首頁>>廠商>>語音識別與合成>>得意音通

鄭方：產學研合作肩負標準與產業(yè)重任

鄭方 2006/02/24

　　比爾·蓋茨在1999年出版的《未來時速》一書中曾經預測，人類計算的未來是讓計算機能夠看、聽、學，能用自然語言與人類進行交流。他的話正逐步成為現(xiàn)實。

擺在眼前的問題

　　我們經常會遇到這樣一些問題：QQ一下、短信一下，單純的文字交流已經不能滿足需求，于是視頻聊天、攝像手機開始流行；面對著每天上G、上T字節(jié)的信息，如何快速搜索有用的信息？google一下、百度一下，幾萬甚至幾十萬條信息，通常能瀏覽的大概不到100條，于是人們希望精細查找；2008年奧運會即將到來，學英語的浪潮正在席卷，然而更多的語種就需要機器翻譯……

　　這些關乎中文語言理解技術應用的需求日趨高漲。

　　除了有關語言理解內容方面的應用之外，在2005年國際中文語言資源聯(lián)盟年會上，清華大學信息技術研究院副院長、CCC理事長、北京得意音通技術有限責任公司董事長鄭方教授還提到關于內容安全的問題。首先，內容在傳播過程中，我們怎么保證有用的信息不被沒有授權的人獲��；其次，一些有害的信息，甚至一些危險的信息，我們怎么能夠過濾掉。這是一個非常大的問題�，F(xiàn)在，在網上傳播的一些信息讓用戶很煩，包括垃圾郵件。而我們用簡單的方法過濾出這些信息往往達不到一個有效的效果，有的時候把一些有用的email、有用的網頁都擋在門外，實際上這樣的結果是我們非常不希望的。為什么會這樣呢？是因為我們沒有真正理解這個email，也沒有真正理解這個網頁它所要表達的內容，到底是反對某個事情，還是支持某個事情。如果我們通過語義的理解，知道這點，那就可以做到有的放矢，有用的、有利的、安全的我就讓它過；相反就把它阻止在外面。以上講到的是怎么去防止的問題；哪些人可以對這個信息進行存取，哪些人不能，這涉及生物認證技術。聲紋技術可以做到進行“真實自我和真實意思”的判斷。眾所周知，生物特征是不能被借走和偷走的，它展示的是“真實自我”，而利用語言中所包含的韻律等信息，就可以對“真實意思”做出判斷。

　　這些就是目前中文信息處理產業(yè)要解決的一些問題。這些問題來自產業(yè)界的一些需求，也來自國家戰(zhàn)略的一些需要，而這些需求的滿足，正是中文信息產業(yè)的機遇所在。

觸手可及的商機

　　鄭方教授在主題演講《發(fā)揮產學研通道優(yōu)勢，開展自主創(chuàng)新活動，推動中文信息產業(yè)發(fā)展》中充分論證了中文信息處理產業(yè)發(fā)展的商機。7億電話用戶的規(guī)模，2178億條的短信量和58.8％的增長率……這些數(shù)據(jù)的背后是龐大的市場機遇。

　　鄭方以兩個行業(yè)為例向與會者介紹了技術的增長趨勢。國際生物集團提供了一個未來生物識別市場的預測，2005年達到21億美元，2007年將達到40億美元。在這里面，各種不同的生物特征，分別占據(jù)不同的比例。其中，2003年聲紋識別應用占了4.1%的比例，這個比例不是很大，但是2004年就上升到了6%。IBG集團曾經預測，到2007年，聲紋識別應用可以占到10%，可見數(shù)據(jù)增長速度還是比較快的。

　　再從商業(yè)模式的方面來看。在1980年到1995年之間，主要是門禁系統(tǒng)和PC的登錄方面應用比較多；從1995年到2005年，在信息系統(tǒng)的身份認證方面比例增加，增長速度也比較快；但從2005年開始，網絡用戶身份的驗證，就逐漸占據(jù)主要的、顯著的地位了。眾所周知，網絡用戶之間可以對話，可以就各種問題進行討論，但是，彼此之間卻不知道對方是誰。因此，“用聲音去判別身份”成為互聯(lián)網用戶驗證的手段，同時為中文語音的發(fā)展帶來很大的空間。

　　語言理解也是一樣。搜索引擎的企業(yè)數(shù)量和市場規(guī)模快速增長，到2006年，市場規(guī)�？蛇_到24億元，增長速度很快。其中，面向行業(yè)的垂直搜索目前正在逐步引起業(yè)界的重視，相比而言，垂直搜索也更容易與中文語言處理技術互相促進，共同發(fā)展。因為垂直搜索，可以把中文語言理解技術限定到特定領域，有針對性地去理解用戶的需求。

