多年来，在手机或其他设备上使用语音识别技术一直是一种新奇事物——人们尝试过一次就再也不会尝试，通常是因为它的效果非常糟糕。但据微软称，最近的发展，包括利用云计算能力，已经使它更有用，并将使它在不久的将来变得更好。
在微软所有的服务主机中，语音识别使用的是该公司最大的云系统之一，微软语音总经理Zig Serafin说。它包括Orbitz和美国航空等大公司的客服电话使用的语音应答系统，以及让移动Bing用户通过语音搜索和Ford Sync用户问路的技术。
微软在2007年收购Tellme后进入了这个领域。语音识别已经出现多年了，但效果不太好。
IDC分析师威尔?斯托费加(Will Stofega)表示:“当时，即使只是站在一间安静的房间里，尝试在手机上使用一些嵌入式软件，也会很痛苦。”
但微软表示，这项技术已经有了足够的改进，在微软处理的所有移动搜索中，现在有20%使用语音搜索。
微软利用云来收集人们如何使用这项服务的信息，以此作为改进它的一种方式。例如，如果用户在Windows Phone 7设备上对Bing说“西雅图意大利餐厅”，微软就会知道用户是否点击了结果，大概得到了他们想要的答案。相反，用户可能会多说几次搜索查询，表明微软可能没有得到正确的翻译。微软还收集了手机连接方面的信息，以防它在一定程度上要为糟糕的结果负责。
Serafin说:“这些数据变得有价值，可以帮助改善这个系统的基础科学。”
谷歌也允许用户通过语音搜索，还有其他使用语音识别的产品，类似地使用后端处理来了解人们使用这些服务的方式。
在微软，由于同一后端系统处理多种产品的语音识别，该公司目前每年处理约110亿次语音请求。在新的Windows Phone 7设备上，用户按住home键可以启动语音功能，该功能可以用来控制手机上的许多应用程序。
微软从位于硅谷的网络运营中心筛选大量数据。Serafin说:“看到这么多的申请真是太有意思了。”“这就像走进了一个迷你版的NASA。”
反馈回路的一些元素是自动的，这样语音识别引擎本身就有能力解析数据，他说。一些数据会由专家仔细检查，然后对系统进行更改。
向大量用户学习的能力是微软下一步语音识别的一个因素，该公司称语音识别为对话理解。塞拉芬说:“我们正在利用语音方面的潜在研究和开发工作，并将其与机器学习技术和自然学习联系起来，以便更好地推断用户想要做什么。”
微软语音业务市场营销高级总监Ilya Bukshteyn表示，会话理解将能够从多种应用程序中获益。Bukshteyn举例说，用户可以对Bing说:“为Zig和我明天晚上找个地方吃饭。”然后手机会自动检查Serafin和Bukshteyn的日历，发现他们将在旧金山。从那里系统就会知道这两个人以前吃过寿司。然后电话会询问Bukshteyn，问他是否会在旧金山吃饭，然后问他是否喜欢寿司。
Serafin表示，与此同时，微软希望保持领先于谷歌，谷歌是该领域的主要竞争对手。微软认为它领先于谷歌，因为它已经在同一个平台上为广泛的用户提供语音识别，包括游戏玩家、手机用户和司机。
Gartner分析师伯尔尼埃利奥特(Bern Elliot)说，这是一个明显的优势。“通过Tellme，他们实现了从预先设置到云端的不可思议的扩展，”他说。“他们有能力在很多市场发表演讲。”
此外，微软认为它在处理上有优势，可以让系统向用户查询更多细节或信息。
谷歌最近收购了一家名为“语音艺术”的公司，或许可以提供类似的功能。谷歌表示，语音艺术是一家能够生成自然计算机语音的语音合成公司。在一份关于此次收购的声明中，谷歌表示，该公司可以帮助其提供语音输出，或对使用语音识别技术的人做出回应。
Stofega说，微软在用户体验方面也有优势。在Windows Mobile 7手机上，用户可以看到一个Tellme图标和一排圆点，表示该服务正在处理语音。“这不是技术问题，但从体验的角度来看，它很酷，”他说。
微软表示，希望在所有服务中使用类似的图标和品牌，这样用户就能意识到，无论他们是在使用Kinect还是Windows Phone 7，他们都可以以类似的方式使用语音。
谷歌和微软都必须与语音识别技术开发领域的领先者Nuance竞争。Nuance以拥有最好的语音技术而闻名，Elliot说。有传言称，苹果可能有意收购Nuance，这意味着苹果、谷歌和微软将在另一个领域展开竞争。
虽然这些公司都在语音识别方面取得了进展，但它们仍有很多工作要做。斯托费加说:“在背景噪音和其他问题上还有其他核心问题没有真正得到解决。”
Nancy Gohring报道移动电话和云计算IDG新闻服务。在推特上关注南希@idgnancy。南希的电子邮件地址是Nancy_Gohring@idg.com