|
導語(yǔ)：ZDNet網(wǎng)站今天刊文稱(chēng)，蘋(píng)果的語(yǔ)音助理服務(wù)Siri時(shí)髦而聰明，在一些情況下也很有用。那么Siri是如何工作的？“語(yǔ)音識別”是Siri的核心，但這并未解釋Siri理解用戶(hù)所說(shuō)內容的詳細過(guò)程。本周有業(yè)內人士撰文，解釋了Siri的工作步驟。 以下為文章全文： 當用戶(hù)對iPhone說(shuō)話(huà)后，語(yǔ)音將被立即編碼，成為一個(gè)壓縮的數字文件，其中包含著(zhù)所有有用的信息。這一信息將通過(guò)互聯(lián)網(wǎng)服務(wù)提供商(ISP)的網(wǎng)絡(luò )被發(fā)送至云計算服務(wù)器，而服務(wù)器中的模塊將識別用戶(hù)所說(shuō)的內容。 與此同時(shí)，用戶(hù)的語(yǔ)音將在手機端被識別。安裝在手機中的語(yǔ)音識別器將與云計算服務(wù)器通信，了解指令是否適合在本地被處理。用戶(hù)的指令可能要求手機播放一首歌曲，而另一些指令則有可能需要手機連接至網(wǎng)絡(luò )，尋求進(jìn)一步的幫助。如果語(yǔ)音識別器認為，手機內部模塊足以處理用戶(hù)的指令，那么將會(huì )告知云計算服務(wù)器，不再需要服務(wù)器的支持。 根據用戶(hù)的聲調和語(yǔ)序，服務(wù)器將對語(yǔ)音進(jìn)行靜態(tài)對比，了解語(yǔ)音中包含哪些字母。與此同時(shí)，本地的語(yǔ)音識別器也將對用戶(hù)語(yǔ)音進(jìn)行靜態(tài)對比。在服務(wù)器端和手機端，可能性最高的識別內容將優(yōu)先獲得處理。 此時(shí)，識別出的內容已經(jīng)包含一系列的元音和輔音字母。隨后這些內容將被發(fā)送至一個(gè)語(yǔ)言模塊，以評估用戶(hù)的語(yǔ)音中包含哪些單詞。根據不同的可信度，計算機將創(chuàng )建一個(gè)用戶(hù)所說(shuō)內容的列表。 如果判斷結果具有足夠的可信度，那么計算機將能理解用戶(hù)所說(shuō)的內容，例如發(fā)送短信或查找聯(lián)系人列表中的聯(lián)系人。隨后用戶(hù)將會(huì )看到手機屏幕上出現所需的內容，而不必手動(dòng)操作。在這一過(guò)程中，如果用戶(hù)的語(yǔ)音含義過(guò)于模糊，那么計算機將會(huì )詢(xún)問(wèn)用戶(hù)，例如用戶(hù)希望查找的聯(lián)系人是埃里卡·奧爾森(Erica Olssen)還是埃里卡·施密特(Erica Schmidt)。(維金) |
