Siri效應夯 聲控概念股長線利多可期

八○年代美國影集《霹靂遊俠》裡的經典對話：「夥計」「嗨！老哥」，主要就是描述人與智慧汽車的不可能任務，霹靂車不僅會說話，還能接受並執行「主人」的指令，這樣的人機完美互動模式，終於在Siri（智慧語音）看到了。

人類自工業革命以來，對「機器」的操作方法從手動、腳踏、以至於口述，都是單方面的傳達指令，遇到複選模式，還必須參閱使用說明書，才能完成操作。而近幾年來觸控功能盛行，主打最人性化的人機介面，殊不知在很多場合，使用者可能連手都懶得動，或是不方便動手，最終就應回歸到最人性的下達指令模式──聲控。

可互動對話 也是搜尋引擎

語音辨識功能是人工智慧ＡＩ中較簡易且成熟度高的一環，但真正要做到精確判讀不同語言是不容易的，過去在人工智慧研發領域中，日本最熱中於開發各類型機器人，在投入逾十億美元後，至今仍無法商業化上市，而美國則是選擇以個人電腦為應用領域，遂成就了Siri這樣劃時代的產品。

蘋果產品總是給人創新的期待，去年底的iPhone 4S就具備了語音祕書Siri這樣的功能，能與使用者對話，並主動搜尋相關網站，進而接受執行指令。

話說Siri的起源，可是美國國防部的人工智慧研究計畫，當時召集了二十五家一流學府的三百多位頂尖人才，投入自行學習、建構思惟的人工智慧研究，並於二○○七年成立ＳＲＩ公司，繼續投入商業化助理祕書輔助軟體開發，到一○年才被蘋果購併。

起初蘋果對Siri也沒給特別的關愛眼神，主要是語音辨識早就廣泛應用在眾多手機上，常見的為使用者說出想要聯絡者的名稱，就可以直接撥電話出去。

不過，Siri可不是一般的辨識軟體，除了具備精確的辨識語音功能外，因為投入得早、燒的錢多，構築了相當規模的資料庫及演算法，透過人工智慧學習功能，可分析問題、找出解答、並提供建議，也是強大的搜尋引擎。更重要的是，透過使用者的經驗，Siri資料庫仍不斷更新與新增。

在Siri問世之前，創新有餘的中國業者就已將語音控制的功能放入電視、廚房家電以及音樂播放器上，使用者可以對著電視遙控器說出要轉的台數、用聲音啟動家電運作、以及對著音響點歌，動口不動手，但大致上仍只是小範圍的互動，回應劇本固定，稱不上人工智慧。

然而，iPhone 4S的Siri功能，目前也僅支援英語、德語、法語三種，對於艱澀、轉折多、難發音的中文，可就沒那麼容易上口。

為了應付使用者不可預期的要求，資料庫必須建立龐大的處理情境，以便讓系統快速找出解答。由於一般小家電的指令受限，尚可將資料庫燒入在ＭＣＵ（微處理器）的儲存空間，但像Siri這樣廣泛的個人祕書功能，就必須利用雲端的空間來存放資料。

當然，順暢的網路頻寬是必備的，未來應用也不僅局限在手機上，就像今年初陸續有車廠宣布將推出支援Siri的汽車，顯示車用電子有其商機。

中文難度高 要靠合成技術

為了要精確辨識，收話品質好壞非常重要，所以iPhone 4S採用了四顆ＭＥＭＳ（微機電系統）麥克風，除了可加強接收端的收話，亦可降低環境噪音。由於台灣在ＭＥＭＳ產業技術落後，以揚聲器大廠美律來說，至今也還未量產ＭＥＭＳ麥克風，但封測廠菱生則擁有許多國際ＭＥＭＳ大廠客戶，整體營收貢獻將逾一成。

至於降噪ＩＣ，大致由國際大廠把持，國內的ＩＣ設計公司驊訊則是主推去噪ＩＣ，除了獲得大陸龍旗控股公司採用外，今年有機會打入聯發科智慧型手機平台。

此外，語音發話的合成技術也不容易，由於中文語音變化多，難以用有限的韻律規則資料庫涵蓋所有情況，故必須兼有規則庫及類神經網路技術，來演算生成語音韻律，以確保語音合成之自然流，並貼近真人發音，而音質好壞，取決於軟體的合成技術及發話系統上。

國內消費性電子ＩＣ設計公司大多有涉獵，但真正對於語音合成技術有專精研究的，首推以手寫辨識起家的蒙恬，其語音辨識整合語音合成技術，是市面上中文語音控制ＧＰＳ的主要軟韌體技術供應商，也是過去聯發科公版的搭配廠商。

今年中國粗估會有一億五千萬支的智慧手機，以及超過三千萬台的聯網電視，要能抗衡Siri，勢必得先解決資料雲的問題，故今年三月下旬，中國聯通宣布與當地的科大訊飛共同簽署戰略合作框架協議，由科大訊飛提供新一代語音雲系統，構成中文版語音辨識服務，堪稱中國版的Siri。

由於台灣並沒有人工智慧的研究成果，但在語音辨識與合成技術上則相當成熟，正好與大陸發展的資料雲有互補作用，有助於快速打造中文平台的Siri。在個股方面，可留意松翰、新唐、凌陽、蒙恬、驊訊、菱生等。