Siri 的流行充分喚起了人們對于語音識別的想象。在與個人生活緊密結合前，語音識別是難以達到這么火爆的程度的，準確率是最基本的一點，不過基于語義和情感交互才是語音識別的最為迷人的地方，當然，移動互聯網的興起也是這一流行趨勢的引爆點。前幾天，語音識別領先企業(yè)科大訊飛語音云發(fā)布， 同時隨著Nuance 公司 Dragon 系列產品的流行，越來越多的產品開始支持語音控制，有理由相信，語音時代即將來臨。

　　語音識別時代的條件已經具備

　　語音引擎

　　在語音識別方面，Nuance 是一家不可忽略的企業(yè)，作為 Siri 背后的技術支持，Nuance 擁有4000余項專利和專利申請，超過50億部手機和7000萬的車輛使用其技術，三分之二的《財富》100強公司依賴其解決方案。

　　Wolframalpha 雖然不是語音識別技術，但在語義識別方面，他是毫無疑問的先驅，同樣也是作為 Siri 背后的搜索引擎，它對語音識別的意義十分重大。

　　在語音識別方面的研究，科大訊飛，IBM，貝爾研究所的成果也令人矚目。

　　云計算能力

　　大量的機器學習才可能讓語音引擎不斷完善，云計算的超級計算能力讓這點成為可能，商業(yè)化云平臺的不斷成熟，使基于云計算的語音識別不再困難。

　　智能設備

　　在 Android 和 iOS 的推動下，移動互聯網迎來了爆發(fā)性增長，智能手機和平板電腦已經十分普遍，與 PC 相比，手持設備因為易攜等優(yōu)勢，語音識別能得到更加生活化的應用，而這也就是語音識別得以廣泛應用的基礎。

　　高速網絡

　　語音識別，速度對于用戶體驗毋庸置疑，高質量的語音識別依賴于高速網絡，而這也將隨著3G和4G網絡的普及而被解決。

　　語音識別可能是巨變的開端

　　對 Google 等公司，Siri毫無疑問是一個威脅，在語音時代之前，普通搜索引擎是互聯網的入口，但是在語音時代，人們已經有了更加方便和人性化的工具。影響雖然不是替代，但它代表了一種更方便的工作、生活方式，而這也將催生行業(yè)的變革。

　　Sherry Turkle，這位 MIT 的社科教授稱，人類更加傾向于可以說話的設備，好像這就是他們的知心伴侶。相對于打字，語音來的更加便捷與精確，這種區(qū)別上所導致的影響，可能就像 Paul Ricci (Xerox 前執(zhí)行官)所言，類似80年代鼠標和圖形化界面對于電腦的影響。說話是人類的天性，但打字與技巧和熟練度有關，在一句話就可以解決問題的時代，為什么還需要辛苦的輸入。

　　不僅對于搜索，對于汽車導航，甚至是飛機訂票、呼叫中心等事宜都可以用語音識別技術來替代，Nuance 公司已經成功推出了一款用于航空客服的語音交互系統(tǒng) Wally ，據紐約時報介紹，相當的用戶辨認不出他們是在同機器對話，掛電話時甚至友好的說了謝謝。

　　語音控制，另一把科技雙刃劍

　　語音識別可能帶來顛覆性變革，但也會隨之帶來一些新的問題，同社交網絡興起一樣，語音識別或許會產生一個問題：隱私。

　　每一次的語音識別請求，我們的聲音都會被上傳到到服務器分析，為了讓語音識別系統(tǒng)更加準確，系統(tǒng)也必須學習，材料就是這些我們上傳的語音。人聲音的特質(聲紋)，就像是指紋一般獨一無二，指紋和聲音都是密碼方面常用且重要的憑據，如果自己的聲音數據被泄漏，信息安全得不到保障。在紐約時報對 Nuance 的報道中，Nuance 稱在美國，除了聯邦政府，他們擁有最大的聲音信息數據量。同時，語音合成技術的成熟，也使得語音詐騙有存在的可能性，試想一個電話打來，聽聲音是自己的朋友，找自己借錢什么的，誰又能區(qū)別真假呢？湯姆·克魯斯在《碟中諜3》中假扮霍夫曼時合成聲音的以假亂真或許就成為現實。而科大訊飛在其招股書中提到，其中英文語音合成技術的自然度能超過真人發(fā)音水平(4.0分)。

　　在語音識別應用越來越廣泛的時候，還有一個大的問題是不能忽視，那就是對機器的高度依賴對人的生理和心理所產生的改變，Pranav Mistry 在 TED 的演講《第六感技術的驚異潛力》中提出了一個觀點：科技的發(fā)展，不是要讓人類越來越機器化，而是讓人變得越來越人性化?？萍寄芨纳粕睿泊嬖诘赖潞臀幕系碾y題。