重慶監(jiān)控安裝語音與語義識別技術(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的“語音識別”電視，其實，這種語音識別電視機只能算人工智能電視的“雛形”，算是1.0時代的產(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時代的前提條件。

語音與語義識別技術(shù) 差之毫厘謬以千里

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

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

    例如車載系統(tǒng)，人車交互過程的實現(xiàn)，一方面車輛獲取人的語音又通過語音播報路況這都屬于語音識別的范疇，而對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。在識別同樣的語音后，不同的機器可能會作出不同的反應(yīng)，這就是機器對于語意理解的區(qū)別。就像說一個同學(xué)能力并不是那么強，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，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，我們坐在電視機前就可以語音遙控想看什么節(jié)目。而交互的精準(zhǔn)性對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)常會被人叫成《神探夏洛特》，因為夏洛特更順嘴或者更普遍。這時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?，因為它頻度也很高。

    語義識別的行業(yè)專家亓超對以上現(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，語義理解需要給你做糾正，做更合適處理。其實用戶在看電視產(chǎn)生很大需求，當(dāng)用戶不知道要看什么，需要機器幫忙做推薦和引導(dǎo)，而這個過程中精準(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。每個環(huán)節(jié)都需要突破，需要打磨。