語言學(xué)下語音助手Siri語言能力評估

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了語言學(xué)下語音助手Siri語言能力評估范文，希望能給你帶來靈感和參考，敬請閱讀。

【提要】本文在語言學(xué)視域下評估語音助手siri的語言能力。Siri在語言理解上只能處理最基本的情況，在語言生產(chǎn)上已較為完善。Siri和其他語音助手今后應(yīng)更加關(guān)注文字形式相同而語音不同的詞、不斷更新詞庫、關(guān)注方言問題、改進對話模式、增強學(xué)習(xí)能力。

【關(guān)鍵詞】語音助手;語言能力;Siri

如今，人工智能迅速發(fā)展，智能語音助手是人工智能的重要應(yīng)用領(lǐng)域。Siri是最早的智能語音助手，其語言能力在各類語音助手中位于前列。盡管語音處理技術(shù)發(fā)展迅速，語音助手仍有很大提升空間。本文在不高于45分貝的安靜場景展開測試，從語音、詞匯、語法、語用等角度評估語音助手Siri的語言能力。

一、語言理解能力評估

（一）語音

Siri對人正常的發(fā)音識別準(zhǔn)確率較高，基本可以正確理解人說的內(nèi)容。Siri對于人在說話過程中產(chǎn)生的語流音變，如同化、弱化、增音現(xiàn)象基本可以正確理解。對Siri說“難免”“喇叭”“快啊”幾個詞后，Siri都能轉(zhuǎn)換成對應(yīng)文字。Siri對于連續(xù)變調(diào)以及普通話中“一”（陰平）和“不”（去聲）在去聲音節(jié)前一律變?yōu)殛柶竭@一現(xiàn)象可以理解。對Siri說“我想吃水餃”“一個”“不要”，Siri都可以正確識別說出的話。Siri無法理解強調(diào)重音對含義的影響，Siri對于“我想吃一個蘋果”和“我想吃一個蘋果”（加點表示重音）回答相同。表達說話人語氣或情緒而與區(qū)別意義無關(guān)的發(fā)音長短不影響Siri對人說話含義的理解，換而言之，Siri無法感受并回應(yīng)人在情緒上的變化。對“我明天要去北京”（快且興奮）和“我明天要去北京”（慢且沮喪）的回答相同。Siri無法理解句調(diào)對含義的影響。對“我需要你的幫忙”（升調(diào)）和“我需要你的幫忙”（降調(diào)）回答相同。

（二）詞匯

Siri基本詞匯的詞匯量巨大，新造詞、古語詞、方言詞、外來詞等一般詞匯的詞匯量則有限。對“奧利給”回答“謝謝你，我會加油的”；對“你是打工人嗎”則無法回答。對“貓喜歡捉耗子嗎”提供的內(nèi)容是“貓為什么喜歡捉老鼠”；對“你是癟三嗎？”“你在耍什么把戲”則無法回答。此外，對于各種固定短語，Siri的掌握情況一般，通常調(diào)用搜索引擎進行檢索。漢語中同音詞較多，因此對同音詞的判斷是語言能力中極其重要的一部分。人類在溝通時通?？梢越柚Z境正確判斷同音詞，而Siri目前尚無法做出準(zhǔn)確率較高的判斷?！拔蚁矚g看bēijù”默認理解為“杯具”。但當(dāng)語境充足時：“我看了一場悲劇”“我買了一套杯具”，Siri則能做出判斷。Siri有時會通過用文字呈現(xiàn)出同音詞備選項的方式讓用戶對判斷錯的詞進行修改。由此來看，在判斷同音詞方面，Siri能力上不如人類，但一定程度上和人類具有同樣的思路——通過詢問的方式確定同音詞的具體情況。

（三）語法

Siri可以正確區(qū)分用戶不同語序的句子分別表示什么含義。對“我想吃飯”和“飯我想吃”均回答“好的請過目”并羅列飯店；對“我吃了一個香蕉”回答“好的。謝謝你愿意與我分享你的日?！?，對“一個香蕉吃了我”則回答“我沒有聽明白你的意思”。Siri可以對用戶的不同句式做出正確回應(yīng)。Siri聽到“把通訊錄為我打開”會打開通訊錄。Siri能正確理解結(jié)構(gòu)簡單、意義簡單的句子。Siri可以正確回應(yīng)“給我講個笑話。”Siri還能理解復(fù)雜結(jié)構(gòu)單句和復(fù)謂結(jié)構(gòu)單句。對“你認為我是好人嗎”，回答“我還是不評論了”。此外，Siri也可以理解復(fù)句。對“因為我今天干了很多活所以我很累”，Siri雖不斷句，但正確回復(fù)了“聽我的，把ipad放下，先去睡一會兒吧，我會等著你”。Siri對用戶言語文字化過程中不加標(biāo)點，可見其不能準(zhǔn)確區(qū)分用戶說出的內(nèi)容屬于哪種語言單位。用戶說出“我今天有點累，我想睡覺了”，Siri會處理成“我今天有點累我想睡覺了”。Siri不擅長處理語法原因產(chǎn)生的歧義。對“幫我定下周四的鬧鈴（現(xiàn)在周四凌晨）”，回復(fù)“我無法設(shè)置一天以后的鬧鐘”，自動將“下周四”劃為整體，而不考慮“定下”為整體。

