語音合成技術(shù)開啟后閱讀時代
2008/05/14
正當臺前的明星名人紛紛從臺前走進電腦屏幕背后開博走進事業(yè)第二春的時候，正當我們呼吁給孩子們一個干凈良好的網(wǎng)絡(luò)環(huán)境的時候，正當我們?yōu)榫烤拐l才是擁有世界上最眾多網(wǎng)民的國家而暗暗較勁的時候，一個不一樣的時代已經(jīng)悄悄來臨�！ �
語音合成技術(shù)，作為智能計算機研究的主導(dǎo)方向和人機智能交互的關(guān)鍵技術(shù)，一直受到業(yè)界的廣泛關(guān)注。據(jù)專家預(yù)測，五年內(nèi)，整個中文語音市場將至少在1000億人民幣以上。面對巨大的國內(nèi)語音市場，摩托羅拉、IBM、微軟等國際大公司紛紛投入大量的資金進行研發(fā)，并推出自己產(chǎn)品。中文語音市場正面臨著國際競爭的巨大壓力。
近日如火如荼的“征集n詞酷宣傳口號 贏取Ipod”的活動，來自一個韓國的在線詞典n詞酷。這個詞典也是開啟后閱讀時代的先鋒。它把語音合成技術(shù)與在線詞典結(jié)合在一起，將在線詞典的便利性以及功效性提升到最高，開啟了無所不在的試聽時代。如今，我們正在目睹和經(jīng)歷這樣一個時代——后閱讀時代。
事件一 瀏覽網(wǎng)頁不再用“看”
利用語音合成技術(shù)讓頁面內(nèi)容發(fā)音，這可以看做是后閱讀時代的縱向化，這讓閱讀和瀏覽頓時上了一個新的高度。比如一些在線詞典網(wǎng)站，很多網(wǎng)民甚至?xí)涯懿荒馨l(fā)音這個功能作為衡量一個詞典網(wǎng)站做的好不好，是否主流的標準；再比如新浪博客的驗證碼收聽功能，瞬間解決了繁瑣而千奇百怪令人生厭的驗證碼輸入問題。但這項技術(shù)顯然沒有得到廣泛和應(yīng)有的應(yīng)用，只被用于簡短的、自主性較低的信息提取上。
網(wǎng)頁發(fā)聲的最高境界當然是用戶可以隨心所欲地把任何內(nèi)容轉(zhuǎn)化為語音信息，但由于系統(tǒng)的斷句提詞做得還不夠好，以至要實現(xiàn)這個愿望還有一定距離。關(guān)鍵在于，如何才能解決大段文字的識別與自動發(fā)音。 “n詞酷”，作為第一個吃螃蟹的網(wǎng)站，該網(wǎng)站基本實現(xiàn)了較大段選取網(wǎng)頁內(nèi)容，中文英文發(fā)音都很地道，斷句技術(shù)也做得不錯。而且n詞酷把這項功能作為一個名為“n詞酷小助手”的插件形式，從而實現(xiàn)了跨網(wǎng)站的發(fā)音。眾多用戶將其應(yīng)用于互聯(lián)網(wǎng)上各種無聲文字資料的學(xué)習(xí)�！ �
事件二 瀏覽英文網(wǎng)站不再需要“高手”
在我們的印象里，似乎只有社會精英和一些外語高手才放著扎堆的中文網(wǎng)站不去看而去點擊瀏覽一些英文網(wǎng)站。因為語言門檻的存在，網(wǎng)絡(luò)并沒有像想象的那樣令世界變得暢通無阻。CNN的虛假不實報道就是一個很好的例子。
用工具去翻譯其他語言的內(nèi)容要比親自去學(xué)習(xí)那種語言的簡單得多，所幸，現(xiàn)在已經(jīng)有很多工具可以實現(xiàn)對網(wǎng)頁的翻譯了。大家常用的任何一款翻譯軟件或者詞典都可以實現(xiàn)。這方面做的比較好的有金山詞霸，靈格斯等等。但如果這些具備翻譯功能的工具能夠和n詞酷的整段發(fā)音結(jié)合起來，一定可以有很好的效果。但是開發(fā)一個完備的語音合成系統(tǒng)顯然比開發(fā)一個整段翻譯系統(tǒng)更困難。究竟誰才能最先搶占后閱讀時代這一塊蛋糕呢？我們不關(guān)心。用戶最關(guān)心的當然是什么時候，這種集視聽于一身的瀏覽工具會真正出現(xiàn)。
加拿大傳播學(xué)家麥克盧漢曾經(jīng)有一個理論：媒介即信息。不管承載的信息內(nèi)容是什么，光是一個新媒介本身的出現(xiàn)，就可以對人們的傳播行為以及思維方式產(chǎn)生深遠的影響。從最早的不可攜帶的石質(zhì)重型媒介，到紙的出現(xiàn)，再到印刷機，收音機，電視，乃至電腦的出現(xiàn)，人類的文明正以爆炸式的速度增長，后媒介時代這個預(yù)言到底會不會成為現(xiàn)實，我們拭目以待。
eNet硅谷動力(cio.enet.com.cn)
相關(guān)鏈接: