語(yǔ)音識別作為人工智能發(fā)展最早、且率先商業(yè)化的技術(shù)，近幾年來(lái)隨著(zhù)深度學(xué)習技術(shù)的突破，識別準確率大幅提升，帶動(dòng)了一波產(chǎn)業(yè)熱潮。繼科大訊飛、捷通華聲之后，行業(yè)內又涌現出思必馳、云知聲、出門(mén)問(wèn)問(wèn)等后起之秀，在教育、客服、電信等傳統行業(yè)之外，開(kāi)辟出了車(chē)載、家居、醫療、智能硬件等語(yǔ)音技術(shù)應用新天地。

　　與此同時(shí)，自然語(yǔ)言處理（NLP）作為人機交互技術(shù)的重要一環(huán)，也為此提供了助力。Siri的推出打開(kāi)了語(yǔ)音交互的先河，不僅催生了一批語(yǔ)音語(yǔ)義創(chuàng )業(yè)公司，還激發(fā)了百度、搜狗等大型互聯(lián)網(wǎng)公司在語(yǔ)音語(yǔ)義技術(shù)上的投入。

　　由于NLP和語(yǔ)義理解技術(shù)能夠讓機器理解人的意圖和需求，并把相應內容反饋給用戶(hù)，因此在客服行業(yè)得到了廣泛應用，有效降低了人力成本，提高了企業(yè)運營(yíng)效率。

　　那么，中國智能語(yǔ)音語(yǔ)義產(chǎn)業(yè)主要涉及哪些技術(shù)？技術(shù)發(fā)展水平如何？存在哪些問(wèn)題？有哪些應用領(lǐng)域、玩家和商業(yè)模式？行業(yè)格局和未來(lái)發(fā)展趨勢又將如何呢？本文將為您一一解答。

　　智能語(yǔ)音語(yǔ)義包含語(yǔ)音合成、語(yǔ)音識別和自然語(yǔ)言處理（NLP）三項主要技術(shù)。

　　語(yǔ)音合成技術(shù)發(fā)展最早，應用已較為普遍，除了合成音仍偏機械之外，基本不存在太大技術(shù)問(wèn)題；語(yǔ)音識別在2012年卷積神經(jīng)網(wǎng)絡(luò )（CNN）應用之后，準確率大幅提升，已經(jīng)在C端、B端得到了廣泛應用，但效果和體驗還不夠理想；NLP技術(shù)雖然在搜索引擎中早有應用，但在人機交互領(lǐng)域仍屬于淺層處理。

　　在生物學(xué)中，有個(gè)術(shù)語(yǔ)叫做“魯棒性”，是指系統在擾動(dòng)或不確定的情況下，仍能保持它的特征行為。這一問(wèn)題在語(yǔ)音識別領(lǐng)域也存在。

　　語(yǔ)音識別整個(gè)過(guò)程包含語(yǔ)音信號處理、靜音切除、聲學(xué)特征提取、模式匹配等多個(gè)環(huán)節。由于語(yǔ)音信號的多樣性和復雜性，系統只能在一定限制條件下才能獲得滿(mǎn)意效果。在真實(shí)使用場(chǎng)景中，考慮到遠場(chǎng)、方言、噪音、斷句等問(wèn)題，準確率會(huì )大打折扣。目前業(yè)內普遍宣稱(chēng)的97%識別準確率，更多的是人工測評結果，只在安靜室內的進(jìn)場(chǎng)識別中才能實(shí)現。

　　要解決語(yǔ)音識別魯棒性問(wèn)題，需要在技術(shù)和產(chǎn)品兩方面進(jìn)行優(yōu)化。一方面，在語(yǔ)音增強、麥克風(fēng)陣列以及說(shuō)話(huà)人分離等多項技術(shù)領(lǐng)域持續投入，并結合后端語(yǔ)義，促進(jìn)對上下文的理解，從而提升識別效果；另一方面，需要從產(chǎn)品設計上進(jìn)行優(yōu)化，比如通過(guò)進(jìn)一步交互，使語(yǔ)音識別變得更為準確。

　　NLP技術(shù)大致包含三個(gè)層面：詞法分析、句法分析、語(yǔ)義分析，三者之間既遞進(jìn)又相互包含。

圖：NLP分析技術(shù)

