本刊记者 赵国贺   

 

    2011年10月，苹果公司推出iPhone 4S，其最大的亮点便是Siri这一智能语音工具。近一年后，中文版Siri让国内的苹果用户开始热衷于对着手机说出指令。在“调戏”Siri的热潮逐渐褪去后，人们发现，Siri的更方便之处在于设定闹钟、记录备忘、查询天气、搜索地图，而并非只用来消遣。之后的Siri“涉黄”——理解“嫖娼”之义并搜索不良场所的新闻虽不光彩，却从侧面映衬出智能语音软件正越来越“强大”。

    “语音识别其实在2008年就发展到比较成熟的程度了，但因为之前的经验，很多公司担心最终效果，不敢做大规模推广。”郑裕庆是语音和语言解决方案提供商Nuance通讯公司大中华区的总经理，他向《世界博览》记者表示，自己十年前也用过语音产品，光录入本人的声音都要半个小时以上，现如今则是另一番面貌。“很多不同的厂家都希望把语音变为自家产品的功能之一。”

 

最早用于呼叫中心

    普通消费者可以触及的语音产品远非Siri一个，在竞争对手Android平台上，Google就推出了与强大搜索功能结合的语音助手Google Now；在智能手机的软件商店里，国产的讯飞语点、小i机器人等一批类似Siri产品竞相面世；不只在移动设备上，三星、长虹等家电厂商推出了多款智能语音电视，三洋推出了全语音系列的微波炉；在奔驰、福特等品牌的汽车上，语音助手也逐渐成为了一项标准配置。

    面对着硝烟四起的国内语音市场，Nuance公司正逐渐从幕后走向台前。并不为普通消费者所熟知的Nuance是全球领先的语音技术公司，在全球语音市场占据着2/3的份额。总部位于美国马萨诸塞州的Nuance成立于1992年，与之合作的企业清单上囊括了各个领域的知名跨国企业：埃森哲、通用、IBM、微软、三星、诺基亚、福特……超过2/3的财富100强企业使用了Nuance的语音解决方案，装载其语音技术的手机在全球有五亿部以上。这当中，苹果手机上的Siri最让人联想到Nuance的语音技术。

    Nuance在英国、德国、日本、巴西等主要国家和地区有35个区域办事处，产品遍及70多个国家。如今，它正将目光聚焦在中国市场，这里在其全球商业版图中地位愈发重要。郑裕庆从2008年开始任职，这个长驻北京的香港人在IT行业从业近20年，在业务拓展、运营管理、产品布局以及不同市场的推广方面拥有丰富的经验。“我的工作一直以来都是进入刚刚快速成长、市场前景广阔的公司。未来十几年间语音将是人与机器交互最快的输入方式，”郑裕庆在英国Essex大学计算机系人工智能专业获得硕士学位，他表示，“我看好这个市场中的机会，只是没有预料到一切发展得这么快。”

    早在2000年左右，Nuance公司就已经进入中国内地。当时的语音市场尚未成熟，但该公司通过合作伙伴将Nuance的语音技术引入中国，其中企业用户的呼叫中心是Nuance在中国的两大重头业务之一。郑裕庆解释说，例如订餐电话中心如果用按键输入，多层级的菜单不方便找到消费者需要的菜品。“通过自然语音理解技术提供导航系统，使菜单扁平化，消费者打入电话，用自然语表达，机器帮忙分析、处理需求，用户体验就能得到提升。”呼叫中心的语音技术应用如今已相当成熟。

    十年前语音技术尚未得到普及，当时国内市场对文字输入的需求相对较高，这也是Nuance进入中国的重要契机——除了语音识别，它还是全球领先的文字输入方案提供商，在触摸屏、十二键、九键等不同手机上，多数大厂家都在用Nuance的T9文字输入产品。

 

语音的普及源自汽车

    Nuance 的语音解决方案提供丰富和广泛的语音、语言、文本和图像产品组合，支持多达35种主要语言。“进入中国后，我们希望能用领先的语音技术去帮助国内OEM厂家（原始设备制造商）开拓国际市场。与我们合作的厂家都是比较国际化的，希望在中国和国际市场有所作为。他们能够利用语音技术使产品在全球市场具备差异化的竞争优势。”郑裕庆说。

    在中国地区，Nuance涉猎的两大业务对象分别是企业类和移动类用户，前者主要是呼叫中心，用于语音导航。对于后者，Nuance提供的是针对移动设备的语音解决方案，对象包括手机、电视、电脑、家电、汽车等厂商，例如三星、LG、松下等厂商的电视都采用了Nuance语音技术实现语音控制。

 

    然而真正将语音技术从呼叫中心带到普通消费者身边的是汽车。

    驾车者开车的同时按动中控台的按钮十分不便，接打电话或输入短信则会让基本安全都难以保证，如果能够实现在汽车上的语音输入，对车主带来的便捷不言而喻。比亚迪最近在广州车展发布的“思锐”车型便采用了Nuance的语音技术。Nuance与国内厂商一般合作的模式是：大型的OEM希望利用语音技术开发特色功能，Nuance提供技术，由厂家自己设计或开发应用。

    起初，语音技术被应用于奔驰一级的高级车型上，随着技术发展普及，这项便捷服务也得以延伸到更多品牌和级别的汽车上，使用者数量大幅增加。这个过程中不可忽视的一点是技术的进步。

