這幾天，可穿戴設(shè)備突然一下熱起來了，國內(nèi)廠商一口氣發(fā)布了好幾款智能手表，有映趣科技的inWatch，土曼科技的TWatch、盛大果殼電子的GeakWatch等，當(dāng)然，最重頭的還是三星在德國舉行的發(fā)布會(huì)上，發(fā)布了智能手表Galexy Gear。

      智能手表不是新發(fā)明的，有很多早就在市面上流行的產(chǎn)品，如索尼的SmatWatch等，就連做芯片的高通也發(fā)布了一款智能手表。大家早就看出，這里面是有前景的，是未來的一大趨勢(shì)，只是如果巨頭不出手，這個(gè)市場(chǎng)就很難被激活。

       智能手表到底是用來做什么的？在當(dāng)前技術(shù)條件下，還只能發(fā)短信，拍個(gè)照，記錄筆記，充當(dāng)健身輔助設(shè)備，在手機(jī)的支持下實(shí)現(xiàn)通話等，或許未來還可以在NFC的支持下完成近場(chǎng)支付等功能。智能手表的未來，一定不是滿足用戶的娛樂需求，而是著眼于普通人日常生活領(lǐng)域的諸多實(shí)際需求，這是由其自身特點(diǎn)所決定的。但我更關(guān)心的是，智能手表靠什么輸入文字，傳送信息。

       智能手表屏幕較小，使用額外的S-pen一類的輔助工具也并不現(xiàn)實(shí)，在當(dāng)前條件下看，唯有依靠語音輸入了。語音輸入看上去是個(gè)不大的基礎(chǔ)應(yīng)用，實(shí)現(xiàn)起來卻需要非常復(fù)雜的技術(shù)能力，已經(jīng)涉及到人工智能AI的范疇，而且這個(gè)技術(shù)已經(jīng)進(jìn)化了幾十年，似乎還沒得以大規(guī)模商用，可見其開發(fā)難度。

        13年前我曾買過一張IBM的Viavoice光盤，裝到電腦上后對(duì)著電腦練了一下午，希望其能快速熟悉我的個(gè)人口音，哪怕能有90%的識(shí)別率，也能為我繁重的文案工作減輕不少負(fù)擔(dān)。這次試驗(yàn)最終還是失敗了，卻并不令人沮喪，至少領(lǐng)略了世界前沿的語音識(shí)別技術(shù)，理解到識(shí)別自然語言對(duì)于計(jì)算機(jī)而言有多么難了。在當(dāng)時(shí)，Viavoice是世界最尖端的語音識(shí)別技術(shù)。

        Gear中內(nèi)置了三星自己的S-Voice，另外也和百度合作，將百度語音助手預(yù)裝了進(jìn)去?？磥戆俣扰c三星的關(guān)系相當(dāng)不一般，前有百度云，后有語音助手，對(duì)看重安卓更甚iOS的百度，支持力度相當(dāng)大。不過，還是有理由相信，百度語音助手的技術(shù)實(shí)力已達(dá)到三星所期望的程度，預(yù)裝其語音產(chǎn)品，可以給智能手表帶來更好的用戶體驗(yàn)。語音有可能是智能手表的唯一輸入方式，在這方面無法做到準(zhǔn)確，易用，快捷，是很難讓用戶買單的，會(huì)成為其發(fā)展瓶頸。

       在周日的下午下載了百度語音助手，進(jìn)行了一番測(cè)試。我發(fā)現(xiàn)，普通話方面的語音識(shí)別準(zhǔn)確率，已經(jīng)到了令人驚喜的地步。除了一些停頓和轉(zhuǎn)折，機(jī)器在識(shí)別上仍有一定困難外，基礎(chǔ)字詞很少會(huì)出現(xiàn)錯(cuò)誤，只要對(duì)自己的普通話有一定自信，基本都能做到99%以上的識(shí)別率。

       之后我還對(duì)百度語音助手進(jìn)行了上海話和英文的測(cè)試，發(fā)現(xiàn)效果并不理想，用上海話說了一串上海市井小吃的名字，基本無法識(shí)別，但在將上海的區(qū)縣名稱挨個(gè)念出來后，發(fā)現(xiàn)還是有一定的識(shí)別率。至于英文，則是基本無法識(shí)別?？磥恚@一版語音助手，仍是以普通話識(shí)別為基礎(chǔ)的，還沒有考慮到更多需求。

        我不知道這是否代表中文普通話語音識(shí)別的最高水平了，其他一些語音識(shí)別工具，如搜狗和科大訊飛等產(chǎn)品，是不是也能做到差不多的識(shí)別效果。這一次的測(cè)試，與13年前的那次從感覺上完全不一樣。Viavoice是一種學(xué)習(xí)型的語音識(shí)別軟件，你需要適時(shí)地對(duì)識(shí)別結(jié)果進(jìn)行調(diào)整，以方便機(jī)器下一次識(shí)別，積累下來的識(shí)別數(shù)據(jù)要妥善保護(hù)，要是因?yàn)橐淮沃匮b系統(tǒng)而導(dǎo)致丟失的話，一切都得重來。從商用角度來看，這還做不到多好的商用體驗(yàn)，而如今的語音識(shí)別技術(shù)，從體驗(yàn)上明顯已能讓人看到曙光。

       甚至可以認(rèn)為，只有在語音識(shí)別技術(shù)取得革命性突破之后，可穿戴設(shè)備真正的爆發(fā)之日才會(huì)到來。設(shè)想你可以與智能手表和眼鏡實(shí)現(xiàn)人機(jī)對(duì)話，戴著眼鏡時(shí)不必再傻傻地說句OK
 

      Glass才能開啟攝像，只需用生活中最自然的語言即可完成指令發(fā)送，之后再由機(jī)器將任務(wù)完成情況用語音反饋給你，到那時(shí)，屏幕的作用將弱化，移動(dòng)互聯(lián)網(wǎng)的新入口將誕生。

       過去一年，百度在硅谷建立了IDL實(shí)驗(yàn)室，進(jìn)行深度學(xué)習(xí)方面的研究，在利用軟硬件模擬人腦方面試圖獲得更多成果。而這些工作，在過去印象中總是由IBM，貝爾實(shí)驗(yàn)室等大機(jī)構(gòu)所做的，出了能商用的成果，大家去買授權(quán)好了，像百度這樣的廣告公司也來搞這個(gè)，著實(shí)令人感慨萬分。

       不過，這些耗費(fèi)甚巨卻見不到短期產(chǎn)出的基礎(chǔ)研究項(xiàng)目，使得百度在語音識(shí)別技術(shù)方面有了相當(dāng)不錯(cuò)的進(jìn)步，還沒有達(dá)到商用化的地步，最起碼也已可以進(jìn)行積極布局，積累用戶了。

       未來隨著手持設(shè)備的小型化，甚至穿戴化，各種智能眼鏡，手表等層出不窮，誰能在語音輸入方面取得領(lǐng)先優(yōu)勢(shì)，誰就能掌握了用戶的一個(gè)基礎(chǔ)需求，誰也就能在這個(gè)由鼠標(biāo)鍵盤、觸屏和語音所組成的互聯(lián)網(wǎng)世界里，占據(jù)一個(gè)重要入口。