　　詞義消歧是NLP技術(shù)的最大瓶頸。機器在切詞、標注詞性、并識別完后，需要對各個(gè)詞語(yǔ)進(jìn)行理解。由于語(yǔ)言中往往一詞多義，人在理解時(shí)會(huì )基于已有知識儲備和上下文環(huán)境，但機器很難做到。雖然系統會(huì )對句子做句法分析，可以在一定程度上幫助機器理解詞義和語(yǔ)義，但實(shí)際情況并不理想。

　　目前，機器對句子的理解還只能做到語(yǔ)義角色標注層面，即標出句中的句子成分和主被動(dòng)關(guān)系等，它屬于比較成熟的淺層語(yǔ)義分析技術(shù)。未來(lái)要讓機器更好地理解人類(lèi)語(yǔ)言，并實(shí)現自然交互，還是需要依賴(lài)深度學(xué)習技術(shù)，通過(guò)大規模的數據訓練，讓機器不斷學(xué)習。當然，在實(shí)際應用領(lǐng)域中，也可以通過(guò)產(chǎn)品設計來(lái)減少較為模糊的問(wèn)答內容，以提升用戶(hù)體驗。

　　由于人工智能技術(shù)對數據依賴(lài)性極高，因此，這一領(lǐng)域的技術(shù)進(jìn)步和產(chǎn)業(yè)化推進(jìn)是一種協(xié)同關(guān)系——通過(guò)工程化的方法提升技術(shù)效果和體驗，從而促進(jìn)產(chǎn)業(yè)化應用，再根據實(shí)際應用中的數據和反饋，反過(guò)來(lái)推動(dòng)技術(shù)實(shí)現突破。那么，智能語(yǔ)音語(yǔ)義在產(chǎn)業(yè)化方面都有哪些應用領(lǐng)域，又存在哪些問(wèn)題？

　　以問(wèn)答和聊天為服務(wù)形式，智能語(yǔ)音語(yǔ)義在多個(gè)使用場(chǎng)景和行業(yè)領(lǐng)域都有廣泛應用，我們可以簡(jiǎn)單從C端和B端兩個(gè)方向分別來(lái)看。

圖：語(yǔ)音識別/NLP技術(shù)應用領(lǐng)域

　　C端應用方面，主要用于移動(dòng)設備、汽車(chē)、家居三大場(chǎng)景，用來(lái)變革原有人機交互方式；B端則針對垂直行業(yè)需求，提升人工效率，比如幫助醫生做電子病歷錄入，或代替部分人力工作，比如回答大部分簡(jiǎn)單重復的客服問(wèn)題。由于兩大領(lǐng)域解決的問(wèn)題不同，因此遇到的挑戰也各不相同。

　　智能語(yǔ)音為C端提供了一種全新的交互方式，但應用和普及又跟具體場(chǎng)景和需求掛鉤。目前，三大場(chǎng)景中，移動(dòng)設備中的智能手機，以及車(chē)內語(yǔ)音交互應用最為廣泛。家居領(lǐng)域中，雖然各種家電企業(yè)也在廣泛布局，但實(shí)際使用情況并不理想。

　　智能語(yǔ)音語(yǔ)義在智能手機和可穿戴設備中的應用不盡相同。可穿戴設備雖然沒(méi)有屏幕或屏幕較小，更適合語(yǔ)音交互，但大多（比如智能手表）都是非生活必需品，本身銷(xiāo)量就很有限，再加上一些可穿戴設備并沒(méi)有太多交互需求，因此實(shí)際應用量較少。

　　智能手機中的各類(lèi)應用軟件大多都配備了語(yǔ)音功能，但相比觸摸和文字交互，使用率也不算高。很多人仍然沒(méi)有經(jīng)常使用語(yǔ)音的習慣，或者還沒(méi)有使用語(yǔ)音的意識。究其原因，主要由于語(yǔ)音交互在效果和效率上都不夠理想。

　　從效果上看，語(yǔ)音在開(kāi)放場(chǎng)景下識別準確率并不高。對于用戶(hù)來(lái)講，結果不可預期，產(chǎn)生錯誤后糾錯成本很高，所以寧愿打字。再者，用戶(hù)在手機端對于打字和觸摸已經(jīng)非常習慣，因此缺乏改變習慣的動(dòng)力。

