国内语音合成技术叫板IBM

发布时间：2020-06-30 20:31:06 阅读：次来源：福字厂家

国内语音合成技术“叫板”IBM语音市场“一枝独秀”将成历史

“未来的十年是语音技术的时代”。随着语音技术研究的突破，其对计算机发展和社会生活的重要性日益凸现出来，汉语语音输入输出技术更是孕育着巨大的产业机遇。面对着十几亿人使用汉语、听说中国话的泱泱大国，中文语音技术的应用和经济社会效益前景非常巨大。据专家对未来国内市场预测，五年内，整个中文语音市场份额将至少在1000亿人民币以上。

1997：中文语音市场痛失半壁江山

面对如此巨大的中文语音市场前景，国际上一些大公司早就虎视眈眈地注视着这块市场，纷纷加紧对中文语音技术、产品、市场的全面拓展。像IBM早就致力于语音技术的研究，在英语领域已经进行了近30年的研究。针对中国的广大市场，IBM推出了中文语音识别产品ViaVoice，并投入大量资金进行市场开拓。自1997年以来，IBM ViaVoice抢占了中国90%的语音识别市场，可以说，中文语音市场的半壁江山已经落入人手。国内语音技术领域资金短缺、力量涣散、人才流失是导致语音识别市场痛失江山的主要原因。此外，英特尔、微软、L＆H、摩托罗拉等公司也都瞄准了中文语音市场，投入了大量的人力、物力和资金。英特尔已推出电话语音识别的完整Demo系统；微软也有了详细的中文语音开发和Windows操作系统的捆绑方案；L＆H则推出了虚拟的中文语音播音员。目前，中文语音市场正面临着国际竞争的巨大压力，这些国际型的大公司将基础研究和产品开发结合得较紧密，资金优势和市场优势的运作也相得益彰，国内如果不采取有效的措施，语音产业这块阵地极有沦陷的危险。如果在将来整个中文语音市场都被外企所占领，炎黄子孙所使用的语音软件都是由金发碧眼的老外所发明所提供的，让老外来教中国人怎么使用汉语产品，那将是整个中华民族的耻辱。难道中国人连自己的语音产品都做不出来吗？当然不是。

2000：国内厂商重整山河

面对资金强大、实力雄厚的国际型企业，国内的企业又拿什么来和他们竞争呢？记者在最近采访在中文语音技术方面颇具实力的中国科大讯飞公司时了解到，作为一家在863智能计算机转换基地的研发中心和科技大学语言研究基础上成立的公司，科大讯飞将致力于成为全球最大的语音和语言技术提供商，为各行各业的系统开发商、软件开发商和运营服务商、设备制造商提供最好的语音和语言技术方案。当谈及讯飞的优势时，该公司总经理刘庆峰告诉记者：通过融资之后，讯飞的资金问题已经基本解决。不久前成立的中国语音创业联盟使原来国内语音技术力量各自为战的现象彻底改变，国内语音技术的中坚力量通过联盟实现了强强联合、优势互补。

语音技术作为一种典型的交叉科学，有三个重要方面：一、计算机的工程模拟，即能够让计算机模拟整个人讲话的过程，像如何从肺部发出气流，经过声带的调整，通过口腔变成声音出来等。这一方面中国科技大学做得最好，在几次评比和国际大会上都得到公认。二、对声音信号本身要有一个非常深刻的了解，这一点中国科学院声学所做得最好。三、要对汉语本身的一个运用规则有所了解(不同的字、词在不同环境下的声调、时差、能量等)，这一方面中国社会科学院语言所做得最好。现在，通过中国语音创业联盟，由讯飞出资，将科大、声学所、语言所这三支在语音技术方面最强的力量团结起来，通过股权融合在一起，形成技术互补，共同将技术转化为产业化的产品。这三块的有力配合，将局部优势化为整体优势；和相关的IT企业的结盟都为讯飞在自然语言理解方面寻求真正突破，为语音合成技术打下了一个非常好的基础。

语音技术分为语音合成技术和语音识别技术。语音合成技术主要是好与不好的问题，而语音识别技术主要是对与不对的问题。目前大众对语音识别技术知之较多，对语音合成技术所知不多。很多时候语音识别只是作为一种噱头在用，虽是一个好东西，但没有真正解决最普通老百姓的需求。其实语音合成技术更为实用，更能解决人民大众的需求，更能够深入到社会的各行各业中去。

中文语音合成技术中的合成自然度问题是实现高性能文语转换的关键。特殊符号处理、分词处理和拼接处理是汉语文语转换系统的整体性能提高的三大处理环节。刘庆峰告诉记者：目前科大讯飞以民族语音屏障作为切入点，利用在汉语言文化方面的研究实力，利用中文语音创业联盟在计算机模拟、声讯号的了解和汉语本身的理解的优势，较好地解决了语音合成中的三大处理环节，使得汉语文语转换系统的整体性能有很大提高。而在语音识别技术上，像IBM、微软等公司所做的基本都是一种工作量的工作，都是在比谁的音库多，比谁的音库大。然而真正的语音识别应该有理解和自动纠错的功能。英特尔最关键的是自然语言理解的程度不够。科大讯飞在中文语音、自然语言理解方面已经做了大量的工作，在近期将有创新和突破。一旦自然语言理解方面有所突破后，就会在语音识别上超过IBM等国际大户。而且，中文语音创业联盟为这次突破做了长期的积累和准备，在语音技术的自然语言理解方面已经看到了曙光。明年，讯飞将要成为中国最大的语音合成提供商，这都将为语音识别技术的推广打下接口。

整合我们的技术、人才和本土化的优势，用我们一流的语音合成的核心技术来铺开市场，从而带动语音识别市场，那么中文语音阵地终将为我们所占领。

摘自：〈中国经营报〉2000/11/07