我的数码回忆（2）——语音识别

今天想谈谈语音输入，其实前几天我就在 Twitter 上也有谈过语音输入（1/2/3)，那时候正好是在看 Steve Litchfield 的PhoneShow 104(btw,插一句，PhoneShow的Podcast还是比较不错，配上画面那英语相对来说也是比较容易听懂的)，正好 StonyWang 同学提起了 IBM 的 ViaVoice 技术，引起无限怀念，故作此文，聊表自己无聊之情，非技术文，仅仅是谈谈自己用过的这些语音输入的一个比较和感慨。

语音输入的初接触——IBM ViaVoice

IBM ViaVoice 是我第一个使用过的语音输入软件（是当初购买的方正品牌机种内置的软件），据 @StonyWang 介绍，最初 ViaVoice 是搭配硬件卡一起销售的。估计也是因为最初的时候硬件解码能力不足的缘故吧，就像在当初豪杰超级解霸之前，也有很多专门用于解码VCD的硬件。突然想起以前没用宽带的时候，看股票也不是用大智慧，而是用一种叫做通视卡的设备，而且还需要付和宽带费差不多的年费。如今那些公司也和当初卖BP机的国脉通讯一样，消失于技术升级的革命之中了吧。提起股票软件，现在用的最多的应该是大智慧和同花顺吧，其他的包括Level2行情还有电台里广告很多的那些软件都是挺贵的。
ViaVoice 在最初使用前需要经过一定的训练学习，来了解输入者的口音，然后进行一定的校正，由于需要进行一定的练习，所以我放弃了，从现在的角度来说，或许是用户门槛过高了吧，^_^。
Windows XP之后的操作系统均已内置语音输入，不过相信使用的人也不会很多，某些盗版例如番茄花园等可能将这些功能精简掉（没有测试过，胡乱猜测）。

Nokia的语音拨号

除了在电脑上的语音输入，那一时期还用过的就是诺基亚的语音拨号软件了，不过我一直觉得那个挺不好用的，用的很少。当时，用的手机还是 Nokia 的 8210，那个在当年还算比较火的手机。这款手机其实还有一个兄弟机，也就是蝴蝶键盘的蓝屏8250，当年也是曾为街机，大红大紫过的。Nokia 的语音拨号，在我使用过的几款 Nokia 手机中（Nokia3230/E51/E71)均有，而且还专门为其设置了快捷键（长按右键或者长按静音键）。只是据我了解，愿意使用该项功能的用户极少，包括我在内的大多数人都认为其不够好用，也许这个结论太过主观了，欢迎批驳。

其实，如果你是一个仔细的用户的话，你会在诺基亚的手机中看到不止一处语音技术的应用，包括语音识别和TTS，例如短信息的语音播报（中文语音小颖需要额外安装，可在dospy等网站搜索到），语音助手等，不过总体语音识别能力并不高。

最近的一些语音识别应用

最近 iPhoneOS 上的VoiceOver 相对来说是被使用的比较多的一个语音识别技术，通过语音来控制歌曲的播放，在 iPod Shuffle 上也有，挺实用的功能，不过相对于我的期望来说，功能还有所欠缺，比如不能通过语音来报时，也不能通过语音来评定星级，也不能通过语音来查看电池电量，好多要求啊，小小的汗一记。

其实不仅是 iPhone 平台啦，在 Nexus One 和 Symbian 平台上也有基于云的语音识别系统，Nexus 那个语音识别对于英文来说据说十分强大，可怜我们还要输入中文啊。至于 Symbian 以及 黑莓Blackberry 上，有个名为 Vlingo 的十分强大的应用，（AppStore 里估计也有类似应用，不过如果无法集成到系统中，则应用还是十分受限制的，无法随时随地呼出使用嘛）
Vlingo 和 Nexus 都是根据你的语音，上传到服务器来进行匹配，然后返回相应的匹配结果，也是瘦客户端模型（类似Opera Mini）。Vlingo 还是十分强大的，而且在各大智能系统中都有（Symbian/BB/WM/iPhone,似乎BB和Symbian还是比较主打的），可以通过Vlingo 打开应用程序，发短信、Email，甚至直接发推，近乎神器，当然也只支持英文。 Vlingo 的更多信息，可以到它的主页 http://www.vlingo.com/ 查看，相信你也会认同我的观点，这是个十分创新且有前途的Apps。然后，最近比如 Google Mobile Apps 还有 Bing Apps 也都有加入语音搜索功能，当然语音识别一般来说也不是本地进行的。

最后说说，语音输入的要点吧：1.尽可能的将短句分为一个一个的单词，单词之间有停顿，引擎对于单词的识别较好 2.语速尽可能平稳，不要过快过慢，将一句话讲完

最后，我也和您一样，期待着语音技术更加美好的明天，希望那些技术人员更加的努力哈。