　　從效率上看，語(yǔ)音在智能手機和各類(lèi)軟件上的應用主要以輸入、搜索和調取服務(wù)為主，輸入信息量并不大，而且大多移動(dòng)應用都是基于觸摸和文字做的交互設計，有文字推薦、按鍵選擇等友好設置，因此原有交互方式本身已經(jīng)非常便捷，語(yǔ)音交互效果不好，容易出錯，并不能很好地提升效率。

　　目前，除了重度文字使用者，比如作家、記者、編輯等，對語(yǔ)音輸入和轉化有著(zhù)剛性需求，其他人使用語(yǔ)音更多還是在無(wú)法打字或不方便觸摸時(shí)，比如走路、開(kāi)車(chē)等情況下。不過(guò)，隨著(zhù)語(yǔ)音識別和交互體驗不斷提升，會(huì )有越來(lái)越多的人在移動(dòng)端使用語(yǔ)音。

　　由于人在車(chē)內雙手和雙眼被占用，而需求又十分明確，因此智能語(yǔ)音成了這一場(chǎng)景下最合適的交互方式。

　　智能語(yǔ)音在車(chē)內的應用主要以車(chē)載導航為主，輔以查詢(xún)和用車(chē)。對于業(yè)界熱炒的“以語(yǔ)音為入口連接各種服務(wù)，從而構建車(chē)聯(lián)網(wǎng)生態(tài)”的暢想，目前看來(lái)還距離較遠。核心困難在于，整個(gè)行業(yè)尚未找到車(chē)內場(chǎng)景下用戶(hù)的剛性、高頻需求。或許等到自動(dòng)駕駛汽車(chē)普及之后，人的雙手雙眼以及大腦解放出來(lái)，才有條件搭建包含各種服務(wù)的車(chē)內生態(tài)。

　　對于涉足汽車(chē)領(lǐng)域的語(yǔ)音企業(yè)來(lái)說(shuō)，當前最重要的是，把導航等剛性需求的體驗做到位，再去考慮如何延伸服務(wù)。

　　在家居場(chǎng)景下，智能語(yǔ)音應用主要圍繞智能電視、音箱、家用機器人展開(kāi)，解決的需求包括搜片、聽(tīng)歌、提醒、簡(jiǎn)單交互、應用調取等。

　　亞馬遜Echo面世，帶動(dòng)了語(yǔ)音交互在家居領(lǐng)域應用的熱潮。從2014年下半年至今，Alexa平臺應用數從最初20多個(gè)增加到7000多個(gè)，并在過(guò)去半年內以每月1000個(gè)左右的速度增加。據CIRP報告估計，截止2016年11月，Echo累計銷(xiāo)量超過(guò)510萬(wàn)臺，2016年Q1-Q3共銷(xiāo)售約200萬(wàn)臺，較前三季度增長(cháng)18%（2015Q2-Q4數據來(lái)源于Mary Meeker《2016互聯(lián)網(wǎng)趨勢報告》）。

圖：亞馬遜Echo銷(xiāo)量估計

　　家居環(huán)境的天然特性使得語(yǔ)音成為最合適的交互方式，類(lèi)似于Echo Alexa這樣的平臺將吸引越來(lái)越多的應用，不斷豐富其產(chǎn)品功能，完整智能家居生態(tài)環(huán)境。隨著(zhù)用戶(hù)習慣不斷養成，這樣的“智能家居控制中心”和“流量入口”有望快速普及，成為iPhone級爆款。不過(guò)，由于語(yǔ)音是一種全新的交互方式，除了技術(shù)所需的提升，各類(lèi)應用在開(kāi)發(fā)設計時(shí)還將面臨用戶(hù)體驗和價(jià)值考量等全新挑戰。

　　除了音箱、臺燈等小家電智能產(chǎn)品，家用機器人也成了創(chuàng )業(yè)者爭相押注的對象。擬生物形態(tài)智能產(chǎn)品的火熱某種程度上承載著(zhù)人類(lèi)對于機器人的美好愿望，但創(chuàng )業(yè)者還是要從價(jià)值和實(shí)用性角度考量其產(chǎn)品形態(tài)的設計邏輯。最終哪種形態(tài)的智能產(chǎn)品會(huì )“笑到最后”，還得市場(chǎng)說(shuō)了算，但語(yǔ)音會(huì )成為家居交互主流這一點(diǎn)，已經(jīng)毋庸置疑。

