重慶監(jiān)控安裝語音與語義識(shí)別技術(shù)，差之毫厘謬以千里。目前市場上出現(xiàn)一批打著人工智能旗號(hào)的“語音識(shí)別”電視，其實(shí)，這種語音識(shí)別電視機(jī)只能算人工智能電視的“雛形”，算是1.0時(shí)代的產(chǎn)品。真正能夠讓電視獲得較高智商的是具有“語義分析”能力，才是人工智能電視行業(yè)邁入2.0時(shí)代的前提條件。

語音與語義識(shí)別技術(shù) 差之毫厘謬以千里

    那么，究竟語音識(shí)別與語音識(shí)別有何區(qū)別呢？舉個(gè)更通俗的例子來說明“語音識(shí)別”與“語義分析”在人工智能技術(shù)層次上的不同：用戶對(duì)著電視機(jī)說一部具體的電影或者電視劇的全名，電視機(jī)會(huì)對(duì)用戶語音進(jìn)行識(shí)別，自動(dòng)搜索片名、播放，這就是“語音識(shí)別”；但是，如果用戶對(duì)電視機(jī)說“一部愛情片”、“熱播的動(dòng)作片”、“香港導(dǎo)演的電影”、“好萊塢大片”等模糊語句，電視機(jī)根據(jù)用戶的性別、愛好、平時(shí)的點(diǎn)播傾向等特征來進(jìn)行智能的分析，并進(jìn)行精準(zhǔn)的推薦，這是“語義分析”，在智商上比“語音識(shí)別”高了好幾個(gè)層次，領(lǐng)先一大步。

    為了更直觀的感受語義識(shí)別和語音識(shí)別的區(qū)別，我們可以形象的用人體器官表達(dá)出來：語音技術(shù)相當(dāng)于人的嘴巴和耳朵，負(fù)責(zé)表達(dá)和獲取，而語義技術(shù)相當(dāng)于人的大腦，負(fù)責(zé)思考和信息處理。下面舉一個(gè)常見的產(chǎn)品形態(tài)讓我們來感受一下：

    例如車載系統(tǒng)，人車交互過程的實(shí)現(xiàn)，一方面車輛獲取人的語音又通過語音播報(bào)路況這都屬于語音識(shí)別的范疇，而對(duì)于所獲取到的語音如何理解，路徑如何規(guī)劃則是另一套系統(tǒng)。

    就像你的耳朵非常好使，并不代表你的腦袋聰明。在識(shí)別同樣的語音后，不同的機(jī)器可能會(huì)作出不同的反應(yīng)，這就是機(jī)器對(duì)于語意理解的區(qū)別。就像說一個(gè)同學(xué)能力并不是那么強(qiáng)，并不能代表他的嘴巴和聽力有問題，只能說他的處理能力沒有那么強(qiáng)，而這往往取決于他的大腦。

    當(dāng)智能家居發(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什么節(jié)目。而交互的精準(zhǔn)性對(duì)語義理解的能力要求很高。假如當(dāng)您要看英劇《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樧旎蛘吒毡?。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)馈罚驗(yàn)樗l度也很高。

    語義識(shí)別的行業(yè)專家亓超對(duì)以上現(xiàn)象向我們這樣解釋：當(dāng)你沒有辦法記住片子完整名字時(shí)，語義理解需要給你做糾正，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。

    亓超將語義理解生動(dòng)的比作做菜的過程。第一步買菜相當(dāng)于數(shù)據(jù)獲取部分，第二部洗菜就是數(shù)據(jù)清理過程，第三部烹飪就是機(jī)器學(xué)習(xí)的過程，要有各種學(xué)習(xí)工具，就像做飯要有各種廚具，各種調(diào)料；機(jī)器學(xué)習(xí)還要有學(xué)習(xí)能力，就像萬事俱備后，有一門烹飪好手藝一樣。第四部人工智能產(chǎn)品落地就像最后菜品出來裝盤一樣。每個(gè)環(huán)節(jié)都需要突破，需要打磨。