11-Siri 能听懂你说的话吗？

你好，我是悦创。

你在生活中肯定用过手机或者是智能音箱上的语音助手吧？你只要跟手机或者音箱说一段话，它就会按你说的搜索东西、播放音乐或者回答问题。

比如你只要跟苹果手机上的 Siri 说：“帮我打开 AI悦创APP”，它就会帮你打开软件。你还可以直接问它“图灵测试是什么意思？”它就会从网上找一大堆和图灵测试有关的知识。

你甚至还可以跟它说“给我讲个笑话吧”，Siri马上会找个笑话讲给你听，虽然可能没那么好笑。那你有没有好奇过，语音软件是怎么做到这些的呢？

这事，咱们得分成两个部分来说，第一个部分是，计算机是怎么听懂我们说的话的？第二部分是，计算机是怎么根据我们说的话作出反应的。

咱们先从第一部分说起，计算机是怎么听懂我们说的话的。

在之前讲计算机是怎么分辨颜色的时候，我给你说过，计算机没有眼睛和大脑，是没法看见颜色的。它其实是把图片上每个像素点的颜色转换成数字，然后对着这一堆数字进行操作。

同样的，计算机在听声音的时候，也是没法直接听懂我们在说什么，也要把我们的声音信号转化成数字信号。这一步用的也是编程思维里的问题转换思想，我就不重复给你说了。

但接下来就不太一样了。图像信息比较明确，红就是红、蓝就是蓝，不会有什么歧义。

但声音信息呢？就复杂多了。

首先，很多人说话都会带着当地方言的口音，同样的词读起来声调可能就不一样。另外，还有一些字是多音字，特别容易读错。所以，想把声音信号还原成正确的文字可不是一件容易的事情。

那计算机要怎么做呢？说出来你可能不信，计算机是靠猜的。当然了，计算机并不是瞎猜，这背后有一种特别重要的思考方式，叫做概率思维。什么意思呢？我给你举个例子你就明白了。

比方说，你打开语音助手Siri，说了个词“蜜蜂”。很快，Siri就会从网上给你找了一堆和小蜜蜂有关的搜索结果。

那你有没有发现，“mifeng”这个读音，既可以是在花丛里飞来飞去的小蜜蜂，也可以是把东西密封起来装好的那个“密封”。Siri怎么知道你说的是哪个呢？

这就和概率有关了。科学家把各种各样和语言有关的材料都整理成了一个资料库，交给Siri去学习。咱们日常说的词语、句子、各种各样的书、你发的朋友圈文字等等等等，全都在这个资料库里，这个库有个名字叫做语料库，就是语言资料库的意思。

通过学习语料库，Siri 就会知道哪些词语人们用得比较多，哪些词语很少用。比方说在资料库里，“mifeng”这个读音，**90%的情况，人们说的是小蜜蜂这种昆虫，只有10%**的情况，说的是把东西密封起来的意思。

所以，在没有任何提示的情况下，Siri就会猜你说的蜜蜂就是指蜜蜂这种昆虫，这样猜对的概率就比较大。

这种用概率做判断的方法，在生活中特别有用。比方说你和同学约好了要去肯德基吃饭，结果呢，出了门才发现忘记约的是哪一家肯德基了。怎么办呢？这时候，你可以根据你同学的习惯，去他经常去的那一家，在哪里找到你同学的概率最大。

那咱们说回Siri，Siri好歹也是个人工智能，这样硬猜是不是太不靠谱了？有没有什么办法能让Siri猜得更准呢？当然有。

你肯定发现了，一般我们使用Siri这种语音助手的时候，不太可能只说一个词，一般会说一段话，比如你可能会问Siri“什么花会招来蜜蜂？”“被蜜蜂蜇了怎么办？”

这种情况就好办多了，Siri就可以根据上下文来判断词语了。这两句话里分别出现了“花”还有“蜇”这两个字。通过分析语料库，Siri发现如果出现了“花”或者是“蜇”，人们99%的可能是在说蜜蜂这种昆虫。你看，通过结合上下文，Siri就能猜得更准了。这种根据上下文语境判断别人说话的意思，咱们在生活中也经常用。

另外，你还记得吧？在前面的课程里我给你说过，为了让计算机能够准确判断出图片上的动物是不是狗狗，科学家会让计算机看好多好多图片，让它学习总结出靠谱的规律。

在教计算机判断词语的时候也一样，科学家会让计算机不断学习人类的说话习惯，让它能猜得越来越准。

这样一来，计算机就算是能“听懂”咱们说话了。当然了，这个听懂是打引号的，因为计算机并不是真的听懂了你在说啥，而是从各种可能性里，猜了一个可能性最高的答案。

那问题就来了，计算机不能真正听懂我们在说啥，它又是怎么回答我们提的问题的呢？这就是咱们要说的第二个问题了。

我先给你举一个机器人客服的例子吧。你的爸爸妈妈可能会在购物软件上买各种各样的东西，有时候会给商家的客服打电话，你可能也打过类似的电话。

电话那头听起来好像是有个人在和你说话，但其实，现在好多客服电话都是机器人接的，和你聊天的可能压根就不是个人类。

你可能会觉得“不能吧？对方还能根据我说的话作出不同的反应，怎么能是机器人呢？”别着急，你听我接着给你说。

机器人，也就是计算机，它是怎么“听懂”你的话的，这个咱们前面已经说过了。那它又是怎么根据你说的话作出判断的呢？

原理也非常简单。除了前面说的语料库，计算机还有一个用来装各种各样回答的答案库，你可以简单理解成一个答案百宝箱吧，里面装着各种各样问题的回答。

计算机会根据你说到的关键词，挑选对应的回答。比方说，你要是问客服“快递多久能到呀？”

这时候，机器人会提取出你说的关键词“快递”“多久”，只要出现这两个词，它就会从答案百宝箱里找到和寄快递时间有关的回答，比如“全国绝大部分地方1-2天就能收到，偏远一些的地方呢，时间长一些，要3-5天。”

如果你问客服“现在有没有活动呀？”客服机器人又会提取出关键词“现在”“活动”，然后去答案百宝箱里找对应的回答，把正在进行的优惠活动讲给你听。

你发现没有，这个过程有点像对对联。你可能知道，对对联是有常用套路的，比如别人说了天，你得对地，别人说大陆，你要对长空。

而客服机器人在回答问题的时候也是一样。它会根据“上联”，也就是你说的关键词，去答案库里找到“下联”，也就是对应的回答。

这种回答问题的方法不能说是百分之百准确，但是足够应付绝大多数情况了。如果是机器人实在解决不了的问题，它可以再转交给人工来解决。

通过这个方法，客服人员的工作效率就大大提高了，大部分的问题，机器人都替他们解决了。这样一来，本来只能帮助100个人的客服，现在可以帮助1000个人解答问题了。

当然了，除了让计算机从答案百宝箱里挑选答案回答，科学家也在想办法让计算机拥有创造性，能够针对不同的问题创造出自己的答案，但这件事可比对对子回答问题要难太多了，真正应用到生活中可能还要很长一段时间。

你可以想想，自己在哪里碰到过机器人，把它们的聪明之处和犯的错误写在留言区里，跟大家分享一下吧！

最后，我们回头想想最近的几集，不管是看图片还是听声音，计算机都是在人类的指导下学习的。那么，计算机有没有可能脱离人类的指导，自己去“自习”呢？下一集，我就给你说说这件事，我们下集见。