　　值得一提的是，一些傳統家電，如空調、冰箱、洗衣機、抽油煙機等，也開(kāi)始配備語(yǔ)音交互功能，事實(shí)上并不理性。無(wú)論是控制開(kāi)關(guān)、調節設置，還是對話(huà)溝通，從現有技術(shù)水平所能解決的需求和效率來(lái)看，都價(jià)值有限，或許等到語(yǔ)音交互成本下降，效率提升，才有可能在各種家電終端上普及。不過(guò)更多行業(yè)人士?jì)A向于認為，智能家電的語(yǔ)音控制要么通過(guò)一個(gè)中樞設備來(lái)進(jìn)行，要么通過(guò)房屋前裝分體式設計來(lái)實(shí)現。

　　除了以上三大領(lǐng)域，商用服務(wù)機器人的逐漸成熟，有望為語(yǔ)音語(yǔ)義在商場(chǎng)、醫院等各類(lèi)服務(wù)場(chǎng)所開(kāi)辟新的應用領(lǐng)地，點(diǎn)餐機、訂票機等傳統形態(tài)服務(wù)設備也將會(huì )以語(yǔ)音這種全新的交互方式服務(wù)大眾，市場(chǎng)之廣闊，可想而知。

　　智能語(yǔ)音語(yǔ)義在B端的應用主要集中于客服、教育、醫療、旅游等領(lǐng)域。

　　客服作為勞動(dòng)密集型行業(yè)，對于一些大公司來(lái)說(shuō)，成本依然很高。智能機器人客服的出現可以在很大程度上解決簡(jiǎn)單、重復性工作，幫助企業(yè)節省人工和坐席成本，提升運營(yíng)效率。

　　由于客服問(wèn)題主要聚焦在特定產(chǎn)品或單一垂直領(lǐng)域，因此需要企業(yè)擁有完整的結構化知識庫，幫助機器人更好地查詢(xún)和匹配問(wèn)答內容。目前，按照行業(yè)平均水平，機器人客服可以解決70%左右問(wèn)題，其余由人工處理。

　　機器人客服是主要戰場(chǎng)。從成立較早的智臻智能（小i機器人）、捷通華聲，到后來(lái)的圖靈機器人、智齒科技、驀然認知，以及從云客服轉型智能客服的UDesk等，都希望在智能客服市場(chǎng)分得一杯羹。

　　由于業(yè)務(wù)量大、付費能力強，且知識庫完整，金融、電信、航空公司等大型客戶(hù)成了智能客服的主要應用群體。要更好地滿(mǎn)足這些群體的需求，各家公司需要針對不同行業(yè)對算法和技術(shù)做相應的改進(jìn)和優(yōu)化，在實(shí)際應用中，用更大的數據量去提升產(chǎn)品體驗和效果。

　　教育領(lǐng)域，包括中英文口語(yǔ)評測，以及部分教育機器人的交互功能。科大訊飛作為智能語(yǔ)音和教育市場(chǎng)的龍頭企業(yè)，通過(guò)為一些全國性考試提供技術(shù)支持，已經(jīng)成為中英文口語(yǔ)測評方面的主要玩家。2016年底，科大訊飛與新東方聯(lián)合成立東方訊飛，用新東方的數據+訊飛的技術(shù)，推動(dòng)教育、培訓、學(xué)習的智能化進(jìn)程，智能語(yǔ)音測評技術(shù)有望在其中發(fā)揮重要作用。

　　在訊飛的廣泛布局之下，脫胎于老牌語(yǔ)音公司思必馳，后被網(wǎng)龍（HK00777）全資收購的馳聲科技，也通過(guò)2B2C的模式，在培訓、出版、考試服務(wù)、教育軟硬件等領(lǐng)域持續發(fā)力，欲通過(guò)中高考口語(yǔ)考試解決方案、人機英語(yǔ)對話(huà)模擬考輔系統打入學(xué)校市場(chǎng)。

