去年年底,微软联合全球各大计算机厂商发布了平板电脑(Tablet PC)产品。由此长期以来人们一直思考的“我们需要什么样的人机界面”这个老话题引起了更多人的关注。
尽管随着科技的进步,计算机的计算能力、存储能力和多媒体处理能力已经有了很大的发展,但是人们使用计算机的方式并没有发生本质的改变。如我们的主要输入方式靠键盘、鼠标和屏幕来完成,这是因为目前计算机的使用方法是按计算机本身的方便而设计的,并不是很符合人们主要依靠语音和视觉的交互习惯。也就是说用户要适应计算机,即“以计算机为中心”的计算模式。人们使用计算机时需要坐到计算机前控制工程网版权所有,也就是说计算机并没有与人们的生活环境融合在一起,仍然是桌面计算(desk-top)的方式。这样用户到计算机的输入宽带与计算机到用户的输出宽带产生了不平衡,用户的输入宽带低于计算机输出的宽带。结果计算机软件功能的灵活性与人机交互能力的巨大反差。基于此,促使人们不断探索更为自然的人机交互方式和技术手段。
1.无所不在的计算
前施乐公司的首席科学家Mark Weiser在1991年提出了"无所不在的计算(Ubiquitous Computing)"的思想,强调把计算机嵌入到环境或日常工具中去,让计算机本身从人们的视线中消失,让人们注意的中心回归到要完成的任务本身。
虽然很难对"新一代人机界面技术"下一个准确的定义,但我们可以这样理解未来的人机环境控制工程网版权所有,它将是以"人为中心的计算",即计算机的使用将更加符合人的习惯,建立一个自然人机界面与和谐的人机环境。
计算机将"嵌入"人们的日常环境(如办公室、住家)和常用设备中,我们与这样的环境交互就像与他人交流一样自然,设备的使用也将更为简便;。今后计算机应能听、能看、能说,而且应能"善解人意",即理解和适应人的情绪或心情。未来计算机的发展是以人为中心,必须使计算机易用好用,使人以语言、文字、图像、手势、表情等自然方式与计算机打交道。
2.信息内容的智能处理
信息技术产品逐步进入后PC时代,各式各样的信息家电、网络接入终端以及集成计算与通信功能的产品繁多。易用性、善解人意已逐渐变成信息设备参与市场竞争的关键。甚至一个具有重大创新的知识产权将带动一个新产业。如中文和汉语信息处理,面向信息内容的智能化处理技术,包括文字与语音的识别、翻译、查询、分类、摘要等。这方面的技术突破将极大地推动信息服务业和计算机产业。
将信息转变为知识、将信息基础设施发展为知识基础设施是21世纪的重要科研方向。这里,在软件方面要重点解决:数据发掘、知识发现、Internet网上海量信息的智能化检索和网上软件机器人等。
3.移动互联时代的语音识别技术
语音识别是新一代人机界面中最重要的技术之一。但到目前从听写机到电话语音识别,语音识别的应用不是十分成熟。这种局面将会随着移动无线互联网以及新一代移动通讯的发展而产生变化。现有语音技术会在未来几年在嵌入式系统、无线互联网以及语音翻译应用起来,这对信息产业将产生的深刻影响。将来用户无论是在办公室、家中,还是在旅行的路上都可以通过移动或者固定电话与语音门户网站进行自动对话控制工程网版权所有,倾听语音门户为您提供的服务,得到感兴趣的诸如天气、航班、酒店、交通和股市行情等各种信息,使"浏览"互联网的过程不再局限于计算机。
据统计www.cechina.cn,在日常生活中人类的沟通大约有75%左右是通过语音来完成的www.cechina.cn,语音无庸置疑地成为人与计算机等信息设备进行交互的最重要的"人机界面"。语音识别技术的研究工作始于20世纪50年代,经过近半个世纪来的发展,语音识别技术开始走出实验室,进入到社会生活的各个领域。
语音听写技术(即大词汇量连续语音识别技术)始终是语音识别研究的核心问题,基于这一技术的产品也是语音识别技术产品在大众中知名度最高的一种。这个领域国内外已经出现了一些商业化的产品,其中比较有代表性的是IBM公司的Via Voice和DRAGON公司的Naturally Speaking。
语音识别技术的另一重要应用是用在各种产品的命令导航中,它使得我们不必再用按