（四）語用

Siri在特定情況下可以理解由語言因素構(gòu)成的上下文語境（在對話中表現(xiàn)為口語的前言后語）。Siri對“我明天下午四點要去上海出差”，回答“我想搞清楚……你是指十二月十日星期四還是十二月十一日星期五”，此時用戶可以做出回應(yīng)。如果不是由Siri針對用戶言語進行提問，那么在用戶與Siri一來一回的對話后，用戶再說出的新的言語將被視作全新的對話，Siri在理解時不會將之前的對話納入該新對話的語境中。Siri對“我愛喝奶茶”，回答“了解”后，又對“請為我推薦一種飲品”，回答有關(guān)酒吧、茶餐廳的推薦，換而言之，Siri目前尚不具備多輪對話的能力。在特定情況下，Siri理解用戶言語會考慮情景語境，雖然Siri對場合、話題、以及用戶幾乎沒有了解，但對時間十分關(guān)注。凌晨時對“幫我訂一個明天早上七點的鬧鐘（周四）”，回答“鬧鐘已經(jīng)設(shè)置到上午七點（周四）”，而不是在周五設(shè)置鬧鐘。此外，根據(jù)測試來看，Siri幾乎不考慮文化語境與心理語境。Siri可以理解較為基礎(chǔ)的、有標(biāo)志的間接言語行為。對“你介意給我講個笑話嗎”，回答了一個笑話。但對于沒有提示標(biāo)志的就較為困難，其無法理解“我最近有點缺錢”暗示了我想借錢。綜上，Siri在語言理解上只能處理最基本的情況，還不能應(yīng)對口語中各式各樣的復(fù)雜情況，與人類語言理解能力差距較大。

二、語言生產(chǎn)能力評估

（一）語音

Siri的發(fā)音較人類更加標(biāo)準(zhǔn)，不會造成理解困難。此外，Siri的發(fā)音具有許多人類的特征。Siri說話時會產(chǎn)生語流音變。Siri可以正確把握弱化現(xiàn)象，在引導(dǎo)Siri說出“喇叭”一詞后，Siri會自動對“叭”字做輕聲處理。在連續(xù)變調(diào)以及普通話中“一”（陰平）和“不”（去聲）在去聲音節(jié)前一律變?yōu)殛柶竭@一現(xiàn)象上，Siri與人類相同。例如“肯愛千金輕一笑”中的“一”是陽平。Siri說話時會有節(jié)律重音。對“你有喜歡的人嗎”，回答“我對地球上這些錯綜復(fù)雜的人際關(guān)系不是特別感興趣”。Siri說話基本沒有強調(diào)重音。Siri說話時會受到語氣或情緒的影響。對“快點”，回答“你看這么快可以嗎？我看我還是慢點的好”時，前一句速度快，后一句速度慢。Siri說話時有句調(diào)變化。對“快點”，回答“你看這么快可以嗎？我看我還是慢點的好”，前一句是升調(diào)，后一句是降調(diào)。Siri說話時，停頓較為自然。Siri目前支持普通話和粵語兩種中文語音輸出形式。

（二）詞匯

Siri掌握的詞匯量足夠支持Siri表達出想表達的含義，且Siri會使用一定的固定短語。

（三）語法

Siri輸出的內(nèi)容以句子為主，基本沒有出現(xiàn)字、詞、短語、句組（不考慮例如“請為我朗誦一篇文章”之類的特殊要求）。Siri說出的句子在虛詞使用、語類選擇、語序安排、句式和語調(diào)使用上幾乎不會出現(xiàn)錯誤。綜上，Siri在語言生產(chǎn)上已較為完善，基本不會影響正常交流，也具有了一定的人類特征。

三、總結(jié)

Siri雖是較優(yōu)秀的語音助手，能夠應(yīng)對簡單對話，但與人類語言能力仍有較大差距。人類直接處理語音信息，而Siri處理語音轉(zhuǎn)化為文字后對應(yīng)的信息，故Siri對于文字形式相同而語音不同的詞的處理應(yīng)更謹(jǐn)慎，應(yīng)關(guān)注弱化、強調(diào)重音、與區(qū)別意義無關(guān)的發(fā)音長短、句調(diào)、語法原因造成的歧義等問題。詞匯變化速度較快，Siri應(yīng)不斷更新詞庫。Siri在語音識別與詞匯量上都應(yīng)更加關(guān)注方言問題。此外，目前Siri只會被動回答，不會主動提問或開啟話題，這種對話模式不同于人類。Siri不具備學(xué)習(xí)能力，無法在與人的對話中不斷學(xué)習(xí)新的信息，無法進行多輪對話。如果想使語音助手具備人格化特征則需要完善這兩點。Siri在評估中反映出來的不足是市場上多數(shù)語音助手共有的，如今市場上的語音助手均可據(jù)此進一步提高語言能力。

參考文獻

耿立波、劉濤、俞士汶、孫茂松、楊亦鳴2014《當(dāng)代機器語言能力的研究現(xiàn)狀與展望》，《語言科學(xué)》第1期。

李四維、程貴鋒、何雙旺、張笛2019《語音助手能力評估研究及趨勢分析》，《廣東通信技術(shù)》第12期。

作者:楊智惠 單位:蘇州大學(xué)文學(xué)院