記者日前在中國(guó)科大人機(jī)語(yǔ)音通信實(shí)驗(yàn)室采訪(fǎng)時(shí)看到令人震驚的一幕：操作人員只需按動(dòng)電腦電源，隨后信口發(fā)號(hào)施令，電腦即可按主人的意思進(jìn)行文字輸入、文件處理、收發(fā)郵件，甚至可以與使用者對(duì)話(huà)等等。該研究室負(fù)責(zé)人、智能計(jì)算機(jī)成果轉(zhuǎn)化基地中央研究院院長(zhǎng)王仁華教授告訴記者：“中文‘傻瓜’電腦悄然向我們走來(lái)！”

　　“讓電腦聽(tīng)懂說(shuō)話(huà)，讓電腦開(kāi)口說(shuō)話(huà)�！睅缀踉谟�(jì)算機(jī)誕生的時(shí)候，專(zhuān)家們就開(kāi)始向這一方面努力。只有達(dá)到這一目標(biāo)，電腦才能成為世界上最聰明的“傻瓜”。

　　在計(jì)算機(jī)王國(guó)美國(guó)，行業(yè)頭號(hào)霸主IBM率先進(jìn)行電腦語(yǔ)音識(shí)別研究。經(jīng)過(guò)20多年的努力，先后推出英文、法文、德文等近十種文字的語(yǔ)音識(shí)別技術(shù)。由于漢語(yǔ)結(jié)構(gòu)復(fù)雜，單章節(jié)為主，同音字多，方言多，語(yǔ)法亦不規(guī)范，直到1997 年底，IBM才推出不太成熟的漢語(yǔ)識(shí)別技術(shù)。這些頂尖高手們深知漢語(yǔ)音識(shí)別技術(shù)艱難，自身難以攻克，就以較低的價(jià)格，或技術(shù)互換的方式向全世界二次開(kāi)發(fā)商、科研機(jī)構(gòu)提供軟件內(nèi)核。

　　此后的一年多時(shí)間里，“讓電腦聽(tīng)懂說(shuō)話(huà)”技術(shù)獲得迅疾突破，微軟、IBM、摩托羅拉等世界級(jí)開(kāi)發(fā)商投入大量人力物力。首創(chuàng)電腦聲卡的新加坡創(chuàng)新公司，臺(tái)灣清華大學(xué)和香港中文大學(xué)等華語(yǔ)研究開(kāi)發(fā)機(jī)構(gòu)在漢語(yǔ)音技術(shù)方面做了大量工作，語(yǔ)音導(dǎo)航、語(yǔ)音識(shí)別等技術(shù)日臻成熟。IBM公司1998年推出的漢語(yǔ)識(shí)別軟件ViaVioice98，可在普通話(huà)基礎(chǔ)上適應(yīng)廣東、四川、上海等有代表性的方音，只要讀5個(gè)詞、3句話(huà)即可建立一個(gè)語(yǔ)音模型，并有使用中自學(xué)功能。

　　“英雄所見(jiàn)略同”，漢語(yǔ)音技術(shù)在我國(guó)是“863”計(jì)劃支持最早、時(shí)間最長(zhǎng)的智能計(jì)算機(jī)領(lǐng)域攻關(guān)課題。清華大學(xué)、中國(guó)科學(xué)院聲學(xué)所、中國(guó)科學(xué)技術(shù)大學(xué)等8家研究機(jī)構(gòu)成立相關(guān)技術(shù)攻關(guān)組，接受“863”計(jì)劃支持。到1997年底，由王仁華教授領(lǐng)導(dǎo)的中國(guó)科大人機(jī)語(yǔ)音通信實(shí)驗(yàn)室、國(guó)家智能計(jì)算機(jī)研究開(kāi)發(fā)中心在漢語(yǔ)音識(shí)別、合成方面取得突破；與 IBM進(jìn)行技術(shù)交流獲得語(yǔ)音識(shí)別內(nèi)核基礎(chǔ)上進(jìn)行再開(kāi)發(fā)，漢語(yǔ)音識(shí)別技術(shù)與IBM同步；語(yǔ)音合成方面通過(guò)十幾年的摸索，毅然放棄國(guó)際通行的方法，獨(dú)創(chuàng)“人聲道模擬技術(shù)”，結(jié)束了在語(yǔ)音信號(hào)處理，音頻、視頻編碼和傳輸?shù)阮I(lǐng)域內(nèi)多項(xiàng)關(guān)鍵技術(shù)上達(dá)到國(guó)際領(lǐng)先水平，結(jié)束了漢語(yǔ)音合成清晰度與自然度的制約，電腦終于可以說(shuō)出流利的漢語(yǔ)。