　　體制之外，以英語(yǔ)流利說(shuō)為代表的口語(yǔ)評測應用也廣受C端用戶(hù)好評。依靠四年時(shí)間積累的3000萬(wàn)用戶(hù)數據、500萬(wàn)小時(shí)練習錄音，流利說(shuō)于2016年推出可替代口語(yǔ)老師的自適應移動(dòng)英語(yǔ)課堂“懂你英語(yǔ)”，加上輔助在線(xiàn)答疑及外教上課，有望領(lǐng)先一步實(shí)現自適應口語(yǔ)學(xué)習的商業(yè)化落地。

　　智能語(yǔ)音在教育領(lǐng)域的價(jià)值，一方面在于提高教師工作效率，另一方面在于幫助學(xué)生提升學(xué)習效果。通過(guò)大量語(yǔ)音數據的積累，并和后端大數據分析、機器學(xué)習相結合，智能語(yǔ)音有望在機器輔助學(xué)習和自適應學(xué)習方面發(fā)揮重大作用，為教育行業(yè)帶來(lái)顛覆性變革。

　　醫療領(lǐng)域的應用目前主要是電子病歷錄入。醫生在臨床診斷時(shí)使用專(zhuān)業(yè)麥克風(fēng)，可將診斷信息實(shí)時(shí)轉化成文字，錄入醫院HIS（Hospital Information System）系統，方便后續查詢(xún)和問(wèn)答，提高醫生工作效率。

　　由于專(zhuān)業(yè)性強、識別難度高，國外語(yǔ)音巨頭Nuance最早主要是通過(guò)后臺人工轉寫(xiě)，而隨著(zhù)語(yǔ)音識別技術(shù)有了突破性進(jìn)展，國內智能語(yǔ)音在國內醫療領(lǐng)域的應用也開(kāi)始起步，訊飛和云知聲是該領(lǐng)域典型代表。

　　訊飛正在和安徽省立醫院、上交大附屬第六醫院南院以及北大口腔醫院等合作，讓醫生使用定制麥克風(fēng)，通過(guò)定向和降噪，先將語(yǔ)音轉成文字，再用NLP技術(shù)對文字進(jìn)行結構化處理（比如分段），醫生只需再做簡(jiǎn)單修改即可形成電子病歷。此外，訊飛還在醫療影像翻譯、醫療大數據分析方面展開(kāi)布局，欲將AI技術(shù)廣泛用于智慧醫療領(lǐng)域。

　　云知聲的智能醫療語(yǔ)音錄入系統也已經(jīng)在協(xié)和醫院、西京醫院全院上線(xiàn)，目前全國約有70家醫院已經(jīng)完成系統測試。同時(shí)，其醫療語(yǔ)音技術(shù)還上線(xiàn)了“平安好醫生”20多個(gè)科室，讓醫生通過(guò)語(yǔ)音方式，更便捷地與患者進(jìn)行線(xiàn)上溝通。

　　當前，語(yǔ)音在醫療領(lǐng)域的應用還處于語(yǔ)音轉文字的初級階段，在實(shí)際使用中的部分識別錯誤還需要醫生手動(dòng)修改。不過(guò)，以語(yǔ)音為入口所積累的大量醫療數據會(huì )在未來(lái)產(chǎn)生巨大價(jià)值。此外，隨著(zhù)醫療技術(shù)和語(yǔ)音分析技術(shù)的進(jìn)步，通過(guò)聲音診斷病情也將成為可能。南加州大學(xué)已經(jīng)開(kāi)發(fā)出一套新的機器學(xué)習工具，可以通過(guò)患者的特定語(yǔ)音特征，輔助醫生診斷抑郁癥等心理疾病。

　　由于金融行業(yè)帶有明顯的客戶(hù)服務(wù)屬性，加上完整而龐大的業(yè)務(wù)及數據積累，因此成為智能語(yǔ)音語(yǔ)義的重要應用陣地。當前，一些商業(yè)銀行已經(jīng)通過(guò)使用語(yǔ)音識別技術(shù)，實(shí)現了語(yǔ)音導航、語(yǔ)音交易、業(yè)務(wù)辦理等基礎服務(wù)。

