一位男子在電腦前坐下，然后輕聲說道：“計算機”。然而電腦并未作出任何反應，該男子對這電腦又說了一遍：“計算機”，還是沒有反應。旁邊的人已經(jīng)沒有耐心，對他說：“用用鍵盤”。該男子回應道：“鍵盤？真奇怪。”

以上場景出自1986年電影《星艦迷航記4》，工程師斯庫提(Scotty)以及其他船員從23世紀穿越回地球。斯庫提需要使用電腦完成一些工作，要知道他們在23世紀時全部使用的是語音命令，而不是上世紀80年代那樣的復古操作。

如果上述電影場景發(fā)生在35年之后，也就是現(xiàn)在，斯庫提仍舊會對電腦的毫無反應感到困惑。除非他拿起一款最新智能機，該智能機可以對人類聲音做出回應，并成為了最新潮的人機互動方式，它就是iPhone 4S。

iPhone 4S

自從iPhone 4S十月份上市以來，人們開始購買并使用蘋果新手機的Siri功能。Siri是一項語音導航助手，可以接收語音命令，確定或取消約會，發(fā)送郵件，電話呼叫，網(wǎng)絡搜索。它能夠完成秘書所做到的一切。

Siri并不只是一項語音識別工具，它可以將語音轉化成文本，并以電郵或短信的方式發(fā)送出去。Siri可以對天氣情況進行預測，進行匯率轉換或提供股票價格，并對天氣現(xiàn)象進行解釋。

很多人認為Siri并不是一項新技術，我們多年前就可以進行語音電話呼叫，谷歌也已經(jīng)提供了語音搜索應用。但是專家稱，Siri可能代表的是一種更加精細的技術革命，就像iPhone在2007年1月推出時的多點觸摸屏。它不僅能進行語音呼叫和語音識別，還可以將語音轉化為文本，也就是“自然語言理解”(NLU)。

NLU

NLU連同圖像識別、智能機器是多年來一直未能解決的計算問題，不過現(xiàn)在我們可以讓機器強大到足以理解我們所說的話。NLU技術面臨的第一個挑戰(zhàn)就是語音向文本轉換的復雜性，發(fā)音的類似將導致處理結果的不同。其次，機器需要理解字面信息和畫外音。

IBM超級電腦沃森(Watson)今年2月震驚世界，它此前參加了智力競賽節(jié)目Jeopardy，并與Jeopardy兩位冠軍進行PK。IBM工程師表示，參見Jeopardy節(jié)目肯定不是沃森的最終目標，它展示的是此前電腦從未展示的能力，并與擁有廣泛知識詞匯的人類進行互動。

沃森現(xiàn)在開始著手解決人類健康問題，并使用了Nuance的語音轉文本技術，未來還可能用來解決一些醫(yī)療難題。

技術實現(xiàn)

NLU是人們多年來一直希望實現(xiàn)的一項技術。1996年，比爾·蓋茨宣布，到2011年時，人們就能開發(fā)出具備人類語音和面部識別技術的電腦。就是在今年，如果把智能機算作電腦(最起碼智能機功能能夠達到2001年筆記本的水平)，蓋茨的預言已經(jīng)實現(xiàn)。最新款Android智能機已經(jīng)具備面部識別解鎖功能，語音功能我們仍在努力實現(xiàn)。

然而現(xiàn)在的語音技術還不完美，Siri服務器已經(jīng)出現(xiàn)了多次宕機事故。不過Nuance公司的尼爾·格蘭特(Neil Grant)表示：“時間將會解決所有連接問題。”

隨著技術的日益成熟，人們與電腦間的語音互動也將會逐步實現(xiàn)。