北京時間3月10日消息，據路透社報道，隨著谷歌助理(Google Assistant)上周開始大范圍登陸Android設備，語音助手行業的競爭進入白熱化。現在，蘋果、亞馬遜、微軟以及谷歌都在提供能夠接受用戶指令的虛擬助手。

　　蘋果Siri是推出時間最長的語音助手。艾倫人工智能研究所(Allen Institute for Artificial Intelligence) CEO奧倫·奧奇奧尼(Oren Etzioni)等研究人員表示，在理解語音和回答問題上，Siri揮霍了它的領先優勢。

　　但是，Siri至少能夠做到一項其他語音助手無法做到的事情：能夠識別36個國家的21種本地語言。鑒于多數智能機是在美國以外的市場銷售，這是一項十分重要的能力。

　　相比之下，微軟“小娜”只能夠識別13個國家的8種語言。谷歌助理能夠識別4種語言，它最初只應用于Pixel手機，現在已經擴大到了其他Android設備上。亞馬遜的Alexa只能識別英語和德語。Siri將很快開始學習上海話，后者是一種只在上海周邊說的特殊吳語方言。

　　語言障礙

　　語音助手要想成為操作智能機和其它設備的普遍使用工具，仍需要清除語言問題等障礙。對于任何一款語音助手來說，說一口地道方言是一件復雜的事情。例如，如果有人在英國詢問足球賽比分，即便說的是英語，但是語音助手也必須知道回答“two-nil”(2:0)，而不是“two-nothing”(2:0)。

　　在微軟，一支由29人組成的編輯團隊正在針對當地市場對小娜進行定制化。谷歌和亞馬遜表示，他們計劃為各自語音助手引入更多語言，但拒絕進一步置評。

　　蘋果語言團隊主管亞歷克斯·阿切洛(Alex Acero)表示，公司已開始為Siri訓練新的語言。蘋果首先讓人讀取短文，其中夾雜著口音和方言，然后進行人工轉錄，這樣計算機就擁有了一個可以進行學習的具體語音范本。蘋果還從許多聲音中捕捉到了各種語音，從而借助聲學模型來預測言語順序。

　　阿切洛稱，蘋果還在新語言中部署了“聽寫模式”，也就是文本轉語音翻譯器。當用戶使用聽寫模式時，蘋果會捕捉到較小比重的音頻錄音，然后對它們進行匿名處理。人類將對錄音以及背景噪音、模糊話音進行轉錄，這一過程可協助將語音識別錯誤率降低一半。

　　他表示，當蘋果收集到足夠數據，并且配音演員完成新語言的錄制后，他們就會開放Siri，回答公司預計的用戶最常問問題。當Siri開始接受新語言后，它就會從用戶的實際問題中學習到更多，每兩周就會更新一次，作出更多調整。

　　不過，智能助手Ozlo創始人查爾斯·喬利(Charles Jolley)表示，為語音助手撰寫腳本無法做到規模化。“你無法聘請足夠的作者為每一種語言撰寫需要的腳本，你必須對這些答案進行整合，”他表示，這還需要多年時間。

　　三星在去年收購了“Siri之父”創建的語音助手Viv，后者的創始人正在著手解決語言訓練問題。“Viv旨在專門解決智能助理的規模化問題，”Viv聯合創始人兼CEO戴格·吉特勞斯(Dag Kittlaus)表示，“當前的語音助手存在功能限制，邁過這一限制的唯一方式就是開放系統，讓世界來教它。”