搜索中的語(yǔ)音鑰匙

張曉潔

今年春天，余凱從硅谷歸國(guó)不久就被招到了百度麾下，他的任務(wù)就是成立新的多媒體團(tuán)隊(duì)，李彥宏對(duì)他說(shuō)，這是百度未來(lái)最重要的技術(shù)高地之一。通過(guò)半年多時(shí)間的招兵買(mǎi)馬，他的團(tuán)隊(duì)里面已經(jīng)有20多人，但這對(duì)于百度來(lái)說(shuō)還遠(yuǎn)遠(yuǎn)不夠，因?yàn)椤霸诠雀瑁瑔巫稣Z(yǔ)音開(kāi)發(fā)算法的團(tuán)隊(duì)就有70人，我們?yōu)榱藬U(kuò)充自己的團(tuán)隊(duì)在美國(guó)等各地招攬人才。”余凱感受到，現(xiàn)在語(yǔ)音的人才炙手可熱，由于在語(yǔ)音技術(shù)上面研究較深的公司基本都是蘋(píng)果、谷歌、微軟和國(guó)內(nèi)的科大訊飛這樣的公司，所以各大公司在技術(shù)和人才上面的爭(zhēng)奪都會(huì)更加激烈。

語(yǔ)音為什么成為搜索公司必爭(zhēng)之地呢？一個(gè)重要原因就是Siri為代表的語(yǔ)音已經(jīng)表現(xiàn)出取代傳統(tǒng)搜素作為移動(dòng)互聯(lián)網(wǎng)新入口的實(shí)力。

想象一下，在移動(dòng)的世界一個(gè)行走或者駕駛中的人，想找到一個(gè)聯(lián)系人電話或者一個(gè)地址時(shí)有怎樣的期待呢？停下來(lái)?yè)苁謾C(jī)還是直接說(shuō)出來(lái)找到？再設(shè)想，當(dāng)你看到別人玩的一個(gè)游戲很好玩，但是不知道游戲名字，你希望如何呢？是打電話給朋友詢問(wèn)還是對(duì)著電腦說(shuō)出游戲特征碰巧找到同款甚至更好玩的一款？如果語(yǔ)音能夠給出你智慧準(zhǔn)確的選擇，你毫不例外會(huì)選擇一個(gè)語(yǔ)音助理的提議而不是費(fèi)時(shí)費(fèi)力地搜索篩選。

不幸的是，2010年蘋(píng)果整合Siri與全球最大的語(yǔ)音識(shí)別廠商N(yùn)uance合作實(shí)現(xiàn)語(yǔ)音識(shí)別功能的背后，正是取代搜索的可能。在Siri后端鏈接了知識(shí)引擎Wolfram Alpha并集成了餐館點(diǎn)評(píng)網(wǎng)站Yelp、電影點(diǎn)評(píng)網(wǎng)站Rotten Tomatoes和餐館預(yù)訂服務(wù)OpenTable等大型消費(fèi)內(nèi)容網(wǎng)站，讓用戶可以使用Siri直接搜索所需要的餐館、酒店等生活信息，查詢附近的餐館時(shí)，幫助用戶做出最便捷的選擇。

對(duì)此谷歌執(zhí)行董事長(zhǎng)埃里克·施密特（Eric Schmidt）就敏銳地發(fā)現(xiàn)蘋(píng)果的語(yǔ)音助理服務(wù)Siri有可能威脅谷歌的搜索業(yè)務(wù)。谷歌仍然是搜索引擎的霸主，谷歌每月的搜索量高達(dá)1000億次，但是不能夠清楚地理解你的意思并且能夠給出最想要的結(jié)果，用戶將會(huì)最終拋棄谷歌而選擇其他入口，這也是谷歌隨后推出Google Now的動(dòng)力。

而且微軟也從來(lái)沒(méi)有放松對(duì)語(yǔ)音和人工智能的研究和巨資投入，微軟首席執(zhí)行官鮑爾默甚至表示，微軟未來(lái)的重點(diǎn)是開(kāi)發(fā)一種全新的觸摸、手勢(shì)和語(yǔ)音的自然操作方式，接下來(lái)Kinect系統(tǒng)將支持Win8系統(tǒng)，PC和移動(dòng)設(shè)備都將呈現(xiàn)幾乎與Siri類似的體驗(yàn)，更不要說(shuō)微軟正在全力支持的搜索“必應(yīng)”。

作為搜索公司的掌門(mén)人，李彥宏很清楚語(yǔ)音對(duì)于百度未來(lái)的份量。不久前，他在清華大學(xué)的《互聯(lián)網(wǎng)亟待解決的九大難題》的演講中，排在前三位的就是OCR文字識(shí)別、語(yǔ)音識(shí)別、基于內(nèi)容的圖像檢索。而現(xiàn)在，百度在全力進(jìn)軍移動(dòng)互聯(lián)網(wǎng)的時(shí)候，首先是要把住入口，而且要提供最為便捷的入口方式。

