语音识别发展的下一个蓝海市场：语义识别

　　在AI技术发展的过程中自然语言处理技术已经成了最重要的一大体系，随着年代的定义越加细分化语言识别逐渐区分为语音识别和语义识别两个概念。一字之差却大不相同。语音识别是前提语义识别才是它的目标。从语音识别到语义识别，中间还有多长的路要走？

　　最近科技圈刮起一股收购风，前面博通收购高通还在如火如荼的进行，这周苹果就宣布收购音乐识别软件Shazam。Shazam这个软件，通过手机麦克风收录音频片段，能够识别音乐、电影、电视节目甚至是广告。那么苹果公司整合这项技术做什么？很大可能是为了其人工智能助理软件Siri。

　　Siri使用自然语言处理技术，是AI技术的一大体系，而随着近年定义和产业分工越发精细，语言识别渐渐分成了语音识别和语义识别两个支系。语音和语义虽只有一字之差，却有很大的不同。

　　打个简单的比方，语音识别相当于是人的耳朵，而语义识别则是大脑，语音识别帮助机器获取和输出信息，那么语义识别则是对这些信息进行识别加工。

　　在这里， 小编举个例子来帮助大家更好的理解上面的话：

　　爸爸没法举起他的儿子，因为他很重。

　　问：谁重？

　　爸爸没法举起他的儿子，因为他很虚弱。

　　问：谁虚弱？

　　可以看到，这两个句子结构完全一致，后面的“他”指的到底是爸爸还是爸爸的儿子？这对于我们来说轻而易举，因为我们有能清楚的通过我们积累的知识知道：爸爸举不起儿子，要么儿子太重，爸爸举不起；要么儿子不重，但是爸爸力气小，比较虚弱，因此举不起儿子。

　　但是对于一个只会语音识别的机器来说，它不会去思考句子中的“他”到底指的儿子还是爸爸，事实上，它也“想不清楚”。但是通过语义识别，机器会对听到的信息进行加工理解，从而给出正确的答案。

　　与语音识别相比，显然语义识别显然要更深一个层次，用到的技术也更为复杂。

　　本期《趣科技》， 小编就给大家介绍一下人工智能中，自然语言识别这一重要支系。

　　语音识别发展史

　　语音是最自然的交流方式，自从1877年爱迪生发明了留声机，人们就开始了与机器的交谈，但是主要还是与人交流，而非机器本身。

　　

　　1950年，计算机科学之父阿兰·图灵在《Mind》杂志上发表了题为《计算的机器和智能》的论文，首次提出了机器智能的概念，论文还提出了一种验证机器是否有智能的方法：让人和机器进行交流，如果人无法判断自己交流的对象是人还是机器，就说明这个机器有智能了，这就是后来鼎鼎有名的人工智能图灵测试。

　　到20世纪80年代，语音识别技术能够将口语转化为文本。

　　

　　2001年，计算机语音识别达到了80％的准确度。从那时起，我们就可以提取口语语言的含义并作出回应。然而，多数情况下，语音技术仍然不能像键盘输入那样带给我们足够好的交流体验。

　　近几年来，语音识别又取得了巨大的技术进步。科大讯飞董事长刘庆峰在一次演讲中，在演讲的同时使用着最新的智能语音识别技术——可以让他演讲的内容实时以中英文双字幕的形式呈现在大屏幕上，反应迅速、几乎没错。识别精确度超过95%。随着这项技术的进步，语音优先的基础设施变得越来越重要，亚马逊、苹果、谷歌、微软和百度都迅速部署了声音优先软件、软件构建快和平台。

　

　　图|语音发展史