語(yǔ)音搜索叢林戰(zhàn)

即便是再小的障礙出現(xiàn)在用戶與所需求信息之間，都會(huì)讓搜索引擎大佬們“寢食難安”。如今，他們甚至覺(jué)得，用手指敲擊鍵盤才能輸入搜索關(guān)鍵詞，這簡(jiǎn)直太影響用戶體驗(yàn)了，應(yīng)該讓人們動(dòng)動(dòng)嘴，就能夠獲得最完美的信息搜索結(jié)果——這不僅僅是個(gè)愿望，它已經(jīng)成為現(xiàn)實(shí)。

由蘋果的Siri引爆的一場(chǎng)語(yǔ)音搜索技術(shù)大戰(zhàn)正在上演，谷歌攜Google Now后來(lái)居上，百度也不甘示弱，他們?cè)缇徒M建了自己的“特種部隊(duì)”——多媒體研發(fā)團(tuán)隊(duì)，專門從事機(jī)器人學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、信息檢索和數(shù)據(jù)挖掘等人工智能技術(shù)的研發(fā)。如今，百度技術(shù)副總監(jiān)余凱率領(lǐng)著這支“特種部隊(duì)”，加入到了語(yǔ)音搜索的叢林之戰(zhàn)，對(duì)手則是全球市值第一的蘋果和搜索霸主谷歌。

百度良好的財(cái)務(wù)業(yè)績(jī)讓它有充裕的資金投入到技術(shù)研發(fā)之中。7月24日，百度發(fā)布2012年第二季度財(cái)報(bào)，Q2總收入為54.56億元人民幣，同比增長(zhǎng)59.8%，凈利潤(rùn)27.7億元人民幣，同比增長(zhǎng)69.6%。人們注意到，百度當(dāng)季研發(fā)投入達(dá)5.46億元，同比增長(zhǎng)82.7%，占總營(yíng)收比例高達(dá)10%。

首席執(zhí)行官李彥宏表示，百度在語(yǔ)音搜索、移動(dòng)瀏覽器等關(guān)鍵創(chuàng)新方面已經(jīng)取得重大進(jìn)展，語(yǔ)音搜索服務(wù)已經(jīng)在百度地圖APP等產(chǎn)品中開始應(yīng)用。面對(duì)強(qiáng)大的競(jìng)爭(zhēng)對(duì)手，百度不敢有片刻遲疑，其財(cái)力、物力和人力的投入均已到位。凡是蘋果涉足的領(lǐng)域，無(wú)一不將引起生態(tài)圈的重構(gòu)，作為競(jìng)爭(zhēng)對(duì)手，緊緊跟隨并努力超越才是生存之道。

蘋果iPhone 4S所配置的語(yǔ)音控制功能Siri，被稱為喬布斯用來(lái)改變這個(gè)世界的“最后的禮物”。在新一代操作系統(tǒng)iOS 6中，Siri能夠支持15個(gè)國(guó)家和地區(qū)的包含漢語(yǔ)在內(nèi)的語(yǔ)音輸入，具有語(yǔ)義理解和用戶意圖識(shí)別能力。你可以讓它陪你聊天，搜索信息，還可以聘請(qǐng)它做你的私人助理，完成設(shè)置提醒、預(yù)訂餐廳、查詢天氣以及安排日程等任務(wù)。當(dāng)然，調(diào)用Siri也非常簡(jiǎn)單，只要長(zhǎng)按住 Home 鍵，然后所要做的就是，對(duì)它說(shuō)話。

奧斯卡金像獎(jiǎng)最佳導(dǎo)演馬丁.斯科塞斯（Martin Scorsese）出現(xiàn)在蘋果Siri的一則廣告中，馬丁問(wèn)：“我今天的日程如何？”“又是忙碌的一天?！盨iri回答。“你不是開玩笑的吧？”馬丁繼續(xù)和它對(duì)話，Siri則很認(rèn)真地告訴他：“我做事一貫非常嚴(yán)謹(jǐn)。”在幫助這位傳奇導(dǎo)演完成了重新安排日程、尋找朋友位置以及查詢曼哈頓交通路況等一系列任務(wù)后，馬丁表達(dá)了對(duì)Siri的感謝之意：“我喜歡你，再也離不開你了?！薄拔視?huì)記住你說(shuō)的這些?！盨iri并沒(méi)有表現(xiàn)出特別的激動(dòng)。

