當今處于物聯(lián)網(wǎng)時代，而語音識別被視作為人機交互的入口，由于人工智能和機器學習迅猛發(fā)展，語音控制也變得更為實用。在接下來的幾年里智能語音將成為人機交互的新范式，語音技術將解放人類雙手和眼睛，用戶以較低的成本實現(xiàn)隨時訪問。未來與智能家居、可穿戴設備、機器人等交互模式，智能語音將是最佳人機交互模式。

語音識別面臨三大挑戰(zhàn)

語音識別是現(xiàn)在最為耀眼、大家生活中接觸最多的語音技術。近些年來，語音識別技術突飛猛進，自然受到廣大公眾的極大關注。畢竟，語音識別的進步代表著機器的聽力發(fā)展，是人工智能的重要一步。目前語音識別存在可穿戴設備的交互與通用應用程序入口兩個急切需求?？纱┐髟O備因體積等原因限制，僅擁有局限輸入輸出設備。通用應用程序入口簡單點說就是現(xiàn)在的VIV正在干或者說想干的事情。VIV希望通過一個語音助手解決所有現(xiàn)在所需要用APP去解決的所有問題。

智能語音存在兩大技術瓶頸。第一個遠場環(huán)境復雜，夾雜噪音、混響、自噪聲等，容易導致機器端“聽不清”，從而影響后續(xù)一系列操作。解決了這個問題，偏命令控制的終端便能帶來良好的用戶體驗；第二個更深層次的智能問題，真正的智能需要實現(xiàn)語義的突破、需要聲音與視覺的融合，這樣的方案才更適合做擬人形態(tài)的機器人；第三個該項技術熟悉各種各樣的語言、口音和方言。也許，這一點在中國尤為重要。

快速發(fā)展需跨越三座大山

要快速發(fā)展就必須跨越硬件、算法、內(nèi)容這三座大山。首先是硬件，硬件部分芯片與麥克風陣列是核心部件。當下的語音技術還只在算法階段。一類是成本較低的傳統(tǒng)語音模式識別技術，通過波形比較、波形匹配以及特征化實現(xiàn)；另一類是基于AI技術的，由于適應性好，可做到更加精準地識別。只要芯片支持音頻輸入功能和對應的運算性能即可，比如CPU能夠達到ARM雙核1．2G就可滿足語音識別的要求，但稱之為專用的智能語音芯片并不嚴謹。其次是算法，主要包括語音檢測、降噪、去混響和回聲消除等傳統(tǒng)音箱和通訊工具也需要具備的基本算法。智能音箱的關鍵算法是喚醒、語音識別、自然語言理解、對話管理、自然語言生成和文語轉(zhuǎn)換等算法。第三是內(nèi)容，語音識別的目的是將語音信號轉(zhuǎn)化為文本，目前，語音識別技術相對成熟。聲紋識別是根據(jù)語音波形反映出的個人生理和行為特征的語音參數(shù)，并以此來識別說話者的身份?，F(xiàn)實中，該識別的準確率并不如指紋、虹膜識別。這也是智能語音更高“智能”形態(tài)的表現(xiàn)特征。

總結：智能語音技術的發(fā)展并非一朝一夕，所以在技術層面已具有根基，現(xiàn)有的硬件與方案是可以滿足當下智能語音要求的，但若在性能、成本、智能程度上更進一層，仍需繼續(xù)深耕，因為產(chǎn)品的逐級落地自然就有一個不斷完善的過程。隨著人工智能的發(fā)展和深度學習技術的使用，語音識別準確率已經(jīng)達到了95％以上。計算機和智能終端的界面正在從“鍵盤＋鼠標”變?yōu)椤胞溈孙L＋按鈕”，智能語音帶來的交互新體驗正在滲透。有數(shù)據(jù)顯示，預計到2020年，全球語音識別的市場規(guī)模將從2015年的61．9億美元增長到200億美元，可以說語音識別未來的市場發(fā)展十分有看頭。