首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>>科大訊飛

語(yǔ)音帝國之夢(mèng)

張旭東　2002/01/07

　　雄心勃勃的科大訊飛，欲把 “嘴巴”與“ 耳朵”擰到計算機上。

　　當你面對一臺冷冰冰的電腦，問(wèn)道：“你是誰(shuí)？”“你今年幾歲？”“你的主人是誰(shuí)？”電腦一字一頓地分別回答說(shuō)：“我是樂(lè )樂(lè )。”“我今年兩歲。”“我的主人是科大訊飛。”你千萬(wàn)別以為這是魔術(shù)。

　　靠技術(shù)吃飯

　　神奇、有趣，這是每一個(gè)初次接觸語(yǔ)音技術(shù)的人可能發(fā)出的驚嘆。科大訊飛在這方面擁有自己的核心技術(shù)——語(yǔ)音合成、語(yǔ)音識別和語(yǔ)音壓縮編碼是其看家本領(lǐng)。對以上三種技術(shù)的區別和特征，科大訊飛總裁劉慶峰有一種形象的比喻：語(yǔ)音合成是讓機器能開(kāi)口說(shuō)話(huà)；語(yǔ)音識別是讓機器能聽(tīng)懂人的說(shuō)話(huà)；語(yǔ)音編碼壓縮是讓龐大的語(yǔ)音文件完成壓縮，可方便地儲存、傳輸和使用。

　　從實(shí)驗室鉆出兩年后，28歲的劉慶峰時(shí)常表現出充分的自信。其實(shí)，劉慶峰的履歷極其簡(jiǎn)單：1991年進(jìn)入中國科技大學(xué)就讀，并在該校從學(xué)士、碩士、博士一路拿下文憑。1999年11月，因為“首次將中文語(yǔ)音合成技術(shù)推向實(shí)用階段”，他與自己的6位伙伴獲得科大訊飛668.85萬(wàn)元的技術(shù)股權獎勵。此后，劉就任科大訊飛公司總裁，開(kāi)始了尋找將語(yǔ)音技術(shù)商業(yè)化的征途。

　　據科大訊飛技術(shù)人員介紹，在獨特的前端文本分析、韻律模型和龐大的語(yǔ)料庫基礎上錘煉出的這一技術(shù)，主要具有語(yǔ)音識別、語(yǔ)音聽(tīng)寫(xiě)和語(yǔ)音導航等功能。人說(shuō)的話(huà)可以通過(guò)電腦屏幕顯示出來(lái)；電腦可以像人一樣說(shuō)話(huà)；人發(fā)出 一種指令，電腦可以遵照完成；根據每一個(gè)人的語(yǔ)音特征，電腦可以確認人的身份。這些可以實(shí)現人機交互、對話(huà)的功能，以其類(lèi)魔術(shù)的形態(tài)吸引來(lái)各種關(guān)注的目光。

　　1999年6月，中國科技大學(xué)、安徽省經(jīng)貿委和福建中銀集團拿出300多萬(wàn)元，扶助科大訊飛下水起航；同年年底，美菱集團、中國科技大學(xué)、安徽省信托、安徽省企投、合肥永信等公司注資，使科大訊飛資本金攀升至3000萬(wàn)元；2001年6月，聯(lián)想投資公司、國家火炬投資公司給科大訊飛再次注入大額資金。來(lái)自社會(huì )的各種勢力看好劉慶峰及語(yǔ)音技術(shù)，使科大訊飛這樣一個(gè)純高校概念的小公司迅速走出實(shí)驗室，進(jìn)入產(chǎn)業(yè)化快車(chē)道。

　　目前，劉慶峰麾下已經(jīng)聚集了200多人的隊伍，這些人雄心勃勃，欲圖齊力打造一個(gè)語(yǔ)音帝國。

　　打造商業(yè)鏈

　　2001年10月7日，遼寧五里河體育場(chǎng)，中國足球隊沖擊世界杯的比賽正在進(jìn)行。不少球迷紛紛撥打十強賽熱線(xiàn)電話(huà)16840168，詳盡地了解出場(chǎng)隊員情況、賽況、花絮等資料。

　　“這只是科大訊飛語(yǔ)音技術(shù)的一種應用。”劉慶峰這樣說(shuō)。在他看來(lái)，語(yǔ)音技術(shù)可以應用于辦公、教育、游戲軟件，以及各種基于語(yǔ)音技術(shù)的動(dòng)態(tài)、海量信息實(shí)時(shí)查詢(xún)平臺，語(yǔ)音服務(wù)器、語(yǔ)音商務(wù)平臺等；此外該技術(shù)還可以在智能信息終端、信息家電和智能玩具等嵌入式系統中大顯身手。比如，采用語(yǔ)音技術(shù)的教育軟件，當孩子看到一首唐詩(shī)的文字和插圖的同時(shí)，還可以聽(tīng)到用標準普通話(huà)朗誦的聲音；在游戲中，原先出現在虛擬人物頭頂上的文字將被取消，你聽(tīng)到的是活生生的話(huà)語(yǔ)；一臺嵌入語(yǔ)音芯片的冰箱，假如你對它下命令：“打開(kāi)！”冰箱真的就會(huì )敞開(kāi)；一輛玩具小汽車(chē)，你命令它往前它就往前，你讓它拐彎它就拐彎。