蘋果拓展了“搜索”的外延概念，通過(guò)Siri語(yǔ)音輸入，語(yǔ)音識(shí)別、智能機(jī)器人處理和分析，調(diào)用本地或者網(wǎng)絡(luò)的應(yīng)用程序，整合出最為合適的答案或者信息呈現(xiàn)給用戶。這個(gè)“智能”的語(yǔ)音助理帶給世界太多想象空間，幾乎為我們描繪了一個(gè)具備人工智能的全新生態(tài)系統(tǒng)。與其他程序結(jié)合在一起的Siri，勢(shì)必成為移動(dòng)互聯(lián)網(wǎng)的最新搜索入口。

這款應(yīng)用顯然嚴(yán)重刺激了谷歌公司的神經(jīng)，他們?cè)诮衲?012 I/O開發(fā)者大會(huì)上發(fā)布代號(hào)為“Jelly Bean”（果凍豆）的Android 4.1版本操作系統(tǒng)，用Google Now這個(gè)重量級(jí)應(yīng)用來(lái)向世人展示，搜索引擎顛覆時(shí)代到來(lái)的宣言理應(yīng)由他們宣布。

“希望未來(lái)的搜索引擎不僅能夠理解你的問(wèn)題，提供相關(guān)信息，而且能夠?yàn)槟闾峁┈F(xiàn)實(shí)世界中的知識(shí)解答——將來(lái)的某天甚至能夠達(dá)到智慧搜索引擎的程度?！盙oogle高級(jí)副總裁阿米特.辛格哈爾這樣闡述搜索的未來(lái)。Google每個(gè)月都要處理超過(guò)1000億個(gè)搜索請(qǐng)求，每天抓取超過(guò)200億個(gè)頁(yè)面，索引庫(kù)中收錄了100PB的數(shù)據(jù)，是美國(guó)國(guó)會(huì)圖書館藏書量的10萬(wàn)倍，人們對(duì)于這個(gè)“搜索巨人”有著天然的信任感。

Google Now的顛覆性在于，除了完成回答用戶語(yǔ)音提出的問(wèn)題之外，它還可以根據(jù)記錄和分析用戶的搜索習(xí)慣，推測(cè)用戶需要的信息，并在恰當(dāng)?shù)臅r(shí)候提供給他們。Google Now能夠在會(huì)議開始之前的一個(gè)特定的時(shí)間向用戶發(fā)出提醒，而且它已經(jīng)將交通路況考慮在內(nèi)；如果你是某個(gè)體育賽事的愛(ài)好者，不必刻意詢問(wèn)，它會(huì)將最新比分告知給你；當(dāng)你前往一家餐廳用餐時(shí)，它甚至可以為你推薦那里的菜品供選擇。

建立起一個(gè)讓搜索引擎理解世界以及事物之間的聯(lián)系的模型，這是Google努力的方向。Google Now的成功得益于Google強(qiáng)大的信息檢索能力，這個(gè)簡(jiǎn)單搜索框的背后則保留著每一次用戶搜索的記錄，一個(gè)與搜索結(jié)果相關(guān)的完整的知識(shí)體系在逐漸建立的過(guò)程中，而預(yù)測(cè)特定用戶的意圖也就有章可循，這個(gè)龐大的數(shù)據(jù)庫(kù)和復(fù)雜的計(jì)算模型的確讓Siri羨慕不已。

作為中文搜索巨頭的百度對(duì)這一切當(dāng)然不會(huì)無(wú)視。在8月舉行的第18屆ACM知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘?qū)W術(shù)年會(huì)上，百度首席執(zhí)行官李彥宏發(fā)表了主題演講，向世界頂尖級(jí)研發(fā)人員提出了“希望學(xué)術(shù)界解決的九大技術(shù)難題”，其中語(yǔ)音識(shí)別位居前列。

