[[90128]]

隨著移動(dòng)網(wǎng)絡(luò)條件的改善、即時(shí)通訊工具功能的加強(qiáng)，人們之間的遠(yuǎn)程溝通方式變得越來越多元化。從最基礎(chǔ)的文字，到現(xiàn)在風(fēng)靡移動(dòng)互聯(lián)網(wǎng)的語音應(yīng)用(如微信、啪啪等)，不同信息傳播形態(tài)之間的高效轉(zhuǎn)換成為下一個(gè)亟需解決的問題。但是對(duì)于團(tuán)隊(duì)力量有限的一些開發(fā)者或創(chuàng)業(yè)者來說，自主研發(fā)如語音識(shí)別、圖像識(shí)別之類的技術(shù)難度較大。中國電信天翼開放平臺(tái)將這部分工作整合進(jìn)了自身體系之內(nèi)，為開發(fā)者提供了強(qiáng)有力的數(shù)字內(nèi)容智能識(shí)別支持。

天翼開發(fā)平臺(tái)的數(shù)字內(nèi)容智能識(shí)別能力目前包括以下四個(gè)方面：

語音合成：調(diào)用此能力可通過用戶提交的文本信息，對(duì)此文本數(shù)據(jù)進(jìn)行語音合成，并獲取生成的音頻數(shù)據(jù)，即將文本轉(zhuǎn)換為語音。

手寫智能識(shí)別：調(diào)用此能力可通過用戶提交的筆跡坐標(biāo)獲取該筆跡數(shù)據(jù)的識(shí)別結(jié)果，即可智能識(shí)別手寫筆跡數(shù)據(jù)。

語音智能識(shí)別：調(diào)用此能力可對(duì)用戶提交的語音進(jìn)行識(shí)別，即可智能地將語音信息轉(zhuǎn)換成文本。

圖像智能識(shí)別：調(diào)用此能力可對(duì)用戶提供的圖片信息進(jìn)行數(shù)字識(shí)別，即可智能地將印刷圖片轉(zhuǎn)換成為電子圖片。

所以，即使開發(fā)者欠缺對(duì)數(shù)字內(nèi)容識(shí)別的研發(fā)能力，天翼開放平臺(tái)也能夠幫助他們跳過這一環(huán)，迅速處理好產(chǎn)品的后端，從而能夠把精力放到與用戶直接產(chǎn)生交互行為的前端上。

如今很多開發(fā)者紛紛開始將目光轉(zhuǎn)向微信、UC、百度等擁有億級(jí)用戶量的超級(jí) App 上，Web App、輕應(yīng)用等概念隨之興起，借助這些平臺(tái)進(jìn)行輕量級(jí)開發(fā)成為創(chuàng)業(yè)者青睞的方式。但這些平臺(tái)本身主要提供的是渠道方面的支持，當(dāng)開發(fā)者面臨需要處理多種數(shù)字內(nèi)容轉(zhuǎn)換的場景時(shí)，輕量級(jí)開發(fā)原本具有的優(yōu)勢(shì)就會(huì)因技術(shù)問題被削弱。

[[90129]]

以微信為例，其產(chǎn)品本身的特性使得用戶習(xí)慣于進(jìn)行語音交互。但并不是所有開發(fā)者都具有一直人工客服團(tuán)隊(duì)。此時(shí)通過調(diào)用天翼開放平臺(tái)的語音識(shí)別能力，就能夠在后臺(tái)將用戶表達(dá)的語意轉(zhuǎn)化為文本并進(jìn)行匹配分析，從而可以回復(fù)出用戶希望獲得的答案。

在移動(dòng)終端逐漸普及之后，人們走在路上不僅要用眼睛去看，用耳朵去聽的需求也逐漸浮出水面，市面上逐漸興起的各種電臺(tái)類應(yīng)用就是例證。天翼開放平臺(tái)的語音合成能力(文本轉(zhuǎn)語音)在涉及文章閱讀、外文單詞拼讀的功能上有著廣泛的應(yīng)用場景。在搜狐新聞客戶端里，用戶就可以通過點(diǎn)擊每條新聞上面的虛擬播放按鈕，讓客戶端為自己讀新聞。

[[90130]]

此外，隨著整個(gè)行業(yè)對(duì)身份認(rèn)證和安全系數(shù)要求越來越高，對(duì)用戶身份的驗(yàn)證成為未來的重要環(huán)節(jié)。用戶的筆跡、簽名、照片、掃描證件等都會(huì)成為個(gè)人信息的一部分。這些內(nèi)容如何準(zhǔn)確高效地以數(shù)字形式保存下來?手寫和圖像的智能識(shí)別能力將是一片蘊(yùn)藏豐富的藍(lán)海。

目前天翼開放平臺(tái)的語音智能識(shí)別能力調(diào)用次數(shù)已超過一萬，其他能力也都達(dá)到五千次左右。未來天翼開放平臺(tái)必將會(huì)成為重要的數(shù)字內(nèi)容輸入輸出的樞紐。