語音識別 (voice recognition)是多次被熱烈期待、又讓人大失所望的技術(shù)之一;尋找一種實用的人類語音識別技術(shù)之需求，自該技術(shù)首次被嘗試運用在人機界面以來，一直都是個挑戰(zhàn)。

最新一代的消費者導(dǎo)向人機界面技術(shù)Siri，是蘋果的iOS操作系統(tǒng)所配備之智能個人助理與知識導(dǎo)航應(yīng)用程序;該技術(shù)是由Siri這家公司的共同創(chuàng)辦人與前任CEO Dag Kittlaus出售給Apple。根據(jù)Apple說法，該軟件會隨著時間適應(yīng)用戶喜好、產(chǎn)生個人化的結(jié)果，也能執(zhí)行查詢附近餐館、指引方向等基本任務(wù)。

Kittlaus表示， Siri是起源于一個由美國國防部高等研究計劃署(DRAPA)所贊助、在研究機構(gòu)SRI International進行的一項“2.5億美元專案”;而Siri的誕生其實是眾多研發(fā)人員的共同成果，他們來自卡內(nèi)基美隆大學(xué)(Carnegie Mellon University)、麻州大學(xué)阿默斯特分校(the University of Massachusetts Amherst)、羅徹斯特大學(xué)(University of Rochester)、奧勒岡州立大學(xué)的人機認知研究中心(the Institute for Human and Machine Cognition)、南加大(the University of Southern California)以及史丹佛大學(xué)(Stanford University)。

Siri 共同創(chuàng)辦人Dag Kittlaus (照片提供：Northwestern University)

Apple將Siri納為旗下應(yīng)用程序之一，并用于其iPhone 4S智能手機。Siri能讓用戶以語音發(fā)送信息、安排行程、撥打電話、下指令、問問題，而且能理解自然語言;Siri也會在需要更多資訊來完成任務(wù)時，主動提出問題。

有鑒于此，其實那些任務(wù)都是被明確定義與限制的，而語音識別技術(shù)都是依照設(shè)計來運作。而這也是語音識別技術(shù)發(fā)展歷史上的一大難題，該種應(yīng)用程序需要被限制在某個范圍內(nèi)、聚焦特定的任務(wù)，并被放在一個封閉的生態(tài)系統(tǒng)里，于是用戶才能在iPhone 4S上收到一小部分令人滿意的結(jié)果。

語音合成以及語音識別應(yīng)用程序在今日普遍可見，應(yīng)用范圍涵蓋電話查詢飛機航班、車用語音導(dǎo)航系統(tǒng)、盲人電腦以及安全系統(tǒng)等等。在年度的“5 5預(yù)言”科技發(fā)展預(yù)測中，IBM院士語音技術(shù)官David Nahamoo認為，生物識別(biometrics)將因為整合語音識別技術(shù)以及其他生物識別技術(shù)，更充分發(fā)揮其性能。

“接下來五年，個人的獨特生物特征與生物識別數(shù)據(jù)──例如臉部特征、虹膜掃描資料、語音檔案甚至DNA──將成為保護個人身分與信息的關(guān)鍵，并取代目前的用戶帳號/密碼系統(tǒng)。”Nahamoo表示：“我們可利用已經(jīng)內(nèi)建于今日智能設(shè)備的先進技術(shù)，例如麥克風(fēng)、觸控屏幕、高分辨率攝影機等，來完整布署生物識別安全功能選項。”

IBM的研究人員在近幾年公布的“5 5預(yù)言”中，列出了將持續(xù)突破人類極限、強化并擴大我們的感官能力之新興技術(shù);那些技術(shù)包括機器學(xué)習(xí)(machine learning)、人工智能(artificial intelligence)以及先進語音識別技術(shù)。

因此，盡管連續(xù)性的語音識別技術(shù)目標仍然像50年前一樣難以捉摸，現(xiàn)在畢竟已經(jīng)有了被定義在有限范圍、可以放進口袋的應(yīng)用程序，讓實用的語音識別技術(shù)成為可能。