走進語音搜索的時代

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

服務是戴爾業務發展戰略的重要組成部分，也是戴爾發展最快的一項業務。 目前，戴爾服務發展速度是行業發展速度的10倍。

哼一段旋律就能查到對應的歌曲，輸一個關鍵字就能從一堆音訊資料裡查到想要的一段話。 一邊擺弄著語音軟體，趙慶衛博士一邊說，「這些語音辨識技術是最近一兩年才開始應用的。 」

2006年5月8日，在中國科學院聲學研究所中科信利語音實驗室裡，趙慶衛博士向記者演示了實驗室在語音辨識技術的一些應用軟體產品。

一個單位，兩塊牌子。 顏永紅的名片上印著兩家單位名稱：中科信利技術有限公司和中國科學院聲學所語音實驗室，其實這兩個指的是同一個單位。

顏永紅既是中科信利公司的董事長，同時兼任語音實驗室的主任。 中科院聲學研究所所長田靜博士將這種模式稱為中科院高科技產業化的「試點」。

「在國內公司裡面，真正將語音辨識產品拿出來在國家電信網上使用的，應該僅自己們。 」顏永紅表示。

音訊搜索：從關鍵字到內容

「在將來數年內，互聯網將成為一個浩大的視/音訊檔案庫。 」顏永紅順手指了一下他桌子上的聊天攝像頭。

伴隨多媒體內容製作成本下降，諸如《饅頭》之類線民自製的音視頻內容在互聯網上日益增多，一段用錄音筆隨手錄下的講話、自我娛樂的博客音訊，或是用DV親手拍下的短劇，將大大激發線民的創造熱情。 而3C(Computer、Communication和Consumer Electrics)融合帶來的應用，將漸漸抹平個人電腦、電視和行動裝置之間的界限。 然而，如何在這樣浩繁的資料庫裡查找所需的片斷，亦將成為困擾互聯網搜索的難題。

「目前的搜索技術主要是搜索音視頻的關鍵字，如名字或作者，並沒有辦法搜索音訊內容。 」顏永紅指出。

如今，大多數的視/音訊搜尋引擎依賴于人工創建的文字資訊，比如包含視/音訊網頁的環繞文字;或者註冊源的描述性文字(作品名稱或作者名字)。 步入下一個網路(NGN)時代時，多媒體資訊將必然增多。

但由於音視頻內容都包含在檔裡面，並沒有一個直白的文字材料可以去搜索，這個時候，需要一種技術對音視頻檔去理解，只有知道了內容以後，才能應用搜尋引擎。

通過語音辨識技術，可以把多媒體檔案變成文字。 然而，一旦實現了這種轉變，又將產生一個老問題：如何有效地進行文字搜索。

事實上，實現了音訊向文字的轉變，只要使用現有的搜尋引擎技術，就可以解決這個老問題。 「對於下一代搜尋引擎來說，語音辨識技術是關鍵。 」顏永紅說道，頭略微昂高了些，眼睛直視著前方。