车载语音导航新篇章！采访Nuance高层

    泡泡网上海分站12月22日 在2011年12月7-9日，Nuance参加了在上海雅居乐万豪酒店举行的2011 Telematics @ China高峰论坛并展出最新的中文车载语音解决方案。而我们知道，Nuance通讯公司是世界领先的语音和语言解决方案提供商，企业级和消费级用户遍及全球。其提供的技术、应用软件和服务改变了人们进行信息交互，和创建、共享以及使用文档的方式，并很大程度上提升了用户体验。

    近日与中国领先的导航地图和动态交通信息服务提供商四维图新（NAVINFO）达成合作，双方将共同开发导航用的语音地图数据，并于NavInfo在2012年5月发布的新版地图同时推出用于语音导航的数据。四维图新将借助Nuance最新的字音转换工具，引领语音技术成为未来语音导航产品的趋势。在2011年12月8日，泡泡网有幸对Nuance移动语音部全球嵌入解决方案构架总监Brian Radloff、语音合成产品经理Dr Johan Wouters、顾问经理苏厚昌和上海研发中心总监张亚昕博士进行采访，听他们谈谈Nuance最近的一个市场发展情况和新的技术特点。

    首先张亚昕博士为我们演示了Nuance语音导航是怎么实现的。举了一个云端和本地端来结合的例子：

Nuance上海研发中心总监张亚昕博士

系统：“请选择一个任务”
Nuance：命令词控制。
系统：“命令词控制，请说命令。”
Nuance：发短信给刘涛，今天晚上七点图书馆见。
系统：“发短信给刘涛，短信内容：今天晚上七点图书馆见。”

    “见”这个音是对了，字是错了。然后它这个是这样，我说的这一句话，这个语音识别的实现，实际是上本地和云端结合起来实现的。

    通过语音本地端完成了发短信给刘涛这个命令词的识别，识别完了以后，它把刘涛的电话号码从地址簿里边调出来，放在你这个短信的筐里头，然后把“今天晚上七点图书馆见”的这一段语音就发到云端，云端的识别器把它识别完了以后，把文本反馈回来，再填到这儿。所以刚才看到大家稍微有点等，在等的过程当中，实际上就是这个信号传到云端，云端识别几乎是不花时间的，因为它非常强大，然后再传回送。这个就是网络的传送时间，有时候等待时间，因为现在无线网络有时候也不是特别好。这是一个比较典型的一个例子。

    泡泡网：在看完张亚昕博士对Nuance语音导航的演示，请问一下如果编辑错的话，能不能修改？

    Nuance：可以修改。到你需要修改的那个“见”上，你再说“见”或者见面，它就给你弄过来了。但是我们觉得在中国区，在中文的修改上，这未必可能是个好办法，我们也在试探另外一种办法，这个办法我现在可以给大家介绍一下。就是这样，我要说修改，那么那个语音合成TS就开始给你再读，刚才不是读了一遍吗，它再给你读，但是这一次读，它是一个词一个词地读。他说，今天我不吭声，晚上，我不吭声，他说七点，我也不吭声，等他说“见”的时候，我说“见面”，他知道我说的这个词要把那个覆盖掉，再改，再把它改了。这样可能更合理一些，就是你手不用去摸什么东西，眼睛看什么东西，完全能保持你在驾驶的时候，这是我们目前还在进行开发的一个东西，或许下一次如果我们再有机会我们就可以把这个演示一下。

    泡泡网：这样输入就很容易产生一个问题，比如说，他说刘涛，中文姓名里面，刘涛这个名字出现的概率比较多，如果说你的电话中多个人同时叫刘涛，它怎么识别？

    Nuance：这个对于语音识别来讲，它唯一的办法就是把几个刘涛列出来让你选择，这个时候没有别的办法，我知道你说这个，这实际上是我们经常见到的一种情况，只能让用户自己来选择。有时候同样词也会出现这个问题，可以让用户自己选择。然后我再介绍一下关于自然语言理解，这么一个演示。自然语言理解。我想回家。这个就是刚才大家看到那个主页面，就是我们模拟在汽车环境下，你可能做的一些任务，它现在就是这个识别就不是你预定的命令词，如果是让工程师来设计这个命令词，我可能会要求用户说，目的地设为家庭、家里，是这样说，然后用户必须这样说，但是多数时候，当你的命令越来越多，几百个，上千个的时候，人很难记住你的命令词是什么样子。所以我们现在这个演示，能把它叫做自然语言理解是什么意思。就是说我给你定义任务，然后用户用你自己的话，用你自己的词，用你自己的习惯说法，来把这个任务说出来就行了。你想咋说就咋说，我可以打电话给刘涛，我可以说接通刘涛，我可以把刘涛给我接上等等，反正你想怎么说，大概这个意思是把他能连上就行了。这是完全用户主导的。因为你可以想象人的语言是很复杂的，每个人说话跟每个人说话的习惯是不一样的。

