單通道和多人會(huì)話

　　一個(gè)好的會(huì)話語音識(shí)別器必須能夠根據(jù)誰在說話對音頻進(jìn)行劃分，還應(yīng)該能弄清重疊的會(huì)話（聲源分離）來理解音頻。

　　一個(gè)人在一個(gè)有多個(gè)人說話的環(huán)境中的時(shí)候，能夠很容易的分辨出自己要與某人說話，并且能夠在同時(shí)與多個(gè)人交談。很明顯，目前的語音識(shí)別器并不能做到這一點(diǎn)。當(dāng)多個(gè)人對著麥克風(fēng)講話時(shí)，它可能直接就“懵”了。

　　上下文理解

　　實(shí)際生活中我們會(huì)使用許多其他的線索來輔助理解別人在說什么。

　　列舉幾個(gè)人類使用上下文而語音識(shí)別器沒有的情況：

　　歷史會(huì)話和討論過的話題；

　　說話人的視覺暗示，包括面部表情和嘴唇動(dòng)作；

　　關(guān)于會(huì)話者的背景。

　　可以看到雖然目前語音識(shí)別技術(shù)的誤字率已經(jīng)低于5%，但想從語音識(shí)別轉(zhuǎn)變成真正的語義識(shí)別，是仍然面臨著很多挑戰(zhàn)。

　　語音識(shí)別到真正的語義識(shí)別

　　語音識(shí)別和語義識(shí)別合起來的語言識(shí)別雖然為人工智能的一大支系，但是比起語音識(shí)別，顯然語義識(shí)別要更加智能。在這里，與非網(wǎng)小編先給大家梳理一下人工智能，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)這些術(shù)語之間的關(guān)系，大家或許就更加能理解從語音識(shí)別到真正的語義識(shí)別還有哪些路要走（目前市場上有很多做語義識(shí)別的公司，但是跟人類相比還存在一定的距離。）？

　　人工智能（AI）是一個(gè)大的概念，它是機(jī)器學(xué)習(xí)的父類。

　　除學(xué)習(xí)之外的人工智能可以歸納成了“邏輯/算法編程”，也就是通過編程將人類所知的知識(shí)和邏輯告訴機(jī)器，從而借助機(jī)器的高速計(jì)算和海量存儲(chǔ)等能力實(shí)現(xiàn)一些人類才能做的“弱智能”工作，像上世紀(jì)深藍(lán)計(jì)算機(jī)，將國際象棋中所有可能的結(jié)果都通過預(yù)先編好的程序計(jì)算出來從而選擇最佳的下法(窮舉法)。從程序的實(shí)現(xiàn)上來說恐怕就是無數(shù)的if…else…吧。

　　而另一類就是基于數(shù)據(jù)的自我學(xué)習(xí)，把大量的數(shù)據(jù)告訴機(jī)器由機(jī)器自己去分析這些數(shù)據(jù)從而總結(jié)得出某種規(guī)律/邏輯，然后利用這種邏輯來處理新的數(shù)據(jù)。

　　毫無疑問，學(xué)習(xí)是人工智能中最為火熱和最有前途的方向，讓人去“學(xué)習(xí)”那么復(fù)雜的邏輯來告訴機(jī)器怎么做還不如讓機(jī)器自己來學(xué)習(xí)呢，畢竟人都是懶的嘛，而“懶”就是人類進(jìn)步的動(dòng)力！

　　學(xué)習(xí)是不斷的訓(xùn)練過程，其模型是在連續(xù)的優(yōu)化調(diào)整中，隨著訓(xùn)練數(shù)據(jù)越多其模型越準(zhǔn)確，但是人類的學(xué)習(xí)不僅僅是一個(gè)連續(xù)學(xué)習(xí)過程，還有一種跳躍式學(xué)習(xí)，也就是常說的“頓悟”，這點(diǎn)是機(jī)器學(xué)習(xí)目前所沒有的。

　　也就是說，要從語音識(shí)別成功轉(zhuǎn)變成真正意義上的語義識(shí)別，首先要獲得大量的數(shù)據(jù)（比如說普通話，上海方言等），用過這些數(shù)據(jù)不斷訓(xùn)練，來提高識(shí)別的準(zhǔn)確率。

　　圖|語義識(shí)別市場

　　雖說實(shí)現(xiàn)真正的語義識(shí)別不容易，但是就目前的市場分析來看，語義識(shí)別已經(jīng)滲透到了我們的生活之中，作為人工智能的基礎(chǔ)性技術(shù)之一，隨著技術(shù)的不斷成熟，語義識(shí)別將不斷地改變更多的傳統(tǒng)行業(yè)。

　　圖|人工智能各分支占比

　　在人工智能的整個(gè)領(lǐng)域里，自然語言處理無論是在創(chuàng)業(yè)熱度/獲投數(shù)量還是獲投金額都處于細(xì)分領(lǐng)域的前三名。據(jù)有關(guān)數(shù)據(jù)分析，預(yù)計(jì)到2024年，市場規(guī)�？蛇_(dá)110億美元。并且在這個(gè)領(lǐng)域還沒有出現(xiàn)巨頭，這塊蛋糕還給創(chuàng)業(yè)者留有大量的余地�？梢哉f語音識(shí)別（在這里指的整個(gè)語言識(shí)別）未來的市場發(fā)展十分有看頭。

　　想象一下，當(dāng)語音識(shí)別發(fā)展到一定程度，我們坐在電視機(jī)前就可以語音遙控想看的節(jié)目。假如你要看英劇《神探夏洛克》，經(jīng)常會(huì)被人叫成《神探夏洛特》（因?yàn)橄穆逄馗�順嘴或者更普遍），這時(shí)候如果不做語義理解，可能你搜出來的名字就是《夏洛特?zé)�惱》，因�(yàn)樗�頻度也很高。

　　圖|語義識(shí)別帶來的人機(jī)交互

　　專做語義識(shí)別的三角獸公司CTO亓超對以上現(xiàn)象如此解釋：當(dāng)你沒有辦法記住片子完整名字時(shí)，語義識(shí)別需要給你做糾正，做更合適處理。其實(shí)用戶在看電視產(chǎn)生很大需求，當(dāng)用戶不知道要看什么，需要機(jī)器幫忙做推薦和引導(dǎo)，而這個(gè)過程中精準(zhǔn)化程度、和人性化程度取決于智能化程度。

　　當(dāng)語音識(shí)別發(fā)展到一定的程度，語義識(shí)別或?qū)⒊蔀樾碌闹髁鳌?/p>