人工智能服務(wù)——微軟認(rèn)知服務(wù)（Microsoft Cognitive Services）最初包括視覺、語(yǔ)音、語(yǔ)言、知識(shí)和搜索五大類共 21 項(xiàng) API。應(yīng)用了這些 API 的系統(tǒng)能看、能聽、能說(shuō)話，并且能理解和解讀我們通過(guò)自然交流所傳達(dá)的需求。目前整套微軟認(rèn)知服務(wù)已經(jīng)有 8 項(xiàng)向公眾開放，17 項(xiàng)向指定開發(fā)者開放預(yù)覽。微軟也會(huì)原有的基礎(chǔ)上持續(xù)增加新的 API，并不斷更新現(xiàn)有的 API。


最近微軟宣布把自定義語(yǔ)音服務(wù)（Custom Speech Service）添加到微軟認(rèn)知服務(wù)中。自定義語(yǔ)音服務(wù)是一個(gè)高度靈活的語(yǔ)音轉(zhuǎn)換文本程序，結(jié)合了自定義智能語(yǔ)音識(shí)別服務(wù)（CRIS）和語(yǔ)言理解智能服務(wù)（LUIS）兩種前沿技術(shù)來(lái)實(shí)現(xiàn)。
　　
CRIS 能夠應(yīng)用于喧鬧的公共場(chǎng)所等復(fù)雜的環(huán)境中，幫助人們更方便地自定義語(yǔ)音識(shí)別。也可以用于幫助應(yīng)用更好地理解非母語(yǔ)說(shuō)話者或殘障人士等。
　　
而 LUIS 可以幫助計(jì)算機(jī)理解我們言語(yǔ)背后的真正意圖。當(dāng)前的語(yǔ)音指令往往是開發(fā)者通過(guò)設(shè)置一個(gè)或多個(gè)特定的詞組或者短語(yǔ)，系統(tǒng)才會(huì)發(fā)生響應(yīng)。舉個(gè)生活例子，用戶需要說(shuō)出“找咖啡”或者“帶我去找咖啡”，系統(tǒng)才會(huì)接收到指令打開地圖應(yīng)用為其尋找附近的咖啡店。但是通過(guò) LUIS，用戶只是說(shuō)“我眼睛困得睜不開了，需要提神一下”，系統(tǒng)會(huì)理解到用戶的真正需求。
　　
現(xiàn)在虛擬現(xiàn)實(shí)內(nèi)容工作室 Human Interact 已經(jīng)嘗試把微軟自定義語(yǔ)音服務(wù)與 VR 結(jié)合起來(lái)。

《Starship Commander》是一款語(yǔ)音互動(dòng) VR 體驗(yàn)。玩家扮演一艘星際飛船的飛行員，與一部超級(jí)電腦和一位全息指揮官合作共同完成任務(wù)。游戲過(guò)程中，玩家通過(guò)語(yǔ)音交流來(lái)探索虛擬世界。得益于 CRIS 和 LUIS，兩個(gè)游戲角色對(duì)關(guān)于飛船和外星人的詞匯都能正確理解并作出響應(yīng)。相比普通的 VR 游戲，《Starship Commander》更像是互動(dòng)電影。
　　
隨著人工智能和 VR 技術(shù)的發(fā)展，未來(lái)玩家與 NPC 的互動(dòng)將會(huì)更自然、更具沉浸感。