在世界里“永生”的聲音

劉慶峰

一位被診斷為肺癌晚期的父親，在生命末期，為孩子留下了91 970個(gè)單詞的口述。孩子打造了一臺(tái)爸爸機(jī)器人，讓父親在聲音的世界里“永生”—— 這個(gè)孩子就是本書(shū)的作者。

這個(gè)令人動(dòng)容的故事讓我們感受了到語(yǔ)音的溫度和科技的溫暖。

在中國(guó)，科技也在創(chuàng)造著這樣的溫暖。2018年初，在全球首部利用人工智能技術(shù)配音的紀(jì)錄片《創(chuàng)新中國(guó)》中，我們合成了中央電視臺(tái)已故配音大師李易的聲音，用技術(shù)向藝術(shù)致敬。在首映式上，李易老師的弟子們集體起立、熱淚盈眶。

語(yǔ)音，是人類呱呱墜地后最早使用的溝通方式，也是現(xiàn)代人際交流最基本的方式，更是未來(lái)人機(jī)交互最重要的方式。人工智能跌宕起伏發(fā)展60多年，智能語(yǔ)音是發(fā)展到今天最為成熟、也是最重要的板塊之一。“最近的一次范式轉(zhuǎn)移正在進(jìn)行中。”作者在書(shū)中提到，這次轉(zhuǎn)移正是關(guān)于智能語(yǔ)音的。

語(yǔ)音，將開(kāi)啟萬(wàn)物互聯(lián)時(shí)代的大門(mén)。

隨著越來(lái)越多的設(shè)備在無(wú)屏、移動(dòng)、遠(yuǎn)場(chǎng)狀態(tài)下被使用，作為人類最自然、最便捷的溝通方式，語(yǔ)音將會(huì)成為所有設(shè)備至關(guān)重要的入口。未來(lái)，我們將迎來(lái)以語(yǔ)音交互為主、鍵盤(pán)觸摸為輔的人機(jī)交互時(shí)代。人和機(jī)器之間的溝通，可能完全是基于自然語(yǔ)言的，你不需要去學(xué)習(xí)如何使用機(jī)器，只要對(duì)機(jī)器說(shuō)出你的需求即可。

比如在導(dǎo)航軟件中，你能聽(tīng)到各種明星的合成聲音，可以用他們的聲音為你指路；在電視上，你能看到虛擬主播播報(bào)的多語(yǔ)種新聞，與真人相比不僅相似度高，而且24小時(shí)無(wú)休；在居家生活中，你能通過(guò)語(yǔ)音控制音樂(lè)、燈光、溫度，實(shí)現(xiàn)智慧家居；甚至在醫(yī)院里、社區(qū)里，你能用語(yǔ)音調(diào)動(dòng)機(jī)器人幫你辦理事項(xiàng)，節(jié)省時(shí)間……人工智能已經(jīng)在為我們的日常生活服務(wù)，智能生活的大門(mén)正緩緩打開(kāi)。

智能語(yǔ)音的存在讓交互方式擁有無(wú)限的可能，也讓這個(gè)世界更具人性的溫度。

20世紀(jì)90年代，我在就讀于中國(guó)科學(xué)技術(shù)大學(xué)時(shí)被選進(jìn)人機(jī)語(yǔ)音通信實(shí)驗(yàn)室，研究“如何讓機(jī)器像人一樣開(kāi)口說(shuō)話”。那時(shí)，團(tuán)隊(duì)的一個(gè)夢(mèng)想就是研發(fā)一臺(tái)能自動(dòng)翻譯的電話，即使對(duì)話雙方交流時(shí)語(yǔ)言不通，通過(guò)人工智能技術(shù)也能讓我們無(wú)障礙地交流；20多年后的今天，我們自主研發(fā)的翻譯機(jī)已經(jīng)支持中文與50種語(yǔ)言的實(shí)時(shí)翻譯，每個(gè)月總共為全球提供超過(guò)5 000 萬(wàn)次服務(wù)。

此外，我們利用技術(shù)在聽(tīng)障和視障人群間搭起溝通的橋梁，讓聽(tīng)障群體通過(guò)語(yǔ)音識(shí)別技術(shù)“看得見(jiàn)”聲音，讓視障群體通過(guò)語(yǔ)音合成技術(shù)“聽(tīng)得見(jiàn)”文字。2017年我們發(fā)布了“三生有幸”公益計(jì)劃，目前已有幾十萬(wàn)殘障人士受益。語(yǔ)音轉(zhuǎn)寫(xiě)、語(yǔ)音朗讀為他們獲取信息帶來(lái)了極大的便捷。我們希望，隨著語(yǔ)音技術(shù)的使用與發(fā)展，未來(lái)每個(gè)人都將因AI而賦能。

