〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜
“君子動口不動手”
―――淺談国際語音技術（科技漫話）
劉仲華
“君子動口不動手”，只要会説話，誰都会使用計算机。這是語音技術帶給
計算机行業的新境界。
日前，由英特尓公司牽頭、有7家世界著名学術机構参與的国際語音技術研
究組織在北京正式成立，以共同推進語音技術在全球范圍内的發展和應用，尤其
是致力于中文語音技術的開發。自1981年第一台个人電腦問世以来的近20年里，
个人電腦性能不断提高，已成爲人們生活、工作、娯樂不可缺少的夥伴和工具。
但人與電腦的溝通總要通過西文鍵盤、鼠標等，這對非專業使用者尤其是非英語
用戸造成很大障碍。随着微處理器性能的迅速提高，人們期待着更加智能化的電
腦。而語音技術的出現將真正改變人與計算机的互動模式，使電腦人性化―――
能“听”、会“説”、善“做”，領会毎个人的工作方式，从而使人們的双手得
以真正的解放。
長期以来，計算机專家一直希望電腦能識別和理解人的“自然語言”。語音
識別技術的研究始于50年代，但直到現在，一些關鍵性技術的突破，才使得語音
技術的广泛運用成爲可能。這些技術包括：計算能力日益強大，而計算机成本不
断降低；計算机平台技術的整体發展，例如通用串口總綫技術和更快的存儲技術；
語音算法和信号處理技術的改進；軟件編程水平的提高等。1997年以国際商用机
器公司推出的語音听寫軟件爲代表的一系列語音軟件問世后，語音技術開始走向
成熟并進入市場。据估計，1997年語音技術的總銷售額爲5億美元，到2000年這
个数字將増加一倍。今年以来，英特尓、国際商用机器公司、朗訊公司等都競相
推出了更先進的語音技術産品，語音技術已成爲整个計算机行業矚目的焦点。
語音技術的發展有三个歩驟：語音識別、語音合成、自然語音合成―――不
但能將人的話轉化成文本，還能理解語意，并有相應回應。在開發語音識別技術
方面，一个很大的困難是讓計算机理解人的“自然語言”。人們常常不按語法説
話，有時還説俗話、玩笑話和省略語等，給理解其意義造成了困難。語音識別要
克服的ling4一大障碍是人們説話時吐字速度變化不定，科学家用動態時間離散
技術解决了這个問題。
語音識別技術的應用主要有兩方面：一是用于操控電腦和人机交流。動動口，
就能打開或關閉程序，改變工作界面。无論ni3在家、辧公室或在路上，只要用
声音控制，ni3就可電話購物和取款、投資股市、上网處理電子郵件乃至開車等。
安全系統也可用語音識別輸入密碼，應用于辧公区、禁区、銀行等。二是用于語
音輸入和語音（合成）輸出。以中文輸入而言，普通人用鍵盤輸入一般毎分鐘30―
50字，而語音輸入則能達到毎分鐘150字。不必動手，就能完成从文字輸入到格
式編排的全部工作。直接听寫使人講話更連貫，思維更流暢，靈感不会受pin1寫
和拆字的影響。装有語音軟件的電腦還能用根据需要用各種語言將文件“説”出
来，這將大大推動遠程通信、网絡電話和盲人電腦的發展。
現階段，語音技術將主要用于電子商務、商業服務和教育培訓中。在服務業、
医葯、法律等領域，語音識別技術的開發與應用已逐歩産生效益。据估計，應用
語音技術將帶来60％的年收益率。朗訊公司將其開發的語音識別装置應用于銀行
和金融公司的電話中心，在客戸打進電話時，爲毎位客戸節省了20―25秒時間。
聯合包裹公司過去在毎年業務最繁忙時，都要雇用臨時人員以加強電話中心的工
作，1997年該公司以語音識別系統代替了臨時雇員，成本僅爲雇用人員費用的1／
3。日本京都的高級電信研究所爲自動翻譯系統開發了語音識別技術，在這个系
統中，打電話人説的是英語，而傳到受話人耳中時，已是人工合成的日語了。飛
利浦公司開發的医療語音系統軟件也很受放射学家歡迎，原来医務人員毎天要填
寫数十分臨床化驗報告，改用向机器口述后可使時間縮短40％。下一代奔馳豪華
汽車的駕駛者可用声音来操縱車上的電話、收音机和激光唱机，无需動手，只要
動口，車上的声控計算机將執行駕駛者的命令。
人生下来就有用語言交換信息的能力，語音技術讓人直接和計算机説話，是
最自然的人机交流方式，它比鍵盤更方便，比鼠標更直接。語音技術將跨越非英
語国家使用計算机和因特网的一个主要障碍，即對于西文鍵盤的依頼，从而使更
多的人進入計算机的天地，將給全球計算机用戸及信息産業乃至全球經濟帶来極
大好處。
《人民日報 》1998-12-21 第7版