　　除了在線(xiàn)客服和呼叫中心，智能語(yǔ)音技術(shù)還被應用于語(yǔ)音/語(yǔ)義分析、大數據挖掘、身份認證等領(lǐng)域。捷通華聲的智能語(yǔ)音分析系統就通過(guò)將語(yǔ)音數據轉化為文本，而后建立語(yǔ)義索引、自動(dòng)提取特征關(guān)鍵詞，再對文本數據進(jìn)行自動(dòng)分類(lèi)，生成結構化的客服大數據，為銀行等金融機構提供客服質(zhì)檢、大數據挖掘與分析服務(wù)。

　　此外，隨著(zhù)聲紋識別技術(shù)的進(jìn)步，智能語(yǔ)音也將被應用于金融領(lǐng)域的身份認證，通過(guò)語(yǔ)音認證實(shí)現業(yè)務(wù)辦理、支付等功能，未來(lái)有望和指紋、虹膜、人臉等其他生物特征識別方式一起使用。

　　除了上述四大領(lǐng)域，智能語(yǔ)音語(yǔ)義技術(shù)也逐漸滲透到安防、旅游、法律等行業(yè)，在效率效果提升、解放人力等方面發(fā)揮越來(lái)越重要的作用。

　　從業(yè)務(wù)和規模來(lái)看，語(yǔ)音語(yǔ)義類(lèi)公司大致可分為三類(lèi)：大型互聯(lián)網(wǎng)公司、行業(yè)技術(shù)巨頭、創(chuàng )業(yè)公司。

圖：智能語(yǔ)音語(yǔ)義行業(yè)業(yè)務(wù)模式對比

　　由于NLP是搜索引擎的關(guān)鍵技術(shù)之一，因此百度、搜狗自然而然地成為頭號玩家。兩家公司依托其強大的搜索引擎和輸入法應用，不僅將語(yǔ)音技術(shù)用于自身產(chǎn)品，還通過(guò)與行業(yè)其他技術(shù)和產(chǎn)品提供方合作，推出面向C端的產(chǎn)品和應用。比如，搜狗聯(lián)合四維圖新、飛歌等，推出全語(yǔ)音交互的車(chē)載導航產(chǎn)品，百度度秘攜手小魚(yú)在家，推出Duer OS以及家用視頻對講機器人。

　　由于互聯(lián)網(wǎng)公司擅長(cháng)直接服務(wù)用戶(hù)，因此不會(huì )輕易涉足教育、金融等傳統垂直行業(yè)，而是會(huì )把重心放在消費類(lèi)產(chǎn)品和應用上，其模式主要包括2C和2B2C兩種，最終都會(huì )落地到消費領(lǐng)域。

　　技術(shù)類(lèi)公司中，科大訊飛一直以來(lái)都是做2B業(yè)務(wù)，向教育、電信、客服、政府等垂直行業(yè)輸出語(yǔ)音合成和識別技術(shù)，經(jīng)過(guò)十多年積累，訊飛已經(jīng)積累了相當大的市場(chǎng)份額。近兩年，訊飛一方面在智能車(chē)載、智能家居、智能機器人等新興市場(chǎng)加大布局，另一方面也在努力向消費端傾斜，通過(guò)訊飛語(yǔ)音輸入法、錄音寶等產(chǎn)品打入C端市場(chǎng)，逐漸加強品牌認知度。因此，其商業(yè)模式既有2B、2C，也有2B2C。

　　其他技術(shù)類(lèi)創(chuàng )業(yè)公司大多以2B或2B2C為主。比如，云知聲的智能醫療業(yè)務(wù)完全2B，而智能車(chē)載和智能家居則是2B2C。值得注意的是，出門(mén)問(wèn)問(wèn)作為一家擁有智能語(yǔ)音語(yǔ)義技術(shù)的公司，獨樹(shù)一幟地選擇了2C模式，通過(guò)智能手表、智能后視鏡以及智能語(yǔ)音助手等產(chǎn)品和應用，直接切入消費級市場(chǎng)。

　　NLP技術(shù)公司也包括2C和2B兩種模式。語(yǔ)音助手和聊天機器人等2C產(chǎn)品，無(wú)論是技術(shù)還是產(chǎn)品都不成熟，因此并不適合創(chuàng )業(yè)公司做。圖靈機器人從最早的蟲(chóng)洞語(yǔ)音助手，轉型到2B的語(yǔ)義平臺和操作系統，也說(shuō)明了這一問(wèn)題。聊天機器人由于使用場(chǎng)景和需求尚不明確，目前仍是微軟等大公司在探索和嘗試。相較2C，2B對于創(chuàng )業(yè)公司來(lái)說(shuō)是一條更現實(shí)的路，可以在技術(shù)發(fā)展早期段彌補產(chǎn)業(yè)薄弱環(huán)節。

