近年來(lái)，語(yǔ)音識(shí)別技術(shù)已得到廣泛應(yīng)用，但其識(shí)別準(zhǔn)確性依舊有待提升。拋開(kāi)各種口音與方言干擾，考慮到用戶(hù)可能在各種極端情況下講話(huà)，如何辨認(rèn)非標(biāo)準(zhǔn)發(fā)音已成為業(yè)內(nèi)亟需解決的問(wèn)題。
日前，科技公司Voxil公布了其最新研究成果——一款復(fù)雜的語(yǔ)音識(shí)別程序，Voxil 稱(chēng)其為「自然語(yǔ)言識(shí)別領(lǐng)域的重大突破」。
Voxil CEO Caleb Roush 在接受洋蔥新聞采訪(fǎng)時(shí)稱(chēng)，「我們最新的語(yǔ)音識(shí)別軟件專(zhuān)為吃貨用戶(hù)服務(wù)，即使用戶(hù)正在咀嚼或口中塞滿(mǎn)食物，也能精確識(shí)別用戶(hù)所說(shuō)的內(nèi)容。毫無(wú)疑問(wèn)，這款軟件將幫助 Siri 等語(yǔ)音助手極大提升用戶(hù)體驗(yàn)。」
Roush 表示，軟件算法較為復(fù)雜，也正因?yàn)槿绱耍梢跃珳?zhǔn)過(guò)濾外界噪音，例如咀嚼聲、牙齒摩擦聲、松脆的食物在口中被壓碎的聲音、雙唇和舌頭運(yùn)動(dòng)的聲音等，并從中分辨出用戶(hù)含混不清的說(shuō)話(huà)聲，其識(shí)別準(zhǔn)確度可達(dá)到驚人的 99%。
Voxil 公司甚至提出了一個(gè)名為 GAR 的新概念（譯者注：GPS-aided recognition，位置輔助識(shí)別），稱(chēng)為提升識(shí)別精度，軟件自帶 GPS 功能，可精準(zhǔn)定位用戶(hù)坐標(biāo)并判定其所在餐廳類(lèi)別，從而結(jié)合大數(shù)據(jù)，根據(jù)可能提供的食物種類(lèi)對(duì)識(shí)別內(nèi)容做出相應(yīng)調(diào)整。
洋蔥日?qǐng)?bào)記者對(duì)「真正的吃貨在享受美食時(shí)并不愿講話(huà)」 這一角度提出了疑問(wèn)，但 Voxil 公司并未給出正面回答。Roush 僅表示公司已著手研究如何在用戶(hù)吃太多無(wú)法講話(huà)的情況下通過(guò)腦電感應(yīng)識(shí)別用戶(hù)意圖，并透露相關(guān)智能硬件將在不久后面向公眾發(fā)布。