　　記者在中國(guó)科大看到，操作者從因特網(wǎng)上下載一篇新聞，電腦即可略帶情感地讀出它。“863”專(zhuān)家組曾作過(guò)檢測(cè)，把電臺(tái)播音員播出水平打成5分，中國(guó)科大電腦合成的語(yǔ)音可打4分。

　　理論研究基礎(chǔ)和科技上的突破，為漢語(yǔ)“能聽(tīng)會(huì)說(shuō)”電腦問(wèn)世提供了前提。以中國(guó)科大研究機(jī)構(gòu)為依托成立的國(guó)家863智能計(jì)算機(jī)成果轉(zhuǎn)化基地中央研究院、安徽硅谷天音信息科技有限公司對(duì)已取得的高新技術(shù)產(chǎn)品進(jìn)行了產(chǎn)品化，其第一個(gè)語(yǔ)音輸入和控制計(jì)算機(jī)產(chǎn)品“天音話(huà)王”已投放市場(chǎng)，月銷(xiāo)量達(dá)百萬(wàn)元，港、臺(tái)地區(qū)總銷(xiāo)量逾10成萬(wàn)套。此前的IBM 產(chǎn)品、“漢王”聽(tīng)寫(xiě)產(chǎn)品在市場(chǎng)上都有較好表現(xiàn)。

　　王仁華教授介紹，國(guó)內(nèi)智能電腦技術(shù)發(fā)展相當(dāng)迅速。中國(guó)科大的漢語(yǔ)音識(shí)別軟件對(duì)電腦常用命令、術(shù)語(yǔ)，如打開(kāi)文件、刪除、新開(kāi)窗口等，使用者不用進(jìn)行適應(yīng)性訓(xùn)練，亦可有較高的識(shí)別率；接受訓(xùn)練后的電腦，語(yǔ)音識(shí)別已超過(guò)實(shí)用標(biāo)準(zhǔn)，配合手寫(xiě)修改，完全可以讓普通人享受電腦文本處理的便利。中國(guó)科大研究成功的語(yǔ)音合成技術(shù)則是通過(guò)建立語(yǔ)音庫(kù)，先期大量錄入語(yǔ)音，用特殊的算法對(duì)要合成的語(yǔ)音進(jìn)行尋找、對(duì)應(yīng)，因此擺脫了機(jī)器發(fā)聲，實(shí)際播出的聲音就是人聲。電腦已能初步識(shí)別諸如人手勢(shì)、形體動(dòng)作。

　　但王教授也表示，包括語(yǔ)音識(shí)別在內(nèi)，技術(shù)上要走的路還很遠(yuǎn)。如人的耳朵可以在嘈雜的聲音中區(qū)別出需要的聲音，而現(xiàn)行語(yǔ)音識(shí)別軟、硬件對(duì)背景場(chǎng)都沒(méi)有什么辦法。只有在弄清人耳朵語(yǔ)音識(shí)別機(jī)理，做出仿生識(shí)別系統(tǒng)，才是語(yǔ)音識(shí)別的新臺(tái)階。

　　盡管語(yǔ)音識(shí)別與合成技術(shù)是基礎(chǔ)而又專(zhuān)業(yè)的領(lǐng)域，但人們已認(rèn)定“傻瓜”電腦技術(shù)勢(shì)將對(duì)以家電為主的其他領(lǐng)域帶來(lái)新一輪的產(chǎn)業(yè)革命：將來(lái)不僅是電腦操作，洗衣、調(diào)整電視、甚至是開(kāi)車(chē)、控制車(chē)床等，只要?jiǎng)觿?dòng)口即可；保安系統(tǒng)不僅可以報(bào)告發(fā)生不測(cè)，還可以告訴您具體發(fā)生什么事情，如此等等。“傻瓜”電腦技術(shù)的成熟，使真正意義上的智能電器、智能家庭、智能大廈得以出現(xiàn)�？上驳氖�，國(guó)內(nèi)這一方面基礎(chǔ)理論研究成果、關(guān)鍵技術(shù)屢獲突破，專(zhuān)家預(yù)測(cè)，不久的將來(lái)，民族化、能聽(tīng)會(huì)說(shuō)、善于察言觀(guān)色的聰明的“傻瓜”電腦將出現(xiàn)在千家萬(wàn)戶(hù)。

摘自《光明日?qǐng)?bào)》1999年11月17日