在汽车上，停车、30公里、100公里、开窗、雨刷、人的谈话声、开音响等等是完全不同的声音环境。Nuance利用独有的算法，专门去除风噪声，其他脉冲形成的声音抑或扬声器播出的声音，也可以被语音系统屏蔽掉，从而只识别驾驶者发出的命令。

    “这项技术叫作回声消除（Echo Cancellation）。抗噪技术最大的难题是副驾驶和后排乘客的说话声，声音聚集到一起最难处理。我们还有Beanforming（定向）技术，分辨驾驶者位置上的声音来源。在降噪方面，我们有一系列的先进技术和针对不同噪声的处理办法。”

    郑裕庆表示，Nuance公司的技术优势在于对噪音的处理和远距离的语音识别，公司已经有十多年的经验积累。“车内噪音会直接影响终端用户的体验，所以很关键，但如何去除噪音同时保持高识别率是非常不易的。”

抗噪技术不止应用在汽车上，最常见还有语音智能电视。使用Nuance语音技术的电视，观众坐在沙发上就可以对着屏幕通过命令换台、调节音量以及搜索网络内容，同时电视声音照样放出、家人坐在沙发上尽兴聊天，这其中运用的也是回声消除和定向技术。

   “中国是全新的市场，很多公司还不知道如何测试语音效果，我们也慢慢地教给他们测试标准。一些国内的竞争对手价格便宜，甚至做完产品再收费，但厂商们逐渐发觉便宜并不是好事，用户体验无法保证。”郑裕庆说，国内厂家并不像国外的知名厂商，后者习惯先投入开发再看结果，而国内厂商因为人力、时间等成本限制，更乐于看到结果再去应用。因此，Nuance也开发了一些语音应用，然后由厂商进行定制，但变化幅度不会太大。“Nuance在中国的策略非常灵活，看合作者是想自己研发还是由我们去帮他们去开发，我们在国内也有自己的团队。”

 

在移动终端发力

    在语音技术发展的十余年间，Nuance最具革命意义、最为国外用户熟识的产品是在电脑上使用的Dragon Naturally Speaking软件，它能够通过语音指令对PC完成多项操作，如文字输入、打开浏览器、发送邮件等。这款软件早在1998年前就已推出，但由于当时的中国软件市场不太成熟，所以未能进入中国。

    而Nuance在中国真正发力也应该算是郑裕庆加入之后。“我来公司时，Nuance大中华区只有17个人，没有技术支持和开发团队，支持中文的产品也很有限。”经过数年发展，目前Nuance在国内已有两个研发中心：北京的研发中心专门负责文字输入产品，上海研发中心负责中文的语音解决方案。国内市场团队几年前仅有二三十人，现在已超过100人，研发团队也在不断扩大。

    在中文领域，Nuance采集了南至广州福建、北到黑龙江乃至西北等全国各地的语音数据，这使其产品在识别带口音的普通话时准确率也很高。中文语音数据的收集工作，1999年左右就已有专门的数据员走南访北。

    Nuance的语音方案目前可以支持粤语、普通话、台湾国语，其中的普通话覆盖各地口音。在口音的问题上，郑裕庆坚信“外来和尚更会念经”：“你可以测试国内语音厂家的引擎和我们的引擎，我们对口音的处理比他们好得多。”

    Siri的问世，对国内智能语音市场起推波助澜N，很多厂家加入到语音产品的开发队伍中，不同行业的大量厂商也对语音技术有所需求。Nuance在中国的业务增长每年都能达到50%以上，盈利主要来自企业用户。郑裕庆透露说，通过与手机、PND（导航系统）、汽车等各大厂商合作，Nuance如今在个人消费市场上的业务比重相对呼叫中心更高。

    2009年12月，该公司在北美推出著名的Dragon Dictation（声龙听写）和Dragon Search（声龙搜索）应用，前者能够将用户的语音转化为文本信息、邮件或Twitter发送，后者利用语音实现搜索并同时呈现多家网站的结果，在中国可以显示雅虎、新浪爱问、优酷、淘宝和大众点评的搜索结果。二者都在苹果的App store获得了良好口碑和超过百万的下载，Dragon Dictation还被《时代》评为2010年十大iPhone应用软件。

    郑裕庆并未在采访中回答任何关于苹果Siri的问题，但值得注意的一点是，Dragon Dictation和 Dragon Search 比起Siri的面世时间要早近两年，可以推断这两款广受欢迎的语音应用对后来Siri的推出有怎样的引导意义。

    “Nuance的软件在Android Play Store和 App Store分别都有免费应用下载，我们想让用户免费体验产品，同时进行数据收集，提高语音引擎的准确度，这样产品才能更加成熟，”郑裕庆说，“如果我们不前期先投入，相信到今天没有一个厂家会愿意采用我们的产品，放在他们手机或汽车上面。”这些客户囊括摩托罗拉、诺基亚、HTC、三星等品牌的世界八大手机制造商以及全球十大汽车制造商。

    而面对数量越来越多的国内合作者，Nuance公司今年已将服务器搬到中国。在学习人工智能出身的郑裕庆看来，未来的语音输入、手势控制和面部识别将会整合为一个整体解决方案，但在输入方面，语音输入仍是最快捷的方式，“实现语音输入，一定要有最好的语义理解引擎才行。”