    比方说这个关于空调问题，我们过去，空调的命令词是“把空调打开，空调温度提高3度。”现在我也可以这样说，空调调高一点，我有点冷，也可以。就是你在车里边完全可以用你自己的语言来说你想干的事。比如说，前边你不知道明天天气会怎么样，人一般都会想想，明天天气如何，或者是告诉我天气预报。但是你也可以这样说。明天会下雨吗？也可以这样说。或者你这样说，你说，今天大盘怎么样。完全是用自然语言来说。堵不堵车，“查询交通情况。”这就是，实际上可以有各种不同的说法来完成这个任务，这是我们自然语言的一个演示。

    泡泡网：问下以上两个演示已经有实践应用了吗？

    Nuance：现在跟客户推进。

    泡泡网：有没有什么计划，大概什么时候可以在咱们车载上面可以用到？

    Nuance：这个取决于车厂了。而且汽车行业跟手机行业不一样。手机行业我们新东西推出来以后，可能三个月、六个月以后就上市了，汽车行业的东西相对来讲慢一点，他们做东西，做计划，产品进去了以后反复测验，一般都得一两年。

    泡泡网：在中国的车载业务有什么新的进展吗？能否给我们介绍一下。

    Nuance：其实可以这样说，过去一年我们跟不同的供应商都有合作，第一就是导航的供应商，以及一些汽车厂商。在明年大家应该可以看到有国内的汽车会用我们的产品。现在这个实施过程中还在做，刚刚张博士也说过了，关键看这一家汽车公司他们推出的时间会在什么时候，说不定是下年年中，还是下年年底，就看他们的情况，什么时间做。但是我们的合作已经在实施过程里面。所以大家会看到。

    泡泡网：刚才张博士也介绍了这种最新的语音识别技术，我想问一下在语音识别技术这块，相对其他厂商而言我们有哪些主要的竞争优势？

    Nuance：如果是谈到Nuance在语音方面的竞争优势，我们就会感到很自豪。首先它是全球最大的语音技术公司，我们占的语音市场份额，就是语音技术不光用在车里边，包括用在各行各业里边，语音技术，我们在2/3之上，基本上主导了这个语音市场。正因为处在这个位置上，我们对语言的覆盖面是最广的。我们全球只要稍微主要一点的语言，我们基本上都支持，这个是不容易的。因为每做一个语言，公司的投入是非常大的，这是我们的优势。如果回到汽车上边，我们可能最大的优势还是我们的抗噪性更好一些。因为在汽车里边应用语音技术，抗噪性好不好，直接决定了最后你这个系统，就是终端用户会不会接受它，会不会用它的问题。如果说稍微有点噪声，你就老识别错，别人就烦人，或者不会再用它。Nuance在过去几十年里边一直在汽车行业，因为我们现在给你演示的这个引擎，实际上是专门针对汽车开发的，我们相应的还有一些其他的抗噪，减噪的一些算法和一些模块，来帮助处理。从高端到低端的方案我们都有，在欧洲一些高端车上，已经都应用了，抗噪性能好到什么程度？就是你驾驶员在这儿用语音操控你这个机器的时候，副驾驶上坐着人在那儿说话，你这个收音机是打开的，都没什么影响。它就好到这个程度。

    泡泡网：Nuance会考虑支持地方方言吗？ 

    Nuance：暂时不会支持方言，但普通话带口音是可以的。我们大家都说普通话，我们的识别系统也说普通话，其次要意识到现状，在未来几十年里边，不要指望大家普通话说的都像我这样标准。开玩笑。就说南方人，还会是南方人。所以这是我们的一个努力方向。目前我们的语音识别系统已经尽可能照顾到南北方口音的差异。我可以说目前我们的口音的覆盖面，和我们其他竞争对手里边，我们也是最好的，因为有我们的客户独立做的测试。他做的这个测试很有意思，我们都没有想到他这样测试。本来是测试看你的准确率怎么样，然后看你的准确率在不同的汽车速度下的准确率，我在静止的时候，30公里的时候，60公里的时候，100公里的时候，我的准确率怎么样。一般我们想到他会这样去测。他公司里边的人就是全国各地来的，他把每个人的统计下来，最后我们一看这个曲线，最后他得了一个结论，Nuance这个语音识别系统，目前对语音口音的覆盖还是比较均匀。

    泡泡网：Nuance是怎么看到中国市场的？有没有具体的开拓计划，能否跟我们分享一下？

    Nuance：毫无疑问中国市场非常重要，尤其是汽车市场是全球最大的，而且还以高于全球的增长速度还在继续的增长，所以Nuance肯定是重视这一块的，在过去三年里边，Nuance在中国市场的投入与增长，相比较全球各个区，包括在北美和欧洲，都是增长最快的。我们在中国市场，在三年以前，大概就是几十人，现在已经增长到超过100多个人可见对这个市场的重视程度。在中国、日本、韩国，比利时和德国等都设有研发中心。据了解，奥迪每一年在中国卖掉的车比在整个欧洲卖掉的车还要多，到了这种程度上，所以我们一定会非常重视中国这块市场的。

    这些年我们的一些汽车厂商的大客户，他们也已经意识到中国市场的重要性。他们经常也会跟Nuance谈到，他们在把重心向中国移同时，也建议Nuance也要增加在中国地区的研发力量，来配合我们的工程设计人员在当地的开发，所以后续的发展和在中国的投入将会越来越大。■