Nuance语音识别技术开启人机交互方式3 0时代

1、Nuance语音识别技术，开启人机交互方式3 0时代-访Nuance大中华区总经理郑裕庆人物介绍：Nuance大中华区总经理郑裕庆(Daniel Cheng)英国Essex大学计算机系人工智能专业硕士，同时拥有Newcastle大学航海及造船专业学士学位。曾任赛门铁克(Symantec)中国公司董事经理、Business Objects大中华区董事经理。在IT行业拥有近二十年的从业历史，对亚洲及大中华区市场有着深刻的了解。纵观整个电子产品发展史，一个不变的趋势是人机交互界面与操作方式越来越简单化、傻瓜化。微软的WINDOWS视窗系统将计算机从只有资深程序员才可操控的禁脔解放出来，革命性的将图形

2、化操作界面引入到计算机中，大大降低了使用计算机的难度，使得家用电脑得到真正大规模的普及。苹果IPHONE的多点触摸功能将我们的手指从繁杂的键盘中解放出来，任何有手指有眼睛的人都可以通过最简单的手势来控制智能终端，浏览互联网，发布视频和照片，进行电子商务。我们与智能移动终端的距离再一次被拉进。如果将前两次革命性的操作变革分别称为人机交互方式的1.0时代和2.0时代，那么美国Nuance(NASDAQ：NUAN)通讯公司带来的语音识别及输入解决方案则可称为3.0时代。试想一下，当任何文本输入或指令输入都可以用一句话来完成，那么估计3岁的儿童都可以轻易的学会使用智能设备上网，不就是说一句"

3、我要上网"么?还要怎样简单呢?Nuance的语音输入方式将彻底解放用户的双手与眼睛，这将是一项极为神奇的技术，同时也将开启一个新时代-不管是汽车、手持设备、PC、家用电器全都可以通过语音实现操控，这将给用户带来更有效率、更为便利的工作与生活方式。也将给产业界带来更新的应用卖点与商业机会。-题记4月22日，在深圳福田福朋喜来登酒店举行的"2010年Nuance移动论坛"上，Nuance大中华区总经理郑裕庆、Nuance移动业务部产品管理副总裁Matt Revis接受了手机方案设计记者的采访，并就记者所关心的诸多问题进行耐心解答。郑裕庆表示，Nuance作为全球领先的

4、语音、文字智能输入和图像解决方案提供商，将以Nuance领先的语音技术为基础，深入拓展至整个大中华区(包括大陆、香港、台湾)市场，为客户提供完整的解决方案。以下为采访实录：技术领先，更关注具有国际视野的客户手机方案设计：能否介绍一下Nuance公司的背景及发展情况?郑裕庆：Nuance是一家美国的上市公司，我们现在的全球员工数大概有五六千人，去年的公司营收已经超过十亿美元，现在大概有50多亿美元的市值。从软件业来讲，Nuance的发展速度还是比较快的。Nuance目前一共有四个业务部门：一个是医疗业务部，提供医疗中的病历管理及手册转录服务；一个是企业业务部，尤其是银行或者电信行业的用户，提供客

5、户服务及呼叫中心应用；一个是图像业务部，提供MFP多功能扫描、PDF以及文件自动化操作解决方案；最后一个是移动设备业务部，提供手机与汽车设备中的指令及控制功能、语音查找及短信应用。在大中华区，移动业务部与企业业务部是我们最关注的两个部门。手机方案设计：Nuance目前主要合作以及关注的是哪一类的客户?郑裕庆：我们有很多知名的品牌客户，基本上目前全球90%以上的手机输入法都是采用Nuance公司的技术。合作伙伴比如摩托罗拉、诺基亚、北方电讯、三星、索尼等手机品牌，大陆的还有中兴、华为、TCL等厂商也是我们的客户。汽车业来讲，包括上海大众，GM，BMW和Ford等也在运用我们的车载语音解决方案。此

6、外，我们也在跟一些大陆比较有实力的品牌在沟通，比如说联想、海尔、康佳等企业。我们的客户同样包含手机方案公司，比如说龙旗也是我们的一个合作方，在软件的前装、后装方面，我们也有跟一些OEM、ODM的厂家合作开发一些产品。对于珠三角尤其是深圳地区的中小厂商，由于数量太多，而且单个厂商的量不太大。所以我们并未有直接的合作，主要通过ODM来做一些应用的植入，包括目前跟MTK有合作，MTK可以整合Nuance的软件在其客户的产品。如果有一些中低端的手机厂商想要植入这些功能，可以根据自己的需要选择性的购买。手机方案设计：您认为Nuance的产品优势主要在哪一方面呢?郑裕庆：在大陆市场，可能影响客户的很大因素

7、是价格，中低端手机厂商通常会采用一些价格比较低的产品。而Nuance的产品可能在成本上并不具备太大优势。我认为Nuance的优势主要在三个方面：首先是国际化程度更高，Nuance的语音解决方案支持多达52种语言和方言，此外在国际市场我们也具有较高的品牌与市场影响力。我想每个厂家都希望他们的手机不单只是在国内销售，肯定也希望进军更广阔的国际市场。那么有这方面需求的厂家，Nuance可以给予他们更大的帮助。第二，Nuance在整体的解决方案上面是比较完整的。比如现在很多公司有的是做触摸输入的，有的是做九键盘的，有的是做整键盘的。方案太多，变成厂家需要自己去整合一些方案，这中间的成本比较高，整合度也