“這個(gè)入口可以是用戶開(kāi)啟自己的手機(jī)終端的入口，也可以是遨游移動(dòng)互聯(lián)網(wǎng)的統(tǒng)一入口。”余凱解釋說(shuō)，比如就單機(jī)而言，用戶通過(guò)聲紋登錄自己的手機(jī)，用戶的聲音和設(shè)置的語(yǔ)言就是雙重密碼，用戶也可以直接通過(guò)語(yǔ)音直接調(diào)用手機(jī)中的聯(lián)系人信息，以及手機(jī)中的視頻文件等。此前，Google發(fā)布了Voice Actions，就能夠讓用戶通過(guò)聲音來(lái)進(jìn)行搜索、發(fā)送信息、撥打電話、播放音樂(lè)甚至給自己留一個(gè)郵件備忘錄，既快速又準(zhǔn)確。Google 為此通過(guò)各種服務(wù)來(lái)收集聲音數(shù)據(jù)已達(dá)數(shù)年之久，包括免費(fèi)的信息熱線GOOG-411（Google的一項(xiàng)自動(dòng)語(yǔ)音服務(wù)）等。

而現(xiàn)在，對(duì)于搜索公司語(yǔ)音將是跨領(lǐng)域資源整合的紐帶。比如，最近百度哼唱搜索已在公司內(nèi)部開(kāi)始測(cè)試，這也被認(rèn)為是百度在語(yǔ)音識(shí)別搜索領(lǐng)域，首次進(jìn)行嘗試和探索。在未來(lái)的語(yǔ)音搜索中，如果你聽(tīng)到一首好聽(tīng)的歌曲，卻不知道歌曲名稱，完全可以對(duì)著電腦哼唱一段歌曲就搜索到，或者系統(tǒng)會(huì)自動(dòng)搜索含有相關(guān)歌曲曲調(diào)的文件提供給用戶；如果這個(gè)文件或者應(yīng)用來(lái)自互聯(lián)網(wǎng)和其他公司的資源也可以進(jìn)行調(diào)用，或者由語(yǔ)音直接導(dǎo)入相關(guān)第三方App，如同余凱所說(shuō)，百度通過(guò)把語(yǔ)音加入到全面開(kāi)放的云平臺(tái)，來(lái)聚集更多第三方開(kāi)發(fā)者利用這些免費(fèi)提供語(yǔ)音技術(shù)進(jìn)行開(kāi)發(fā)，也就是圍繞語(yǔ)音建立了一個(gè)生態(tài)系統(tǒng)，后臺(tái)整合足夠的本土資源，才能超越蘋(píng)果和谷歌。

如果說(shuō)未來(lái)科技公司的競(jìng)爭(zhēng)將是圍繞系統(tǒng)、硬件、服務(wù)器和云的平臺(tái)戰(zhàn)爭(zhēng)，語(yǔ)音正是未來(lái)平臺(tái)競(jìng)爭(zhēng)的重要一局。現(xiàn)在，包括搜索公司在內(nèi)的科技公司都在開(kāi)發(fā)更多語(yǔ)音相關(guān)的熱門(mén)應(yīng)用來(lái)滿足和培育用戶習(xí)慣。比如語(yǔ)音搜索已經(jīng)變成各大移動(dòng)搜索的標(biāo)配，而語(yǔ)音輸入法、地圖產(chǎn)品更將是移動(dòng)搜索的核心資源。最近，蘋(píng)果不得不在iOS 6中使用自己地圖服務(wù)，放棄體驗(yàn)更好的谷歌地圖，一個(gè)重要原因就是谷歌不愿向蘋(píng)果許可安卓手機(jī)中非常流行的逐向?qū)Ш椒?wù)，蘋(píng)果希望在iOS 6中提供免費(fèi)的語(yǔ)音導(dǎo)航服務(wù)，但在谷歌看來(lái)，語(yǔ)音駕駛導(dǎo)航將是移動(dòng)版地圖服務(wù)中一項(xiàng)少見(jiàn)的可以收費(fèi)的項(xiàng)目，也是未來(lái)爭(zhēng)奪用戶的殺手锏。

現(xiàn)在，百度在語(yǔ)音上的布局也在逐漸清晰，在廣義的語(yǔ)音移動(dòng)搜索、垂直搜索、語(yǔ)音輸入法、聲紋手機(jī)登陸等多個(gè)產(chǎn)品領(lǐng)域進(jìn)行基礎(chǔ)應(yīng)用開(kāi)發(fā)外，還將重點(diǎn)發(fā)展語(yǔ)音指令和框搜索，這意味著，“在百度即搜即用的概念下，所有服務(wù)都將有一個(gè)語(yǔ)音的外殼，等待語(yǔ)音的鑰匙開(kāi)啟”。 余凱表示，百度將立足中文語(yǔ)音將有機(jī)會(huì)與蘋(píng)果、谷歌、微軟一較高下。比如，百度在中文自然語(yǔ)音處理技術(shù)上的優(yōu)勢(shì)，余凱自信地認(rèn)為百度的中文語(yǔ)音識(shí)別率大大超過(guò)了谷歌語(yǔ)音搜索。除了機(jī)器學(xué)習(xí)海量數(shù)據(jù)處理，百度還將發(fā)揮在國(guó)內(nèi)互聯(lián)網(wǎng)資源整合上的優(yōu)勢(shì)，這將是百度實(shí)質(zhì)性掌握語(yǔ)音入口的關(guān)鍵。