各展所長(cháng) 開(kāi)放競合
隨著(zhù)谷歌、微軟、IBM等IT巨頭加快對智能語(yǔ)音領(lǐng)域的布局，以及Nuance在中國的本土化不斷加強，國內語(yǔ)音企業(yè)將面臨越來(lái)越大的競爭壓力。相較于Nuance等國際巨頭，國內語(yǔ)音企業(yè)在研發(fā)力量、創(chuàng )新能力、集成應用、行業(yè)應用拓展等方面還有不小差距。國內語(yǔ)音企業(yè)間的合作、并購、整合步伐也相對要緩慢一些。
對于國內語(yǔ)音企業(yè)的發(fā)展，作為行業(yè)專(zhuān)家的李德升給出了他的見(jiàn)解和建議。他認為，在傳統語(yǔ)音技術(shù)廠(chǎng)商中，科大訊飛的實(shí)力有目共睹，而捷通華聲的語(yǔ)音合成在鐵路交通、金融電信等領(lǐng)域也有較高的市場(chǎng)占有率，很多高鐵、公交站等的報站語(yǔ)音是捷通華聲做的。對于這類(lèi)廠(chǎng)商，李德升給出的建議是得專(zhuān)注于語(yǔ)音，引入互聯(lián)網(wǎng)思維，真正做大做強。對于百度、騰訊、搜狗等互聯(lián)網(wǎng)廠(chǎng)商做語(yǔ)音，李德升認為他們具有最豐富的互聯(lián)網(wǎng)語(yǔ)音資源，更重要的是他們有技術(shù)實(shí)力、有用戶(hù)、有互聯(lián)網(wǎng)思維，這些廠(chǎng)商最有可能可以和國外競爭者一較高下。而對于第三類(lèi)語(yǔ)音創(chuàng )業(yè)企業(yè)，李德升的建議是盡量采取合作方式，與互聯(lián)網(wǎng)廠(chǎng)商合作，專(zhuān)注于特定行業(yè)領(lǐng)域積累實(shí)力，既不能小富即安，也不能貪高大上，只要積極進(jìn)取，踏實(shí)經(jīng)營(yíng)，還是有非常大的成長(cháng)空間的。
“其實(shí)，以蘋(píng)果為代表的軟硬件一體化廠(chǎng)商做語(yǔ)音是為了賣(mài)硬件產(chǎn)品，互聯(lián)網(wǎng)廠(chǎng)商大多是從幫助用戶(hù)搜索的角度做語(yǔ)音，相對于創(chuàng )業(yè)型的語(yǔ)音企業(yè)，科大訊飛的優(yōu)勢就在于語(yǔ)音的寬度和厚度積累，優(yōu)勢就在于多年來(lái)對語(yǔ)音識別、語(yǔ)音合成、語(yǔ)音評測與語(yǔ)義理解各方面立體的投入和研究，目前擁有全方位立體的語(yǔ)音技術(shù)產(chǎn)品。”江濤說(shuō)，在語(yǔ)音推廣方面，科大訊飛堅持兩條腿走路：一是堅持移動(dòng)互聯(lián)網(wǎng)能力開(kāi)發(fā)，一是通信、教育和安全等重點(diǎn)行業(yè)推進(jìn)。逐步拓展移動(dòng)互聯(lián)網(wǎng)能力的三駕馬車(chē)是手機、汽車(chē)和智能電視。目前科大訊飛手機語(yǔ)音已經(jīng)有四億的用戶(hù)，每天活躍用戶(hù)達四千多萬(wàn)。在教育領(lǐng)域，科大訊飛的語(yǔ)音合成、語(yǔ)音評測在廣東高考英語(yǔ)口語(yǔ)考試，西部中小學(xué)的英語(yǔ)教具和日常教學(xué)中已經(jīng)發(fā)揮很大作用；而在安全領(lǐng)域，公安部第一個(gè)跟企業(yè)合辦的部級重點(diǎn)實(shí)驗室—公安部聲紋實(shí)驗室就設在科大訊飛。
