在AI技術發展的過程中自然語言處理技術已經成了最重要的一大體系，隨著年代的定義越加細分化語言識別逐漸區分為語音識別和語義識別兩個概念。一字之差卻大不相同。語音識別是前提語義識別才是它的目標。從語音識別到語義識別，中間還有多長的路要走？

　　最近科技圈刮起一股收購風，前面博通收購高通還在如火如荼的進行，這周蘋果就宣布收購音樂識別軟件Shazam。Shazam這個軟件，通過手機麥克風收錄音頻片段，能夠識別音樂、電影、電視節目甚至是廣告。那么蘋果公司整合這項技術做什么？很大可能是為了其人工智能助理軟件Siri。

　　Siri使用自然語言處理技術，是AI技術的一大體系，而隨著近年定義和產業分工越發精細，語言識別漸漸分成了語音識別和語義識別兩個支系。語音和語義雖只有一字之差，卻有很大的不同。

　　打個簡單的比方，語音識別相當于是人的耳朵，而語義識別則是大腦，語音識別幫助機器獲取和輸出信息，那么語義識別則是對這些信息進行識別加工。

　　在這里， 小編舉個例子來幫助大家更好的理解上面的話：

　　爸爸沒法舉起他的兒子，因為他很重。

　　問：誰重？

　　爸爸沒法舉起他的兒子，因為他很虛弱。

　　問：誰虛弱？

　　可以看到，這兩個句子結構完全一致，后面的“他”指的到底是爸爸還是爸爸的兒子？這對于我們來說輕而易舉，因為我們有能清楚的通過我們積累的知識知道：爸爸舉不起兒子，要么兒子太重，爸爸舉不起；要么兒子不重，但是爸爸力氣小，比較虛弱，因此舉不起兒子。

　　但是對于一個只會語音識別的機器來說，它不會去思考句子中的“他”到底指的兒子還是爸爸，事實上，它也“想不清楚”。但是通過語義識別，機器會對聽到的信息進行加工理解，從而給出正確的答案。

　　與語音識別相比，顯然語義識別顯然要更深一個層次，用到的技術也更為復雜。

　　本期《趣科技》， 小編就給大家介紹一下人工智能中，自然語言識別這一重要支系。

　　語音識別發展史

　　語音是最自然的交流方式，自從1877年愛迪生發明了留聲機，人們就開始了與機器的交談，但是主要還是與人交流，而非機器本身。

　　1950年，計算機科學之父阿蘭·圖靈在《Mind》雜志上發表了題為《計算的機器和智能》的論文，首次提出了機器智能的概念，論文還提出了一種驗證機器是否有智能的方法：讓人和機器進行交流，如果人無法判斷自己交流的對象是人還是機器，就說明這個機器有智能了，這就是后來鼎鼎有名的人工智能圖靈測試。

　　到20世紀80年代，語音識別技術能夠將口語轉化為文本。

　　2001年，計算機語音識別達到了80％的準確度。從那時起，我們就可以提取口語語言的含義并作出回應。然而，多數情況下，語音技術仍然不能像鍵盤輸入那樣帶給我們足夠好的交流體驗。

　　近幾年來，語音識別又取得了巨大的技術進步。科大訊飛董事長劉慶峰在一次演講中，在演講的同時使用著最新的智能語音識別技術——可以讓他演講的內容實時以中英文雙字幕的形式呈現在大屏幕上，反應迅速、幾乎沒錯。識別精確度超過95%。隨著這項技術的進步，語音優先的基礎設施變得越來越重要，亞馬遜、蘋果、谷歌、微軟和百度都迅速部署了聲音優先軟件、軟件構建快和平臺。

　　圖|語音發展史