　　在劉慶峰看來(lái)，語(yǔ)音技術(shù)應用的范圍極其廣泛，到2005年，因該技術(shù)拉動(dòng)的產(chǎn)業(yè)規模將能達到1000億元。

　　2000年5月，科大訊飛在中國科技大學(xué)、中國科學(xué)院聲學(xué)研究所和中國社科院語(yǔ)言研究所中分別成立了聯(lián)合實(shí)驗室，這些實(shí)驗室所有研究成果的產(chǎn)業(yè)化權利，都將由科大訊飛獨家應用；與此同時(shí)，還成立 了“中國中文語(yǔ)音創(chuàng )業(yè)聯(lián)盟”。“這是在語(yǔ)音技術(shù)從實(shí)驗室走向產(chǎn)業(yè)化前夕，將我國最強的科研力量進(jìn)行的一次集結。”劉慶峰說(shuō),“我們要打造一個(gè)強大的語(yǔ)音技術(shù)平臺，讓廠(chǎng)商開(kāi)發(fā)各種應用，從而生產(chǎn)出千奇百怪的產(chǎn)品。”

　　其實(shí)，建立一個(gè)語(yǔ)音技術(shù)核心平臺，讓各行各業(yè)的軟件開(kāi)發(fā)商、系統集成商以及運營(yíng)服務(wù)商在此平臺上進(jìn)行二次開(kāi)發(fā)，進(jìn)而推出新型產(chǎn)品，正是科大訊飛的企業(yè)發(fā)展戰略。

　　從1999年底到現在，在科大訊飛的語(yǔ)音軟件平臺上，已經(jīng)聚集了中國IT領(lǐng)域中可能會(huì )應用到語(yǔ)音技術(shù)的各個(gè)方面的210多家開(kāi)發(fā)廠(chǎng)商。這些廠(chǎng)商名單中包括中國電信、海爾、聯(lián)想、實(shí)達、TCL等巨頭。

　　“產(chǎn)業(yè)太龐大，我們無(wú)法吃獨食。對于從科大訊飛手中拿到語(yǔ)音平臺的二次開(kāi)發(fā)商，我們會(huì )對其開(kāi)發(fā)人員進(jìn)行培訓，對他們所構架的應用方案給予咨詢(xún)支持；另外，所有合作伙伴的開(kāi)發(fā)經(jīng)驗我們都將拿出來(lái)共享。”劉慶峰說(shuō)，“現在正是我們的二次開(kāi)發(fā)商緊鑼密鼓開(kāi)發(fā)新產(chǎn)品的關(guān)鍵時(shí)刻。到明年年底，經(jīng)過(guò)產(chǎn)品開(kāi)發(fā)期、測試期、市場(chǎng)推廣期之后，你會(huì )在很多領(lǐng)域看到語(yǔ)音技術(shù)的大范圍的應用。”

　　很明顯，科大訊飛希望站在產(chǎn)業(yè)鏈的上游，靠出讓自己的語(yǔ)音技術(shù)平臺生存。

　　劉慶峰雄心勃勃地說(shuō)：“中國最著(zhù)名的IT公司中，方正的看家本領(lǐng)是漢字照排；四通借漢字打印機成名；聯(lián)想靠漢卡起家。我們正努力使科大訊飛成為他們之后的下一個(gè)。”將公司發(fā)展成為全球最大的智能化多語(yǔ)種語(yǔ)音技術(shù)提供商，這是劉慶峰最終的夢(mèng)想。其實(shí)，在今年9月份，科大訊飛已經(jīng)推出了一款很吸引人的產(chǎn)品——中英文混讀系統。

　　在一項技術(shù)變成一個(gè)龐大的商業(yè)生態(tài)圈時(shí)，人才、資本、管理、市場(chǎng)等等諸多因素都可能成為其前進(jìn)道路上的陷阱。而且，正在往前奔跑的科大訊飛，突然在自己身邊發(fā)現有很多強大的競爭對手——微軟亞洲研究院、炎黃新星、捷通等廠(chǎng)商都在研發(fā)中文語(yǔ)音技術(shù)平臺。---雖然有人要分吃同樣一碗飯，雖然前路坎坷，但劉慶峰依然信心十足：“我們手頭有5000萬(wàn)元的現金，我們有200多人的隊伍。到明年年底，你會(huì )看到一個(gè)圍繞科大訊飛的語(yǔ)音帝國的雛形。”

科大訊飛供稿 原文刊登于《IT經(jīng)理世界》