掌控語(yǔ)音就將掌控一切。語(yǔ)音之“熱”是真正的產(chǎn)業(yè)良機還是過(guò)度炒作？中國語(yǔ)音企業(yè)該選擇怎樣的成長(cháng)路徑？如何揚長(cháng)避短與國際巨頭一較高下？
科大訊飛立體云、捷通華聲套餐云、云知聲靈巧云和百度開(kāi)放云……且看各門(mén)各派如何搶灘中國智能語(yǔ)音市場(chǎng)。
這是一個(gè)最好的時(shí)代，這是一個(gè)聲控的時(shí)代，這是個(gè)光明的季節，也是個(gè)希望的春日。
從幾年前蘋(píng)果Siri將語(yǔ)音迅速升溫推至消費者面前，到現在語(yǔ)音助手幾乎已成為智能手機、汽車(chē)電子、智能家居的標配，從人們過(guò)去在路邊招手打車(chē)到現在先用微信與出租車(chē)師傅說(shuō)好再出門(mén)……似乎，智能語(yǔ)音產(chǎn)業(yè)已經(jīng)迎來(lái)生機盎然的春天。語(yǔ)音一時(shí)間成為輿論的焦點(diǎn)：“語(yǔ)音將徹底替代鼠標、鍵盤(pán)”，“語(yǔ)音將成為移動(dòng)互聯(lián)網(wǎng)主流信息入口”，“誰(shuí)掌控語(yǔ)音誰(shuí)就將掌控一切”……看好、贊揚語(yǔ)音之聲不絕于耳。
但一個(gè)技術(shù)從萌芽期開(kāi)始不斷發(fā)展，要醞釀多久才會(huì )到爆發(fā)期？智能語(yǔ)音產(chǎn)業(yè)是真的到爆發(fā)期了，還是被提前過(guò)度炒作了？智能語(yǔ)音產(chǎn)業(yè)現狀和未來(lái)發(fā)展方向如何？中國智能語(yǔ)音企業(yè)又該如何選擇適合自己的成長(cháng)路徑？帶著(zhù)這些疑問(wèn)，本報記者先后采訪(fǎng)多位智能語(yǔ)音專(zhuān)家，力求探知一二。
莫錯失趕超良機
智能語(yǔ)音是新一代的人機交互技術(shù)手段之一。就像人與人之間對話(huà)交流一樣，智能語(yǔ)音是要通過(guò)語(yǔ)音實(shí)現人與機器之間的交互，即機器能聽(tīng)懂，并能回答提問(wèn)，實(shí)現對話(huà)互動(dòng)。“智能語(yǔ)音技術(shù)主要包括語(yǔ)音識別、自然語(yǔ)言理解和語(yǔ)音合成三個(gè)環(huán)節，完成讓機器聽(tīng)懂人說(shuō)話(huà)，再讓機器說(shuō)人話(huà)的過(guò)程。這種交互需要基于海量的語(yǔ)料庫，通過(guò)模型實(shí)現語(yǔ)音識別和語(yǔ)義理解，包括對語(yǔ)法、分詞、情景，甚至是情緒等的理解，再通過(guò)知識庫系統找到答案，然后通過(guò)語(yǔ)音合成技術(shù)說(shuō)出答案，來(lái)回交互。”在接受記者采訪(fǎng)時(shí)，中國語(yǔ)音產(chǎn)業(yè)聯(lián)盟副秘書(shū)長(cháng)李德升這樣給出他對智能語(yǔ)音的理解。
百度語(yǔ)音首席研究員賈磊在第十八屆中國國際軟件博覽會(huì )的演講中介紹，百度語(yǔ)音就是通過(guò)語(yǔ)音識別、語(yǔ)義理解和后臺資源來(lái)實(shí)現“你說(shuō)我聽(tīng)”、“你說(shuō)我想”和“你說(shuō)我做”的過(guò)程，打造人機交互的閉環(huán)過(guò)程。
人機智能語(yǔ)音交互，說(shuō)起來(lái)容易做起來(lái)難。20世紀50年代，AT&T開(kāi)發(fā)出第一個(gè)語(yǔ)音識別系統Audry;20世紀80年代，智能語(yǔ)音技術(shù)研究由傳統的基于標準模型匹配的技術(shù)思路開(kāi)始轉向基于統計模型的技術(shù)思路；21世紀初，智能語(yǔ)音從技術(shù)研究走向實(shí)用并進(jìn)入產(chǎn)業(yè)化，進(jìn)入呼叫中心、家電、汽車(chē)等領(lǐng)域；而近期，以蘋(píng)果Siri發(fā)布為重要引爆點(diǎn)，智能語(yǔ)音應用才開(kāi)始向移動(dòng)互聯(lián)網(wǎng)等新興領(lǐng)域延伸，產(chǎn)業(yè)進(jìn)而不斷積累、發(fā)展。
智能語(yǔ)音技術(shù)是人工智能的研究領(lǐng)域之一，其原理涉及聲學(xué)、語(yǔ)言學(xué)、數字信號處理和計算機科學(xué)等多個(gè)學(xué)科，研究周期長(cháng)，投入成本大，技術(shù)壁壘高。全球和中國智能語(yǔ)音市場(chǎng)基本形成寡頭壟斷的格局。隨著(zhù)智能語(yǔ)音產(chǎn)業(yè)的快速發(fā)展，產(chǎn)業(yè)競爭進(jìn)一步加劇，也吸引了IT巨頭和中小創(chuàng )業(yè)團隊爭相進(jìn)入，與傳統語(yǔ)音技術(shù)提供商共同角逐智能語(yǔ)音市場(chǎng)。
