今日嘉宾：语音识别

“Hey siri！今天星期几？”

“今天星期一”

想打电话腾不出手，想查东西却不想打字，聊天解闷、预定餐厅、查询天气等等，只需一个呼唤，你的个人智能助理都可以帮忙搞定！

如此便捷，你知道它们的工作原理是什么吗？

这些智能助理是语音识别和语义识别的结合。简单说来就是听见、听懂，然后做出回应。语音识别和语义识别都算是人工智能的范畴，但属不同的领域。语音识别是把语音转化为文字，语义识别是将语音转化为文字后尝试理解这些文字。

以siri为例，它实质上是一个口语对话系统，主要包含以下图示中的几个部分：

每一台苹果手机的ios系统都会有一个持续工作的小型语音识别装置，从你的手机启用siri开始,它就会一直在后台待命。当你喊出“hey siri”这个词语，它便会第一时间接收语音，并对语音命令进行识别，即刻转换为一个声音数据包，并将其转化为文字。之后用识别器对文本进行理解，这一步就是语义识别。生成答案后，再将答案合成为语音，这是语音识别的逆过程。

小E、小爱同学、天猫精灵等也是使用同样的原理。

有的用户会发现，有些时候siri的回答非常有趣、口语化，让人觉得它好像能够听懂人们在说什么，一点也不像是提前设定好的答案。那是因为siri使用了大量的数据做基础服务支持，对语义进行分析的同时，对用户意图进行识别。这就是为什么用户会产生“siri是可以独立思考”的错觉。