在对话中理解苏大强们：语音交互的未来会是老龄化＋个性化吗？( 五 )_图片来源@视觉中国文|脑极体在最近的热

不难看出，如今NLP领域中关于语料的累积和处理，已经呈现出了横向和纵向两种态势。横向来看，是汉、英、日、俄以及各种少数民族语言、小语种等等语言类型。纵向来看，则是一个人从童年到老年整体语言能力的发展变化。

相较之下，更多时候我们仍然还停留在对NLP语料进行横向耕耘的阶段，不断地深挖语义，尽可能去实现足够自然的语音交互。但纵向的语言能力变化，同样对语音交互效果有着巨大的影响。

就拿儿童语音识别来说，儿童音域与成年人不同，语言能力以及对智能产品的认知理解也与成年人有巨大的差异。在谷歌助手、亚马逊Echo这类产品身上，都曾出现过儿童语音识别不准确的问题。目前已经有不少创业公司，例如来自爱尔兰的SoapBox Labs已经开始着手去建立专属于儿童的语音识别算法。

其实个体语言能力的差异何止儿童、老年人、成年人这三个维度？不同性别、不同受教育能力、不同细化年龄阶段，都可能决定其语言能力的细节差异。

在未来，当语音交互真正进入细节化竞争时，很可能出现的是语料数据处理平台化+语音交互方式个性化。

在对话中理解苏大强们：语音交互的未来会是老龄化＋个性化吗？( 五 )