　　產業(yè)發(fā)展的商機已經勢不可擋，從國家戰(zhàn)略來看，中文信息處理產業(yè)也是符合國家中長期規(guī)劃提出的科技發(fā)展的指導方針“自主創(chuàng)新、重點跨越、支撐發(fā)展和引領未來”。正是在這樣天時、地利、人和的條件之下，中文信息產業(yè)作為“中國信息產業(yè)中為數(shù)不多的、跨國企業(yè)未能壟斷、而民族企業(yè)的技術水平與國際先進水平相當?shù)念I域之一”，發(fā)展適逢其時。

產、學、研通道建設

　　盡管產業(yè)機遇當前，但是問題不容忽視。鄭方教授指出，在一些科研活動和市場活動中我們發(fā)現(xiàn)，中文信息處理面臨著自主創(chuàng)新成果和產業(yè)開發(fā)之間的嚴重脫節(jié)。一方面，一些科研成果缺少產業(yè)化的考慮，好多教授、專家在大學、研究所做的一些成果追求的是高、精、深，追求的是學術水平，但是往往脫離產業(yè)需求；另一個方面，企業(yè)缺乏創(chuàng)新能力。更重要的是，科研機構與企業(yè)之間缺乏溝通的渠道與機制�！皣以谥虚L期規(guī)劃里面講的‘以企業(yè)為主體的自主創(chuàng)新’，這不應該僅僅停留在口號上，我們必須有一種機制有一種渠道來做保證。很顯然，產、學、研的通道就是最好的一個實現(xiàn)途徑�！编嵎秸f。

　　國際中文語言資源聯(lián)盟的成立，就是為科研機構和企業(yè)之間提供一個無縫的交流和合作的平臺。作為聯(lián)盟理事長，鄭方始終強調產學研通道建設對于中文信息處理產業(yè)發(fā)展的重要性。通過聯(lián)盟內成員的合作，目前，聯(lián)盟成員共同承擔公安與邊防領域的課題，應用于司法鑒定、技術偵查、2008年新版護照等重要領域；聯(lián)盟成員合作推出了多款聲紋認證加密鎖；聯(lián)盟成員通力合作推出了國際首創(chuàng)的中文互動短信服務、無線智能歌曲搜索業(yè)務、航班信息查詢，為手機用戶和互聯(lián)網用戶提供功能強大的智能信息服務，開創(chuàng)了智能互聯(lián)網的新領域，這些產品都是已經在中國移動正式使用的。

　　聯(lián)盟從2004年3月成立，到2005年，數(shù)據(jù)庫規(guī)模翻了一番。雖然從絕對數(shù)字上看不是很多，但語音和語言數(shù)據(jù)庫的創(chuàng)建是非常花時間，也非常花財力、物力的，因此，實現(xiàn)數(shù)據(jù)庫數(shù)量翻一番是得到很多聯(lián)盟成員支持的結果，也是得到海淀區(qū)支持的結果。另外，目前還有3個仍在開發(fā)的巨型說話人識別數(shù)據(jù)庫，這些數(shù)據(jù)庫都是萬人規(guī)模的。

　　“未來我們要以促進標準和產業(yè)的發(fā)展作為己任，首先是中文語音交互標準工作組。聯(lián)盟成員負責或參與起草的有三個標準：語音識別（參與起草）、數(shù)據(jù)庫及標注（負責起草）、聲紋識別（負責起草）。我們對標準的起草工作非常重視。另一方面，就是通過舉辦技術與應用培訓、與國內及國際性的專業(yè)協(xié)會進行產業(yè)聯(lián)盟等多方面的接觸與交流；通過發(fā)布聯(lián)盟網站，提供了聯(lián)盟成員之間交流合作、資源共享、形象宣傳、成果推廣等，促進產業(yè)的發(fā)展�！编嵎秸f。新的機遇等待著聯(lián)盟中產學研商各方的共同努力和推進。

得意音通公司供稿 原文刊登在科學網


相關鏈接:
得意珠三角綜合智能信息增值平臺項目中標 2009-08-20
北京軟件產品質量檢測檢驗中心對《海量語音文件的目標說話人篩選系統(tǒng)》進行測試 2009-06-25
廣東政府和清華大學舉行了全面開展產學研合作協(xié)議簽約儀式 2009-06-25
得意中文整句輸入法V1.0開源for Windows Mobile5.0 2009-01-23
得意聲紋識別VPR4.0_b20080808新版本發(fā)布 2008-08-27

相關頻道:           文摘   技術_語音識別_文摘