杨幂啪啪啪视频,杨幂一分十二秒的视频

首頁>>>技術>>>語音應用>>>語音識別(ASR)　　語音識別產(chǎn)品

顏永紅：“搜索”語音識別技術的未來

2010/05/28

　　顏永紅:中科院聲學所中科信利語音識別實驗室主任。

　　1990年畢業(yè)于清華大學，1995年獲得美國俄勒岡研究院博士學位，后在該校任教，曾擔任OGI口語研究中心的副主任、英特爾微處理器實驗室的主任工程師和人機界面總框架師，英特爾中國研究中心的主任和首席研究員,英特爾全球人機界面學術委員會主席。

　　2002年入選中科院百人計劃，任聲學所研究員、博士生導師，中科信利語音實驗室主任和所長助理。長期從事人機界面研究工作，目前從事的研究領域：大詞表非特定人連續(xù)語音識別，多模口語系統(tǒng)，嵌入式系統(tǒng)，多媒體數(shù)據(jù)檢索，系統(tǒng)自適應和快速搜索算法。

　　10年前，他曾是英特爾微處理器實驗室的主任工程師和人機界面總框架師，英特爾中國研究中心的主任和首席研究員。

　　如今，他一手創(chuàng)辦的中科院聲學所中科信利語音識別實驗室已發(fā)展成為國內(nèi)語言聲學領域規(guī)模最大、學科最全的實驗室，與實驗室同時成立的中科信利技術有限公司也取得了長足的發(fā)展。

　　兩個“孩子”的長大讓他倍感欣慰。而同時，他錯過了兩個寶貝女兒的成長，這是他最遺憾的。

　　“沒有什么后悔的，時間無法倒流，只能往前看。”中科院聲學所中科信利語音識別實驗室主任顏永紅說。

　　一項技術，牽制搜索引擎

　　“在不久的將來，互聯(lián)網(wǎng)將成為一個浩大的音視頻檔案庫，對下一代搜索引擎來說，語音識別技術是關鍵�！鳖佊兰t說。

　　在浩繁的音視頻數(shù)據(jù)庫中，要查找出所需的音視頻片斷，已經(jīng)成為困擾互聯(lián)網(wǎng)搜索的難題——目前的技術主要是搜索音視頻的關鍵詞，比如音視頻的名字或作者，并沒有辦法搜索音視頻內(nèi)容。而通過語音識別技術，可以把多媒體文件變成可識別的計算機語言，從而有效快速的實現(xiàn)準確搜索。

　　事實上，語音識別技術也是各大公司競爭的一大焦點。

　　去年11月份，谷歌推出的語音搜索引起極大關注。用戶只需在手機上安裝一個軟件，然后利用手機原有的麥克風，用普通話對手機說出需要查詢的內(nèi)容，谷歌中文語音搜索會自動返回整合的搜索結(jié)果。

　　“從實驗室成立到現(xiàn)在，我們一直在做這方面的技術積累，很快，我們和國內(nèi)公司合作的語音搜索將面世�！鳖佊兰t笑著說。

　　目前，中科信利的中文電視廣播新聞節(jié)目識別系統(tǒng)，就已經(jīng)被多家公司采用，并作為其提供給全國各電視臺的數(shù)字媒體管理系統(tǒng)中一個核心技術模塊。

　　這個系統(tǒng)立刻引起本報記者的強烈興趣——當系統(tǒng)“收聽”到一段“新聞聯(lián)播”節(jié)目，自動將節(jié)目內(nèi)容生成文字，并且識別準確率驚人地高。

　　“那是不是我們的采訪錄音直接可以被轉(zhuǎn)化成文字？”記者頓時興致勃勃。

　　“現(xiàn)在還不行。”顏永紅笑著說，“因為語音識別包括語言模型和聲學模型，新聞語言可以建立語言模型，但口語卻很難建立語言模型�！�

　　在語音識別實驗室里，視頻精確搜索已不是問題。

　　在一段王楠比賽的視頻中，你只要輸入“側(cè)身搶拉”、“前三板”等關鍵詞，就可以找到精確到秒的視頻。這就意味著，如果你想找一部電影里的精彩片段，只需記得其中的經(jīng)典臺詞即可搜索。
　　兩塊牌子，連起創(chuàng)新鏈條

　　顏永紅記得，語音實驗室獲得的第一筆項目經(jīng)費來自科技部863項目2003年語音識別領域的比賽�！拔覀兊淖R別率是最高的，獲得了20萬元的項目�！�

　　如今，上千萬的課題在這里已不是新聞。他領導的這個年輕的團隊，已獲得授權發(fā)明專利22項；軟件著作權登記36項；有30余項發(fā)明專利正在審查中；在國內(nèi)外各種學術會議和刊物上，已經(jīng)發(fā)表了200多篇學術文章。

　　中科信利技術有限公司在業(yè)內(nèi)也小有名氣，人們將他看成顏永紅的“著作”之一。

　　事實上，8年前，公司的成立僅僅是給科研人員“畫了個餅”。

　　“科研人員不會成為富翁，但是至少應該體面地工作、體面地生活，所以，成立一個公司，讓大家研發(fā)出來的技術有一個走出去的載體，這就是田靜所長和我當時的想法�！鳖佊兰t說。于是，在只有100多萬元啟動資金的情況下，中科信利成立。

　　萬事開頭難�！肮厩皫啄甓紱]有收入，最困難的時候甚至瀕臨倒閉了�！闭f這話時，顏永紅是微笑的，但笑容背后的艱辛是旁觀者無法體會的，而他也不愿多言。

　　峰回路轉(zhuǎn)，中科信利等到了第一次商機。其研發(fā)的產(chǎn)品嵌入式語音軟件被應用在了手機上，這就是大家比較熟悉的語音撥號。

　　“有些人的手機里存了幾百上千個電話號碼，找起來很麻煩，安裝這一軟件后，只要對著手機叫出對方名字，即可調(diào)出他的資料�！鳖佊兰t介紹道。

　　這個嵌入式語音軟件支持語音撥號、命令控制、來電短信提醒、語音讀出短信、連呼數(shù)字撥號等功能。此外，他們還開發(fā)出基于分布式集群架構的語音處理平臺TSE。

　　“在此之前，電信級語音識別引擎技術完全被美國公司壟斷，但現(xiàn)在我們完全有底氣說，我們占據(jù)了大半壁江山�！毖灾链耍佊兰t的語調(diào)高了很多。確實，在國內(nèi)，真正能夠?qū)⒄Z音識別產(chǎn)品拿出來，放在電信網(wǎng)上規(guī)模使用的，也只有中科信利。

　　語音實驗室承擔著國家科研任務，中科信利公司開發(fā)語音技術產(chǎn)品，這兩個牌子的作用互為配合，相得益彰。顏永紅介紹說：“實用技術的推廣應用，不是所有實驗室的人員能夠勝任的事情。在科技創(chuàng)新的整個鏈條上，我們分為概念產(chǎn)生、原理研究、原理性樣機研制、產(chǎn)品化、市場推廣，總共為五個階段。語音實驗室基本承擔前三段，后兩段則由中科信利技術有限公司完成�！�

　　“十一五”期間的策略是由公司支持實驗室，而“十二五”期間，需要大力發(fā)展公司。顏永紅說：“下一步我們需要積極探索，怎樣通過發(fā)展公司帶來更多機會，打破實驗室發(fā)展的瓶頸�！�

共 2 頁：1 2

《科技日報》