江濤也坦言，相較于百度等互聯(lián)網(wǎng)巨頭做語(yǔ)音，傳統語(yǔ)音技術(shù)廠(chǎng)商確實(shí)存在一些劣勢，“在整個(gè)大的開(kāi)發(fā)平臺、云存儲、位置服務(wù)和構建整個(gè)生態(tài)系統方面，互聯(lián)網(wǎng)公司確實(shí)值得我們學(xué)習。我們還是要專(zhuān)心做好自己所長(cháng)，聚焦在語(yǔ)音和語(yǔ)義方面，真正做好開(kāi)發(fā)者服務(wù)，基于語(yǔ)音和語(yǔ)義構建生態(tài)系統，嘗試推廣人機交互廣告等。”
“互聯(lián)網(wǎng)巨頭要擁有語(yǔ)音這個(gè)技術(shù)，不被別人卡住喉嚨，但他們有自己的主業(yè)，不會(huì )放太多精力在語(yǔ)音上。”張連毅如此判斷，“語(yǔ)音技術(shù)廠(chǎng)商只要做好自己的技術(shù)和產(chǎn)品，保持開(kāi)放合作就能獲得良好的發(fā)展。”除了夯實(shí)智能語(yǔ)音市場(chǎng)，捷通華聲更要做的是實(shí)現包括智能語(yǔ)音、圖像識別（OCR）、生物特征識別在內的全方位的人機智能交互。
說(shuō)到與其他廠(chǎng)商的競爭，云知聲并不擔心。干凈環(huán)境下朗讀語(yǔ)音的識別早已不是問(wèn)題，特殊場(chǎng)景應用大幅提升，語(yǔ)音市場(chǎng)未來(lái)潛力巨大。黃偉認為，語(yǔ)音這個(gè)市場(chǎng)足夠大，找準各自細分的目標市場(chǎng)，只要各自做得好，都能分到自己那杯羹，生存發(fā)展的機會(huì )很大。云知聲除了做金融等行業(yè)應用推廣，主要聚焦在視頻和車(chē)載領(lǐng)域。而對于全智能交互，云知聲的策略是連橫—聯(lián)合多家創(chuàng )業(yè)公司，包括語(yǔ)義理解技術(shù)公司哦啦、圖像識別技術(shù)公司亮風(fēng)臺、人臉識別技術(shù)公司Face++成立了全智能交互聯(lián)盟，將語(yǔ)音、圖像、人臉交互方案打包，期待不同的交互技術(shù)發(fā)生化學(xué)反應，用做乘法代替做加法，為用戶(hù)打造最佳的全智能交互體驗。除此之外，云知聲仍將專(zhuān)注于云（移動(dòng)應用、呼叫中心、在線(xiàn)教育）、端（智能終端包括智能家電、可穿戴設別、智能車(chē)載等）、芯（智能芯片）領(lǐng)域的智能語(yǔ)音推廣與應用。
的確，這是一個(gè)蓬勃向上的時(shí)代，也是一個(gè)不進(jìn)則退的時(shí)代。中國語(yǔ)音技術(shù)企業(yè)只要抱定“以針破天”的信念，專(zhuān)注堅持，踏實(shí)積累，把握機遇，就能鯤鵬擊浪，展翅怒飛，扶搖直上九萬(wàn)里。加油吧，中國智能語(yǔ)音。
百度語(yǔ)音SDK功能特點(diǎn)
- 微工作量就可以開(kāi)發(fā)出連接
百度語(yǔ)音服務(wù)的客戶(hù)端應用
- 支持Android和iOS平臺SDK
- 針對場(chǎng)景深度優(yōu)化
- 針對領(lǐng)域優(yōu)化，使垂直類(lèi)應用
有更好的識別效果
- 用戶(hù)定制化識別
- 自動(dòng)端點(diǎn)斷點(diǎn)檢測和數據傳輸，極致優(yōu)化流量消耗
- 豐富可配置的UI組件
- 提供底層API，使用方式更加 靈活強大
