今天，微軟宣布了一個(gè)可定制語(yǔ)音服務(wù)，這是微軟認(rèn)知服務(wù)系統(tǒng)的最新部分。這套系統(tǒng)集成了很多人工智能領(lǐng)域的前沿科技，例如計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)?？啥ㄖ普Z(yǔ)音服務(wù)與語(yǔ)音轉(zhuǎn)文本項(xiàng)目高度集成，微軟的這個(gè)服務(wù)被認(rèn)為比蘋果Siri和谷歌助理更加智能。

CRIS和LUIS：

為了實(shí)現(xiàn)這一跨時(shí)代的技術(shù)，可定制語(yǔ)音服務(wù)融合了目前最先進(jìn)的兩項(xiàng)科技。首先是CRIS，全名可定制認(rèn)知智能服務(wù)，根據(jù)微軟的說(shuō)法，CRIS：

為公司提供部署客制化語(yǔ)音識(shí)別的功能。開(kāi)發(fā)者可以上傳音頻文件和語(yǔ)音文本的樣本，然后識(shí)別器會(huì)根據(jù)特定的情景進(jìn)行自定義。這使得語(yǔ)音服務(wù)在特殊場(chǎng)景下的識(shí)別表現(xiàn)更加優(yōu)秀，特殊場(chǎng)景例如工廠或者戶外。

CRIS的本質(zhì)是可以允許客戶構(gòu)建自己獨(dú)有的一套語(yǔ)音命令體系，是的特殊情況下的語(yǔ)音轉(zhuǎn)文本表現(xiàn)更加優(yōu)秀。例如在醫(yī)院，院方可以為病人們制作出一套對(duì)應(yīng)的智能化咨詢流程。

除了CRIS，微軟還推出了LUIS，全名語(yǔ)義識(shí)別智能服務(wù)。微軟將LUIS描述為一種“意圖識(shí)別引擎”，它幫助計(jì)算機(jī)理解人們說(shuō)的話背后的含義。舉例來(lái)說(shuō)，通常的語(yǔ)音命令是這樣工作的：程序員直接將特定的字詞映射到相關(guān)的執(zhí)行流程，“尋找咖啡館”或“帶我去咖啡館”會(huì)直接通過(guò)地圖軟件將你指引到就近的咖啡店。而LUIS，你可以隨意表達(dá)各種類似意思的話，例如：找到咖啡館，帶我去咖啡館，我想要喝咖啡，我需要來(lái)點(diǎn)飲料提提神，我快要睜不開(kāi)眼了等等。

LUIS通過(guò)機(jī)器學(xué)習(xí)來(lái)理解我們的意圖，它并不是簡(jiǎn)單地去理解單句話的含義，有了這個(gè)引擎，程序員不再需要添加專門的內(nèi)容庫(kù)就可以獲得表達(dá)非常自由的語(yǔ)音指令。

《星艦指揮官》-語(yǔ)音驅(qū)動(dòng)的VR游戲

總之，可定制語(yǔ)音服務(wù)就是一項(xiàng)基礎(chǔ)服務(wù)，微軟本身并沒(méi)有圍繞這個(gè)服務(wù)構(gòu)建完整的應(yīng)用程序。這是客戶的任務(wù)，例如這家VR內(nèi)容工作室：Human Interact。

他們的出道作品就是《星艦指揮官》，一款語(yǔ)音驅(qū)動(dòng)VR游戲。玩家在游戲中扮演一位星艦駕駛員，你正在執(zhí)行由超級(jí)計(jì)算機(jī)和全息影像構(gòu)成的上級(jí)官員領(lǐng)導(dǎo)的任務(wù)。玩家與這些虛擬人物交流時(shí)用的就是語(yǔ)音。我想，如果這個(gè)游戲使用的是我們以前見(jiàn)過(guò)的那種語(yǔ)音AI，很快玩家就要被AI的局限性磨去耐心了吧。

當(dāng)然，游戲目前還沒(méi)有完全開(kāi)發(fā)完畢，我們嘗試的對(duì)話也比較簡(jiǎn)短，所以感覺(jué)交流相當(dāng)順暢，不過(guò)開(kāi)發(fā)商表示他們將把內(nèi)容拓展到數(shù)百種。

微軟計(jì)劃利用可定制語(yǔ)音服務(wù)和整個(gè)認(rèn)知服務(wù)系統(tǒng)擴(kuò)展自家AI技術(shù)的應(yīng)用范圍，“把AI帶給每一個(gè)組織和每一個(gè)人?！边@是微軟的宏大目標(biāo)。