不久前，某科技公司發布手機新品，在發布會現場，出人意料的為某品牌語音輸入法進行了長達十多分鐘的宣傳，主講人用較快的語速隨口說了一段內容，經輸入法輸出在屏幕上，識別結果竟然一字不差。發布會結束后，引爆了該輸入法的知名度，尤其是之后幾天，該輸入法在App Store排行榜上排名飛升，一舉成為總榜top10以及工具榜的第一位。

　　該語音輸入法，是由中文語音產業領導者科大訊飛推出的一款輸入軟件。科大訊飛作為中國最大的智能語音技術提供商，在智能語音技術領域有著長期的研究積累，并在中文語音合成、語音識別、口語評測等多項技術上擁有國際領先的成果。而包括訊飛語音輸入法在內的語音助手，也幾乎遍布每一部智能手機，如蘋果的Siri、Google Now以及微軟Cortana等。今天，我們就來談談語音技術，即人機語音交互技術。
　　語音技術實現了人機語音交互的功能，使人與機器之間的溝通變得像人與人溝通一樣簡單方便。語音技術主要包括語音識別和語音合成這兩項關鍵技術。語音識別技術，用于讓機器識別人說的話，如羅永浩在發布會上通過語音輸入法進行輸入，這就是使用了語音識別技術；語音合成技術，則用于讓機器說“人話”，如我們平時可能使用的語音導航，大多基于語音合成技術。
　　具體來說，語音合成技術，又稱為文語轉換（Text-to-Speech），是將文本轉換成自然語音的技術。

　　一個典型的語音合成系統如上圖所示，對于要輸出的文本，先要進行文本分析，即結合字典進行文本預處理，主要包括詞法、語法和語義分析，然后使用韻律模型對已處理文本就聲調、語氣、停頓等因素進行韻律分析處理，最后再根據語音參數和語音單元進行語音生成，輸出的就是類似人聲的語音了。具體的語音合成方法有參數合成、規則合成和波形編輯合成等。
　　以參數合成中的發音器官參數合成方法為例展開介紹，這是一種對人的發音過程進行直接模擬的方法。使用該方法時，先對語音信號進行分析，提取出語音的參數，然后由人工控制這些參數的合成，從而完成語音合成。發音器官參數合成方法定義了唇、舌、聲帶的相關參數，如唇開口度、舌高度、舌位置、聲帶張力等。由這些發音參數估計聲道截面積函數，進而計算聲波。只是，由于人發音生理過程的復雜性、理論計算與物理模擬之間的差異，合成語音的質量暫時還不理想。
　　語音識別技術，又稱為語文轉換（Speech-to-Text），與語音合成技術的功能相對的，是將自然語音轉換成文字的技術。
　　根據研究任務的不同，語音識別系統有不同的分類。按使用者的限制，可分為特定人和非特定人語音識別系統，前者只能識別一個或幾個人的語音，而后者則可以被任何人使用；按詞匯量的大小，可分為小詞匯量、中等詞匯量和大詞匯量語音識別系統；按能處理的語音類型，可分為孤立詞、連接詞、連續語音和自發語音等語音識別系統；甚至按平臺分，也可分為PC端和嵌入式平臺上的語音識別系統。

　　如上圖所示，一個典型的語音識別系統由以下部分構成：首先對語音輸入進行特征提取，然后結合聲學模型、語言模型和字典等模型庫進行模式分類匹配和解碼等操作，最后再進行置信度判分，得到識別結果并確定語音輸入的文字表示。一般衡量語音識別技術有準確率、反應時間和處理性能等評價指標。像訊飛語音輸入法，就聲稱達到了97%左右的準確率，也難怪羅永浩在演示該輸入法時可以做到一字不差了。
　　目前國內的許多主流應用都集成了訊飛語音云提供的語音技術，典型的如新浪微博、米聊以及掌閱等，各大導航類應用也都采用了訊飛語音技術。盡管現在，受語音的復雜性、模糊性等因素和環境噪聲干擾，語音識別準確率不能盡善盡美，語音合成技術也存在自然度和表現力不足的問題，但是隨著機器學習尤其是深度學習的研究逐漸成熟，相信語音技術的進一步完善只是時間問題。到時候，如果蒙上我們的雙眼，誰能確定和自己說話的是人還是機器呢？

嫌打字慢？那就動動嘴吧

圖文簡介

語音技術越來越強大，未來有一天，蒙起雙眼，誰能確定和自己說話的是人……