在國際市場(chǎng)，既有像Nuance這樣的占據全球62%語(yǔ)音市場(chǎng)的傳統語(yǔ)音技術(shù)巨頭，也有谷歌、蘋(píng)果、微軟、IBM等IT巨頭的競爭參與。在國內市場(chǎng)，李德升告訴記者，目前我國語(yǔ)音技術(shù)廠(chǎng)商基本分為三類(lèi)：一類(lèi)是傳統語(yǔ)音技術(shù)廠(chǎng)商，一般從科研院所基礎研究脫胎，包括像科大訊飛（中國科技大學(xué)）、捷通華聲（清華大學(xué)、中科院聲學(xué)所、北京大學(xué)）、中科模識（中科院自動(dòng)化所）、中科信利（中科院聲學(xué)所）等；第二類(lèi)是互聯(lián)網(wǎng)廠(chǎng)商，包括百度、騰訊、搜狗等，它們?yōu)榻o其廣大的互聯(lián)網(wǎng)用戶(hù)提供更好的增值服務(wù)，普遍采用戰略合作或者收購等方式，掌握智能語(yǔ)音技術(shù)，推廣語(yǔ)音服務(wù)；第三類(lèi)是創(chuàng )業(yè)企業(yè)，像云知聲、思必馳等，它們專(zhuān)注于某些行業(yè)領(lǐng)域，比如汽車(chē)、家電、教育、社交網(wǎng)絡(luò )來(lái)推廣自己的語(yǔ)音技術(shù)和產(chǎn)品。
近幾年來(lái)，移動(dòng)互聯(lián)網(wǎng)蓬勃發(fā)展，基于互聯(lián)網(wǎng)海量數據的深度神經(jīng)網(wǎng)絡(luò )技術(shù)有力推進(jìn)，智能家電、汽車(chē)電子、可穿戴設備等領(lǐng)域加速應用，汽車(chē)、醫療、智能家居、教育等行業(yè)應用不斷拓展，智能語(yǔ)音作為新的信息入口，開(kāi)始引領(lǐng)產(chǎn)業(yè)重大變革。
這一兩年來(lái)，我國智能語(yǔ)音市場(chǎng)也是風(fēng)起云涌：2012年8月中國移動(dòng)以13.6億元戰略投資科大訊飛，科大訊飛受二級市場(chǎng)機構投資者追捧市值超過(guò)200億元；云知聲創(chuàng )立僅一年就先后獲得兩輪投資，其中一次融資金額高達1億元；2013年5月，捷通華聲宣布來(lái)自百度、清華大學(xué)戰略投資；2013年8月，百度正式宣布向開(kāi)發(fā)者開(kāi)放語(yǔ)音生態(tài)系統，包括底層的語(yǔ)音識別技術(shù)應用程序開(kāi)發(fā)接口（API）、百度語(yǔ)音助手軟件開(kāi)發(fā)工具包（SDK）；同樣在這個(gè)月騰訊在微信5.0中增加語(yǔ)音輸入功能，一出來(lái)便風(fēng)靡大眾，微信APP已經(jīng)成為消費者每天必刷的強大APP之一；直到最近，2014年4月12日，云知聲組織創(chuàng )業(yè)公司牽頭成立“全智能交互聯(lián)盟”；2014年4月29日，科大訊飛的訊飛輸入法繼支持粵語(yǔ)、四川話(huà)、河南話(huà)等方言之后宣布支持東北話(huà)語(yǔ)音輸入；5月20日晚，錘子科技首款智能手機Smartisan T1發(fā)布，借科大訊飛智能語(yǔ)音技術(shù)實(shí)現語(yǔ)音搜索、語(yǔ)音輸入等特色功能……整個(gè)產(chǎn)業(yè)一片欣欣向榮。
“智能語(yǔ)音是人機智能交互的手段之一，而人機智能交互是目前中國技術(shù)企業(yè)有可能趕超國際的為數不多的產(chǎn)業(yè)機遇之一。產(chǎn)業(yè)變革是以技術(shù)為先導的。在PC/互聯(lián)網(wǎng)時(shí)代，我國技術(shù)企業(yè)在計算機技術(shù)尤其是操作系統等方面，因為起步晚，趕超微軟、谷歌等國際技術(shù)公司比較難，但在智能交互這個(gè)技術(shù)領(lǐng)域，相對而言，目前中西方起步差不多，如果我們能把握好現在的機會(huì )，好好練內功，發(fā)展我們自己的包括智能語(yǔ)音在內的交互技術(shù)，也許在這方面我們可以真正和國際公司一較高下，真正從中國制造走向中國創(chuàng )造。”北京捷通華聲語(yǔ)音技術(shù)有點(diǎn)公司（簡(jiǎn)稱(chēng)捷通華聲）董事長(cháng)張連毅這樣告訴記者。
與張連毅持相同觀(guān)點(diǎn)的還有科大訊飛信息科技股份有限公司（簡(jiǎn)稱(chēng)科大訊飛）副總裁江濤和北京云知聲信息技術(shù)有限公司（簡(jiǎn)稱(chēng)云知聲）CEO黃偉。在他們看來(lái)，智能語(yǔ)音是難得的一次產(chǎn)業(yè)良機，錯過(guò)語(yǔ)音，中國技術(shù)企業(yè)很難再有機會(huì )趕超國際了。