8、不会这么好。Nuance则可以提供整体的解决方案，所有功能都可以共享，整体功能可以选择。现在一些厂家会看到，同质化的产品已经没有利润了，所以他们也会希望采用一些更高端的功能。第三，领先的技术优势。在手写和语音输入技术上面，我们的功能比其它的厂家都要强。比如Nuance的T9 Write文字输入技术，具备手写与触摸屏装置，用户可在同一位置上下叠加地输入文字，在小屏全屏书写也可实现同样的功能。另外Nuance最新推出的T9 Trace的滑行输入法，提供了无缝的多模态，在一个单词内实现滑行和点击的无缝切换，国内没有厂家可以提供的。此外，现时iphone和ipad里面使用的语音应用都是Nuance的语

9、音技术植入。回到最初所讲的，Nuance不是单一的一个输入方法，而是有整体的解决方案。最终我们会给我们的客户提供多种选择，由客户根据他们的需求自己来选择。语音技术前景广阔，将会加大中国市场的投入人物介绍：Nuance移动业务部产品管理副总裁Matt Revis，哥伦比亚商学院MBA学位，曾就任过Dragon Naturally Speaking(Dragon自然语音技术)的产品经理，这是一款全球销量最好的桌面级应用语音识别软件。手机方案设计：未来您更看好哪一些终端会采用语音输入技术?Matt Revis：市场上有越来越多的触摸屏的产品，不光是手机，还有平板电脑等类似于ipad的产品。触摸屏的输

10、入和传统的有键输入还是有区别的，尤其是像ipad这种产品，它上面设置有虚拟键盘，这个键盘手指头一定要按上去，这个按键感觉跟键盘是不一样的，很多人其实不太习惯。那么在这种设备上，语音输入其实有着很大的潜力，Nuance会继续发展多模式用户界面，为用户提供更多选择空间。这是我们nuance公司接下来要注重发展的一个方面。对于语音识别技术应用，语音在过去主要集中于一些简单的命令，受语法限制，只有设计好的命令才可以使用。在将来你可以发出一些没有语法定义的指令，充分实现自然语言理解和移动语音应用，其中包括可以通过语音同时起草短信、写邮件和调出收件人的信息等完全开放的语音识别，这样真正能实现的是人机之间的

11、对话。对于触摸屏的产品，除了语音之外，我们可以为客户提供多模式输入，并结合Nuance的T9系列文字输入产品，这个技术有智慧预测和联想功能，用户只需单次按键输入，NuanceT9便会根据按键组合智能猜测到所需要输入的文字，这个技术是很有针对性的设计。语音技术有非常好的前景。人们会发现以后在汽车行驶的过程中，有语音的控制你会多么的方便。在几千首音乐中调出歌来，你用不着再在屏幕中搜索了。一说歌名，马上就可以帮你搜索出来。手机方案设计：能否具体介绍一下Nuance的语音控制技术?Matt Revis：我可以演示一个DEMO。比如我手中的手机，我对它说一句话，这句话中含有命令词和内容，手机会通过软件识

12、别并执行命令。我们的系统会自适应不同人的语音、语调、口音，一开始识别的时候，基本的识别率本身就不错；当用户用得越来越多，系统会适应你的声音，精度会越来越高。等到我们实现了中文的语音短信输入和邮件输入时，到时候输入一篇文章可能不需要键盘，就说话就可以了，只需要再做一点编辑。语音技术可以预期在车载应用功能上为广泛使用，因为通过语音控制，可以让驾驶员的眼专注在路上，手专注在方向盘上，从而避免很多事故。现时Nuance的Dragon Dictation(读写)和Dragon Search(搜索)正受iphone广泛使用，在iphone store里已经有超过200万人下载了Dragon语音输入软件(免

13、费)，调查下来有20%是每个星期都会用的这项功能。这项技术将会在普通领域都有很广泛的应用。比如专门做翻译的公司可以应用我们的语音输入软件，开发语音翻译的产品。包括现在很流行的物联网，肯定是语音应用的一个新的方面。比如你在家可以跟烤箱、微波炉、电视直接对话。这方面市场也是很大的。所以现在在北美，我们跟一些研究机构合作，做一些探索。当然这个是应用层面的问题，我们主要提供技术，电器制造商会考虑这一方面。现在这个软件在所有的智能手机上面安装都没有问题，至于非智能手机只要用的是ARM9以上的都是可以使用的。手机方案设计：您认为语音识别的目标客户群是哪些?中国市场与其它市场是否有不同?Matt Revis：市场区域不一定有多大的区别，主要还是不同的人群。语音识别更适合那些更注重生产效率的人，因为语音效率更高一些。简单的例子，如果你要在几千个名单中找个地址簿出来，语音是最简便的方法。尤其是在汽车领域，这是很方便的。手机方案设计：作为一家美国公司，您认为应该如何实现本地化，使得用户更容易接受?Matt Revis：首先Nuance作为世界语音技术的领先的公司，我们可以提供