　　截止當前，在智能語(yǔ)音語(yǔ)義領(lǐng)域，除了訊飛擁有多年技術(shù)積累，在某些前沿技術(shù)上處于領(lǐng)先水平，其他互聯(lián)網(wǎng)公司和創(chuàng )業(yè)公司在技術(shù)上并沒(méi)有本質(zhì)差別，技術(shù)本身已經(jīng)不足以成為其核心競爭力，大多公司很難單純依賴(lài)技術(shù)建立成熟可靠的商業(yè)模式。

　　要想更好地實(shí)現商業(yè)化，這些公司只能通過(guò)往上下游延伸來(lái)創(chuàng )造價(jià)值。上游可以把語(yǔ)音和搜索引擎結合起來(lái)，為垂直行業(yè)提供內容和服務(wù)，下游可以把語(yǔ)音和硬件產(chǎn)品相結合，依靠產(chǎn)品銷(xiāo)售實(shí)現營(yíng)收。哪怕是訊飛這樣擁有前沿技術(shù)的大公司，也在向垂直行業(yè)和產(chǎn)品延伸，來(lái)挖掘新的利潤增長(cháng)點(diǎn)。

　　教育、金融、客服等領(lǐng)域需要和行業(yè)進(jìn)行高度定制，大型互聯(lián)網(wǎng)公司不會(huì )輕易涉足，因此會(huì )成為技術(shù)類(lèi)公司的主要陣地。但是在智能車(chē)載、智能家居、智能機器人等2B2C甚至2C的領(lǐng)域，技術(shù)類(lèi)創(chuàng )業(yè)公司則要面對互聯(lián)網(wǎng)公司的直接競爭。因為，互聯(lián)網(wǎng)企業(yè)具有天然的C端優(yōu)勢。

　　首先，無(wú)論是通過(guò)自有2C產(chǎn)品，還是借助合作，大型互聯(lián)網(wǎng)公司依靠其龐大的用戶(hù)量、大量真實(shí)場(chǎng)景下的數據積累、以及背后強大的搜索引擎和完整的知識庫，可以極大提高語(yǔ)音識別在真實(shí)環(huán)境下的識別準確率，以及語(yǔ)義分析和理解能力。

　　其次，互聯(lián)網(wǎng)公司擁有豐富的C端產(chǎn)品經(jīng)驗，加上對用戶(hù)消費數據的迭代，能夠更好地提升產(chǎn)品體驗。對于體驗至關(guān)重要的消費端，一旦產(chǎn)品或應用形成良好的行業(yè)口碑，快速的走量也會(huì )水到渠成。

　　當然，巨頭的優(yōu)勢并不能阻擋創(chuàng )業(yè)公司的成長(cháng)機會(huì )，通過(guò)深耕垂直領(lǐng)域和細分賽道，實(shí)現自我造血和快速成長(cháng)，創(chuàng )業(yè)公司也有機會(huì )在這一新興產(chǎn)業(yè)中逐漸做大。接下來(lái)，隨著(zhù)語(yǔ)音識別和NLP技術(shù)的逐步成熟，智能汽車(chē)、智能家居、智能機器人產(chǎn)業(yè)的日漸完善，定會(huì )有一批優(yōu)秀的技術(shù)類(lèi)公司在智能語(yǔ)音產(chǎn)業(yè)的浪潮中順勢而起。

　　愛(ài)分析是一家專(zhuān)注于創(chuàng )新企業(yè)研究和評價(jià)的互聯(lián)網(wǎng)投研平臺。愛(ài)分析以企業(yè)價(jià)值為研究?jì)群耍�以獨特的產(chǎn)品形態(tài)，對創(chuàng )新領(lǐng)域和標桿企業(yè)長(cháng)期跟蹤調研，服務(wù)于企業(yè)決策者、從業(yè)者及投資者用戶(hù)群體。關(guān)注愛(ài)分析公眾號ifenxicom，及時(shí)獲取重要信息。