央广网北京2月1日消息（记者庄胜春 见习记者刘柏煊）据中国之声《新闻纵横》报道，过去一年，最火的科技概念莫过于人工智能。阿尔法狗大杀四方，将人工智能的深度学习能力展露无疑。但要说跟老百姓关系最密切的人工智能技术，可能要数语音识别。从互联网问世到手机普及，人们的双手逐渐和机器绑定在一起。未来，也许人们只需要动动嘴，机器就能明白人们的意思。
但也许有人会说，这不新鲜啊，早在几年前，很多软件就支持语音操控了！然而不一样的是，随着技术的发展，语音识别的准确性不断得到提升。这种量变，正在孕育着质变。
记者：Siri你是怎么过年的？
Siri：你可以和亲戚们聊聊天，我去研究一下人类和亲戚们聊天的艺术。
前两年，提到语音识别，大家可能第一时间会想到的就是这个不大会讲笑话的苹果Siri。如今，不光是苹果，谷歌、亚马逊等国际巨头主打语音控制的智能家居，都已经风生水起。但在中国，这外来的和尚念的经还是不够准，中文的听说能力只能给个及格分。在2016年的尾巴上，罗永浩在自己的锤子手机发布会上，捧红了一款中国的语音产品，“我在这里用尽可能口语化的语言，随便和大家聊几句，我开始长时间的胡说八道，请不要打断。”
它是一款第三方软件——科大讯飞；深耕多年，一朝走红。
罗永浩说：“在演示里，由于一个错字都没有，甚至显得有点假。但是你不用使用我们的手机，无论使用什么手机，只要下载讯飞语音输入法，今天你就能看到这个奇迹，97％的识别率。”
这一年，不少新闻发布会和论坛的现场多了一个标配——一块专属语音识别的屏幕，主讲人一边说，屏幕上一边出现说的话。有人感叹，速记员这个职业可以消失了。
不止是科大讯飞，百度去年也频频“秀肌肉”。在《最强大脑》最新一季节目中，百度的人工智能机器人小度就与《最强大脑》的顶尖选手较量了一把语音识别能力。
双方根据三段不稳定通话中的只言片语，在一个性别相同、年龄相仿、声线极为相似的21人专业合唱团中，选出曾经在通话片段中出现过的3个声音。节目嘉宾魏坤琳这样分析比赛的看点：“虽然说话差别很大，但可能她们唱歌的时候，非常相似，这就是这个题目的难度所在，你需要从她说话的声音，推演她唱歌的声音。”
最终，双方都只答对了三题中的两道，打成平手。人机谁更强，留了个悬念。
目前，搜狗、百度和讯飞都已宣布，自己的语音识别系统正确率高达97％左右。而微软在去年发布的一份学术声明中也表示：自家语音识别技术的精准性已经可以媲美人类，在测试中已经实现了将错词率降低到5.9%——这已经与人类专业速记员的最好记录水平持平。
展望2017，随着语音识别越来越多地渗透到人们的生活，人机交互方式的彻底改变也许不再遥远。人工智能专家、百度首席科学家吴恩达说： “如果你能和你的手机直接对话，而不是通过敲打键盘，这就是人机互动方式的质变。很多人都低估了这样一个事实，就是语音识别的准确率从现在的95%，一旦提升到99%，就会出现质变：你从偶尔使用语音，变成常常自然而然地使用。”
当然，语音识别还有难题要解决。在智能语音专家贾磊看来，人、环境和设备的不确定性，是语音识别技术的最大挑战。比如，说话的人常常来自不同的方言区、说话时有不同的方式、带着不同的情感。此外，真实的语言环境也非常复杂，会被各种各样的噪声环绕，包括汽车的喇叭声、飞机的噪声、马路上人流车流的声音等；而发言者使用的设备也是五花八门，除了自然发声，人们还会配戴各式各样的麦克风。
如何处理这些不确定性，也许决定着距离解放人们的双手还有多少时间。
中国春节·乐享春节