語(yǔ)音，在萬(wàn)物互聯(lián)時(shí)代技術(shù)門(mén)檻將會(huì)更高。

在以語(yǔ)音為主、鍵盤(pán)觸摸為輔的萬(wàn)物互聯(lián)時(shí)代，人們對(duì)語(yǔ)音交互提出了更高的技術(shù)期待與需求。今天，雖然在安靜、發(fā)音標(biāo)準(zhǔn)的情況下，中文的語(yǔ)音識(shí)別準(zhǔn)確率已經(jīng)可以達(dá)到98%，英文的語(yǔ)音識(shí)別準(zhǔn)確率可以達(dá)到95%，但在有方言、噪音、口音和遠(yuǎn)場(chǎng)的情況下，距離語(yǔ)音識(shí)別高準(zhǔn)確率還有很長(zhǎng)一段路要走。

20年前，我和實(shí)驗(yàn)室的同學(xué)們一同創(chuàng)立科大訊飛，就是認(rèn)定了智能語(yǔ)音巨大的潛力和廣闊的前景，它會(huì)讓人機(jī)信息溝通無(wú)障礙。今天，看到這本《智能語(yǔ)音時(shí)代》，我非常高興。作者對(duì)語(yǔ)音技術(shù)的發(fā)展趨勢(shì)有著深刻洞察，從Siri誕生到谷歌助理、亞歷克莎的規(guī)模化應(yīng)用，以翔實(shí)的資料、細(xì)致的文筆為我們講述了智能語(yǔ)音時(shí)代的到來(lái)及其可能帶來(lái)的影響。這本書(shū)不僅是對(duì)智能語(yǔ)音的科普，更讓讀者對(duì)智能語(yǔ)音未來(lái)的發(fā)展有了更多的了解。

“他山之石，可以攻玉。”人工智能正在成為全球化發(fā)展的關(guān)鍵力量，中國(guó)的語(yǔ)音技術(shù)和產(chǎn)業(yè)也必將在其中發(fā)揮更大力量。相信本書(shū)的出版，會(huì)讓更多人重新認(rèn)識(shí)熟悉又神秘的語(yǔ)音世界。讓我們一起攜手，讓世界聆聽(tīng)我們的聲音，讓溝通從AI開(kāi)始。

編輯推薦

我在讀：賣產(chǎn)品真的很難嗎？那是因?yàn)槟阏娴臎](méi)有找對(duì)方向。本書(shū)的兩位作者通過(guò)多年的實(shí)戰(zhàn)經(jīng)驗(yàn)，為大家提供了一個(gè)新的路徑，利用超級(jí)符號(hào)原理，放大客戶購(gòu)買的理由，使商品和品牌寄生在某個(gè)文化母體中，在貨架上快速與消費(fèi)者達(dá)成溝通。

什么是文化母體呢？它其實(shí)是人類生活中循環(huán)往復(fù)的一部分。母體中有儀式，有道具。如中秋節(jié)就是一個(gè)巨大的母體，月餅就是道具。只要把產(chǎn)品變成母體道具，就能將產(chǎn)品年復(fù)一年賣出去。春節(jié)也是一個(gè)基于中華傳統(tǒng)文化的巨大文化母體，一個(gè)中華文化圈中的成員共同參與的文化活動(dòng)，其中有龐大的儀式體系、龐大的符號(hào)體系、龐大的慣性和龐大的商業(yè)活動(dòng)。

文化母體一旦形成就會(huì)體現(xiàn)為可傳承的儀式和符號(hào)。只要人類還有眼睛和耳朵，還使用語(yǔ)言，超級(jí)符號(hào)原理就能教你如何影響人的購(gòu)買行為。每一個(gè)具體的文化母體，都有豐富的符號(hào)、儀式和詞語(yǔ)，以及豐富的符號(hào)系統(tǒng)，來(lái)表達(dá)母體的方方面面，品牌寄生就是要找到這些最適合這個(gè)品牌的符號(hào)、儀式、詞語(yǔ)，然后牢牢占據(jù)它們。

那客戶購(gòu)買的理由是什么？其實(shí)就是心理上的打動(dòng)機(jī)制。購(gòu)買是由購(gòu)買理由驅(qū)動(dòng)的，而非需求驅(qū)動(dòng)。產(chǎn)品研發(fā)始終圍繞購(gòu)買理由來(lái)進(jìn)行，營(yíng)銷時(shí)始終傳播購(gòu)買理由。而書(shū)中提到的超級(jí)符號(hào)是指一切產(chǎn)品的任何價(jià)值都可以通過(guò)某一種符號(hào)來(lái)表達(dá)。從文化母體中選擇傳統(tǒng)符號(hào)，改造使之成為超級(jí)符號(hào)，使品牌獲得傳統(tǒng)符號(hào)所攜帶的價(jià)值與情感。

這一套原理是作者通過(guò)17年的研究形成的系統(tǒng)性方法，360、海底撈、西貝莜面村、葵花藥業(yè)等都是通過(guò)超級(jí)符號(hào)原理所打造的爆品品牌，值得讀者學(xué)習(xí)。