與移動(dòng)端相關(guān)的多媒體技術(shù)方面的研發(fā)，百度早在兩年前就已開始布局，其多媒體“特種部隊(duì)”來(lái)自全球招聘。圍繞著語(yǔ)音識(shí)別與智能理解，他們已經(jīng)開發(fā)和掌握了海量語(yǔ)言模型、復(fù)雜聲學(xué)建模、高速解碼等關(guān)鍵技術(shù)。對(duì)于語(yǔ)音搜索技術(shù)的產(chǎn)品創(chuàng)新，百度還有自己的打算，從應(yīng)用提供商向平臺(tái)開發(fā)商的轉(zhuǎn)變正在推進(jìn)，配合其全新的“云戰(zhàn)略”，他們計(jì)劃將包括語(yǔ)音在內(nèi)的多媒體技術(shù)通過(guò)API接口開放給第三方開發(fā)者，動(dòng)用群眾的力量，建立起一個(gè)多贏的生態(tài)系統(tǒng)。

以搜索業(yè)務(wù)起家的百度，在自然語(yǔ)言處理方面，尤其是在對(duì)中文的語(yǔ)義理解方面有著時(shí)間和數(shù)量上的優(yōu)勢(shì)，擁有近400億網(wǎng)頁(yè)的中文語(yǔ)料。對(duì)數(shù)據(jù)處理，尤其是利用機(jī)器學(xué)習(xí)算法，利用大規(guī)模數(shù)據(jù)學(xué)習(xí)、訓(xùn)練，并且運(yùn)用到語(yǔ)音、信號(hào)處理，語(yǔ)音識(shí)別模型訓(xùn)練，在這些方面百度有相當(dāng)深厚的算法和積累。余凱說(shuō)：“百度有著12年中文語(yǔ)言處理經(jīng)驗(yàn)，世界上沒(méi)有其他公司具有像百度這樣規(guī)模龐大的自然語(yǔ)言處理的團(tuán)隊(duì)?！?/p>

目前，掌上百度、百度搜索手機(jī)客戶端、百度手機(jī)地圖、百度手機(jī)瀏覽器等產(chǎn)品中，都已經(jīng)配置了百度語(yǔ)音識(shí)別和搜索的功能，而百度網(wǎng)頁(yè)、百度圖片、百度知道、百度新聞、百度MP3、百度百科、百度地圖、百度視頻等這些垂直搜索頻道也將被整合在其中。用戶可以用語(yǔ)音進(jìn)行文字輸入、發(fā)送短信、搜索信息以及查詢地圖，你甚至還可以對(duì)著手機(jī)說(shuō)“芝麻開門”為手機(jī)解鎖，通過(guò)語(yǔ)音指令實(shí)現(xiàn)對(duì)手機(jī)的智能操控。

“我們接下來(lái)不會(huì)把百度的框視為傳統(tǒng)的搜索框，而是視為人機(jī)界面。表面上它可能提供像Google的搜索框那樣的應(yīng)用和服務(wù)，但是它本質(zhì)上不再是傳統(tǒng)的百度搜索，它解決一系列的問(wèn)題，例如本地的服務(wù)、導(dǎo)航、搜索，傳統(tǒng)的搜索，精準(zhǔn)的框計(jì)算。”百度首席產(chǎn)品設(shè)計(jì)師孫云豐曾如此表示，在需求和應(yīng)用之間建立起密切的聯(lián)系，是百度當(dāng)下最為重要的任務(wù)，而將語(yǔ)音交互方式和框計(jì)算的結(jié)合才能實(shí)現(xiàn)真正意義上的智能搜索。

人和機(jī)器最自然交互的一種方式就是語(yǔ)音。在移動(dòng)互聯(lián)網(wǎng)上，語(yǔ)音識(shí)別和人工智能技術(shù)可以解放用戶的雙手和眼睛，通過(guò)語(yǔ)音命令完成一系列任務(wù)，這幾乎是全新的用戶體驗(yàn)。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的《第30次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》表明，2012年上半年，通過(guò)手機(jī)接入互聯(lián)網(wǎng)的網(wǎng)民數(shù)量達(dá)到3.88億，相比臺(tái)式電腦的3.8億，手機(jī)已經(jīng)是中國(guó)互聯(lián)網(wǎng)用戶的第一大上網(wǎng)終端。余凱說(shuō)：“語(yǔ)音應(yīng)用，在移動(dòng)互聯(lián)網(wǎng)時(shí)代的爆發(fā)已經(jīng)成為整個(gè)業(yè)界的共識(shí)，百度也持同樣的判斷。”（文/徐珊插圖/文耀）