可以在做傳統文字網(wǎng)站的同時(shí)，開(kāi)設語(yǔ)音門(mén)戶(hù)來(lái)吸引更多的人用電話(huà)上網(wǎng)，促進(jìn)電子商務(wù)的發(fā)展。已有ICP開(kāi)始瞄準語(yǔ)音門(mén)戶(hù)，像北京郊區電信局下屬的暢捷網(wǎng)苑就非常看好電話(huà)上網(wǎng)。那語(yǔ)音門(mén)戶(hù)會(huì )不會(huì )比它的前輩們幸運一點(diǎn)，可以賺到錢(qián)呢？這還是個(gè)未知數，但業(yè)內人士依然將目光放在了廣告身上。也許會(huì )由于電話(huà)這種溝通方式的不同，語(yǔ)音門(mén)戶(hù)在創(chuàng )收方面會(huì )有所作為。


　　■ 語(yǔ)音上網(wǎng)難在語(yǔ)音識別


　　在前不久召開(kāi)的Dialogic亞太區高峰會(huì )議上，最引人注目的就是Dialogic 總裁Howard Bubb先生演示的語(yǔ)音門(mén)戶(hù)。Bubb先生用電話(huà)撥通一個(gè)號碼，講出其用戶(hù)名及密碼后，就登錄上了一個(gè)語(yǔ)音門(mén)戶(hù)站。在這里，他查詢(xún)了新聞、股市信息，并“閱讀”了自己的電子郵件。由于有了計算機系統和電腦語(yǔ)音卡的幫助，文字形式的郵件就可以被轉換為語(yǔ)音信息讀給他聽(tīng)。最讓人感興趣的是，語(yǔ)音門(mén)戶(hù)中的語(yǔ)音提示音已經(jīng)不是簡(jiǎn)單的“按1”、“按2”了，而是交互式的對話(huà)形式的電腦提示音。

　　談到語(yǔ)音門(mén)戶(hù)的發(fā)展前景，Bubb先生指出，語(yǔ)音門(mén)戶(hù)仍是很新的應用，未來(lái)一兩年才有更大的發(fā)展，原因在于目前的語(yǔ)音識別技術(shù)還未成熟，真正有效的語(yǔ)音識別技術(shù)二三年后才會(huì )發(fā)展起來(lái)。而且語(yǔ)音識別的過(guò)程非常復雜，1臺800M容量的計算機才能完成1個(gè)語(yǔ)音的識別，同時(shí)還要考慮不同說(shuō)話(huà)者的不同口音。基于電話(huà)品質(zhì)及線(xiàn)路的原因，一般電話(huà)上的語(yǔ)音都有不同程度的變化，語(yǔ)音識別系統能夠容納多大差異的語(yǔ)音是語(yǔ)音識別中的關(guān)鍵。

　　在拿到亞洲在線(xiàn)的上網(wǎng)卡后，記者興沖沖地撥通了那個(gè)神往已久的電話(huà)號碼，在聽(tīng)到經(jīng)合成發(fā)出的提示音后，清清嗓子發(fā)出了自己的第一道命令，還好算順利過(guò)關(guān)。然好景不長(cháng)，在一個(gè)關(guān)鍵的“收取郵件”命令上卡殼了，無(wú)論怎么強調，系統似乎就是識別不出來(lái)。記者第一次的語(yǔ)音上網(wǎng)嘗試只好收場(chǎng)。其實(shí)，語(yǔ)音識別正是目前語(yǔ)音上網(wǎng)存在的技術(shù)上的最大的困難。

　　目前，Intel已經(jīng)開(kāi)始投資發(fā)展語(yǔ)音識別技術(shù)，Intel在中國建立的研究中心的一個(gè)重要項目就是語(yǔ)音識別。來(lái)自我國臺灣地區的言豐科技所開(kāi)發(fā)的Voice Touch交談式語(yǔ)音識別電話(huà)系統已經(jīng)可以識別英語(yǔ)、普通話(huà)和廣東話(huà)三種語(yǔ)言，而同時(shí)國外公司如IBM、L&H，國內公司如捷通等也都在開(kāi)展相關(guān)的研究。

　　據掌門(mén)網(wǎng)北京辦事處郄建軍介紹，目前掌門(mén)網(wǎng)推出的語(yǔ)音平臺離真正的識別語(yǔ)音還有一段距離。用戶(hù)撥打其特服號碼95003、95002之前，會(huì )被告知盡量采用簡(jiǎn)短的語(yǔ)句來(lái)“點(diǎn)擊”，如“新聞”、“查郵件”、“讀郵件”等等，這樣語(yǔ)音系統才會(huì )識別出來(lái)。而目前用語(yǔ)音“寫(xiě)郵件”恐怕還有困難。


　　■ 語(yǔ)音控制挑戰傳統鍵盤(pán)輸入


　　雖然電話(huà)是消費者最習慣不過(guò)的溝通方式，但如果真的要用它來(lái)上網(wǎng)卻似乎不是那么回事。尤其在技術(shù)還不是特別成熟的今天，要在大庭廣眾之下，對著(zhù)電話(huà)話(huà)筒一遍又一遍地簡(jiǎn)單地重復幾個(gè)“命令”，這對一般用戶(hù)來(lái)說(shuō)還真是一個(gè)很大的考驗和挑戰。

　　Duack.com是一家專(zhuān)門(mén)提供交通報告給消費者的語(yǔ)音入門(mén)網(wǎng)站，就發(fā)現人們不怎么習慣用電話(huà)來(lái)查詢(xún)交通信息。而相比之下，股票等金融信息則更容易吸引人們的注意力，因為后者是用戶(hù)普遍關(guān)心的話(huà)題。在歐洲所作的一項調查結果表明，許多使用手機的用戶(hù)習慣使用按鍵，而不喜愛(ài)用語(yǔ)音指令。據Jupiter市場(chǎng)調查公司的統計，按鍵的確比語(yǔ)音控制來(lái)得實(shí)用，其分析師Seamus McAteer說(shuō)，“我不相信用戶(hù)會(huì )坐著(zhù)聽(tīng)取他們的電子郵件。”那如何來(lái)改變用戶(hù)用鍵盤(pán)輸入的習慣，的確是當前要考慮的問(wèn)題。

　　但也有人持有不同看法，他們認為語(yǔ)音上網(wǎng)更是作為計算機上網(wǎng)、手機上網(wǎng)方式的一種補充，而不是競爭關(guān)系。在用戶(hù)沒(méi)法使用手機或計算機時(shí)，就可以用電話(huà)來(lái)進(jìn)行語(yǔ)音上網(wǎng)。

　　語(yǔ)音互聯(lián)網(wǎng)作為計算機上網(wǎng)的有效的補充手段，是一個(gè)新興的領(lǐng)域，也是一個(gè)非常讓人看好的領(lǐng)域。

摘自《中國計算機報》2000.07.06