【計算機(jī)論文】百度語音搜索開放日：百度說準(zhǔn)備消滅鍵盤輸入

語音搜索≠聽+說“語音搜索最常見的誤區(qū)是簡單以為只是聽和說的簡單串聯(lián)，其實(shí)并非如此?！蓖鹾７彘_門見山說道。這位百度技術(shù)副總裁緊接著對百度語音搜索的最新進(jìn)展進(jìn)行了介紹，表示目前的技術(shù)已經(jīng)實(shí)現(xiàn)了語音技術(shù)、自然語言處理、智能搜索三方面的融合，以更自然的交互方式，對用戶所說更準(zhǔn)確地識別，對需求理解更精準(zhǔn)，進(jìn)而能提供更滿意的結(jié)果。王海峰現(xiàn)場進(jìn)行了演示，“請問三亞明天的天氣怎么樣？”他按住語音助手說，搜索框隨機(jī)“打出”了王海峰的問題，并跳轉(zhuǎn)到天氣頁面，還自動朗讀起來：明天三亞天氣多云，23℃到31℃……不過王海峰認(rèn)為詢問天氣只是最基本的語音搜索，他緊接著演示了三個問題：“謝霆峰的兒子是誰”、“謝霆峰是誰的兒子”，“吳奇隆比劉詩詩大多少歲”……王海峰表示，前兩個問題從傳統(tǒng)搜索認(rèn)知來看，文字是完全一樣的，但問題缺截然不同，這其中涉及到了對于語言的理解和語義分析。最后一個問題則涉及兩個結(jié)果綜合之后的計算。“百度語音搜索目前已通過人工智能做到了’聽’和’說’，而且還嘗試完成人類復(fù)雜的行為——溝通。集成了語音識別、語義理解、深度問答、知識推理、多輪對話、智能摘要、情感分析、語言生成、語音合成等能力，百度語音搜索已經(jīng)能夠滿足用戶的多種復(fù)雜需求。”王海峰總結(jié)說。此外，這位百度技術(shù)副總裁也談到了語音搜索和當(dāng)下火熱的人工智能的關(guān)系。他表示人工智能實(shí)際上是希望讓機(jī)器可以擁有若干能力，可以讓機(jī)器學(xué)會人的聽、說、看、行，進(jìn)而開始有思考——即機(jī)器學(xué)習(xí)，但就人的思考而言，和語言密切相關(guān)，后者是思考必需的知識和思維的載體。王海峰強(qiáng)調(diào)說，語音搜索可以降低用戶搜索門檻，而且在大數(shù)據(jù)的基礎(chǔ)上可以轉(zhuǎn)換為更多的互聯(lián)網(wǎng)產(chǎn)品應(yīng)用，實(shí)現(xiàn)人與信息及服務(wù)的更廣泛連接。鍵盤要被消滅關(guān)于搜索門檻被降低的問題，百度多模搜索部總監(jiān)孫雯玉進(jìn)行了進(jìn)一步演示介紹。她表示語音搜索的好處是比鍵盤輸入“更直接、更快捷”。作為年輕媽媽，孫雯玉海舉例說，女兒現(xiàn)在找動畫片會直接通過語音搜索，“小孩基本不用教，甚至看你做一遍她就會了，她知道按住說話，就能找到自己想要的?！闭Z音搜索的直接和快捷同樣體現(xiàn)在老人群體身上，孫雯玉介紹說父母有山東口音，但是搜索在語音識別上沒有問題，“以前搜索需要組織語言思路，明確自己的問題，但是現(xiàn)在像我爸媽一樣在文字輸入上不習(xí)慣的群體，可以直接說，所說即所得?！辈贿^，這位多模搜索部總監(jiān)也表示，針對中國方言眾多的情況，目前的主要版本還只是針對以普通話為主的北方方言和相近方言，粵語版、上海話版和西南官話等版本已經(jīng)在開發(fā)中。孫雯玉認(rèn)為語音搜索的最大意義在于：通過技術(shù)讓人獲得信息和服務(wù)的門檻更低，隨著智能語音搜索進(jìn)一步向前，可能會出現(xiàn)重大卻潤物無聲地變革——鍵盤交互將成為歷史，“我們的調(diào)研顯示，90后、00后有50%的群體的主要搜索方式已經(jīng)變成了語音，而我女兒為代表的10后一代，基本從小的習(xí)慣就是語音搜索，她們這一代未來會覺得語音搜索是一件自然而然且天生如此的事情。”物聯(lián)網(wǎng)大趨勢語音搜索比鍵盤輸入搜索更便捷并不令人否認(rèn)，但現(xiàn)場有記者認(rèn)為語音搜索存在“場景”問題。有媒體提問稱，不懷疑語音搜索的效率和便捷程度，但目前來講，拿著手機(jī)不斷說話搜索需要場景，特別涉及多輪交互，可能會變得調(diào)戲Siri一樣——只是個消遣游戲。百度搜索產(chǎn)品架構(gòu)師景鯤重點(diǎn)解答了場景問題。他覺得之所以目前還存在“場景”上的尷尬，主要有兩方面的原因。首先是當(dāng)前的用戶習(xí)慣了鍵盤輸入，對于語音搜索的轉(zhuǎn)換還需要一段時間，但不可否認(rèn)的是隨著年輕群體進(jìn)一步壯大，語音搜索會成為潮流，“這個群體已經(jīng)被微信完成了市場教育，現(xiàn)在在地鐵上對著手機(jī)說話’看起來傻’的問題，估計以后大家都在做并且習(xí)慣了，就成為潮流了。”其次是物聯(lián)網(wǎng)的進(jìn)一步發(fā)展。景鯤表示，目前人機(jī)交互的最主要終端是手機(jī)，不過一旦物聯(lián)網(wǎng)進(jìn)一步發(fā)展，人機(jī)交互突破了手機(jī)終端，需要在更多更廣泛的領(lǐng)域進(jìn)行應(yīng)用的時候，鍵盤輸入可能會變得很不方便，相反，語音輸入的優(yōu)勢會不言自明。景鯤認(rèn)為，大的潮流和趨勢目前是可以預(yù)見的，語音搜索的普及只是時間問題而已。現(xiàn)在手機(jī)屏幕承載的東西特別多，有屏幕的東西大家都愿意看，沒有屏幕的東西就只能搜了。從潮流來看，語音交互絕對是主流。新浪科技也就此向百度方面提問：“在物聯(lián)網(wǎng)大趨勢下，在硬件方面如何考慮，是否會涉足硬件領(lǐng)域？”百度方面給出的回答是：不會涉足硬件?！拔覀兘o語音搜索提供一個全方面的方案，跟各種各樣的廠商一起來合作，我們提供的是能力、信息和資源。我們?nèi)ツ晖瞥隽诵C(jī)器人度秘，通過它來告訴外界我們有什么樣的能力，畢竟口說無憑，百度得把這個能力包裝成這樣一個產(chǎn)品，這些能力也可以放到廠商的設(shè)備上，我們做百度最擅長的，其他廠商做他們擅長的方面。”景鯤回答說，這個回答也得到了百度技術(shù)副總裁王海峰的贊同?！暗让卦谕瞥龊笏坪趼晞莶淮螅俊毙吕丝萍歼M(jìn)一步問道。孫雯玉回答了該問題，這位百度多模搜索部總監(jiān)解釋稱，度秘在去年推出是一個能力的展示，但度秘的普及應(yīng)用過程中，可能涉及最多的問題是多輪交互，這對目前的產(chǎn)品形