隨著語音技術的不斷發(fā)展，語音識別已在多個領域廣泛利用。我們體驗過語音輸入、語音控制及語音撥號等應用的便捷，但是也經(jīng)常吐槽其辨識度的瓶頸。盡管如此當下火熱的可穿戴設備廠商也力拼此項技術，顯然，語音識別被認為是未來物聯(lián)網(wǎng)領域的基礎需求，甚至將會無處不在。

　　據(jù)中國智能語音產(chǎn)業(yè)聯(lián)盟發(fā)布的《2013中國智能語音產(chǎn)業(yè)發(fā)展白皮書》稱，智能語音已進入快速應用階段。去年，中國智能語音產(chǎn)業(yè)規(guī)模約為8.6億元，帶動相關產(chǎn)業(yè)產(chǎn)值100億元，預計到2017年，將帶動相關產(chǎn)業(yè)規(guī)模增長1000億元，占全球相關產(chǎn)業(yè)規(guī)模的比重將由去年的5.6%增至17.1%。

　　上述針對語音產(chǎn)業(yè)市場的數(shù)據(jù)并不是特別可信，僅科大訊飛剛剛公布的2013年年報顯示，實現(xiàn)營業(yè)總收入125370.78萬元，同比增長59.92%，實現(xiàn)利潤總額32058.40萬元。試問，上述白皮書的內(nèi)容如何讓人信服。

　　增強用戶體驗，云平臺仍需完善

　　以目前的技術，語音識別在實驗室條件下能達到非常高的準確率，但實際應用中往往遇到環(huán)境噪音、方言口音、話題專業(yè)性等問題，最終影響用戶體驗，因此，技術的穩(wěn)定和成熟程度是語音識別的創(chuàng)業(yè)門檻。梁家恩認為，要想把語音識別系統(tǒng)做好，除了有強大的算法以外，還要有大量的數(shù)據(jù)。他坦言，與行業(yè)老大科大訊飛相比，云知聲的數(shù)據(jù)量要少得多，不過，通過建立公有云平臺，可以不斷積累數(shù)據(jù)，從而優(yōu)化系統(tǒng)。

　　云知聲聯(lián)合創(chuàng)始人、CEO梁家恩表示相比傳統(tǒng)做2B的語音識別公司，云知聲的基因更偏向于互聯(lián)網(wǎng)，通過免費的公有云語音平臺帶動私有云服務的定制，還為日后進一步商業(yè)化埋下伏筆。

　　具體而言，公有云平臺提供大詞匯量連續(xù)語音在線識別，開發(fā)者不論大小，都可以通過API直接調(diào)用公有云服務。事實上，云知聲的客戶里80%以上都是中小企業(yè)和個人開發(fā)者，這恰好與深耕大客戶服務的科大訊飛形成了一種差異和互補。不過，這并不影響大企業(yè)對云知聲的青睞。梁家恩坦言，包括樂視、錘子RO M，其實一開始找的都是科大訊飛，云知聲之所以最終能吸引到他們，除了技術達到一定水準以外，快速的執(zhí)行力是最大的優(yōu)勢。“以跟搜狗的合作為例，從第一次接觸，到搜狗語音助手的發(fā)布只花了兩周時間，而一般來說要洽談幾個月。”這些大企業(yè)本身的用戶量很大，一下子給公有云平臺帶來了大量數(shù)據(jù)。

　　有了公有云作為基礎，云知聲進一步探索私有云的路徑。梁家恩解釋，公有云平臺提供的只是基礎的語音技術服務，而事實上，語音交互跟企業(yè)業(yè)務的關聯(lián)性很強，對于那些對語音有剛需的企業(yè)來說，公有云并不足以完全滿足需求，還要根據(jù)企業(yè)特有的應用環(huán)境優(yōu)化識別模型。比如云知聲與樂視的合作，就是將語音助手根據(jù)電視領域進行了深度定制和融合，使得效果更貼合智能電視的實際使用。

　　智能手表將綁定語音識別

　　智能手表屏幕較小，使用額外的S-pen一類的輔助工具也并不現(xiàn)實，在當前條件下看，唯有依靠語音輸入了。語音輸入看上去是個不大的基礎應用，實現(xiàn)起來卻需要非常復雜的技術能力，已經(jīng)涉及到人工智能AI的范疇，而且這個技術已經(jīng)進化了幾十年，似乎還沒得以大規(guī)模商用，可見其開發(fā)難度。

　　Gear中內(nèi)置了三星自己的S-Voice，另外也和百度合作，將百度語音助手預裝了進去?？磥戆俣扰c三星的關系相當不一般，前有百度云，后有語音助手，對看重安卓更甚iOS的百度，支持力度相當大。不過，還是有理由相信，百度語音助手的技術實力已達到三星所期望的程度，預裝其語音產(chǎn)品，可以給智能手表帶來更好的用戶體驗。語音有可能是智能手表的唯一輸入方式，在這方面無法做到準確，易用，快捷，是很難讓用戶買單的，會成為其發(fā)展瓶頸。

　　其他一些語音識別工具，如搜狗和科大訊飛等產(chǎn)品，是不是也能做到差不多的識別效果。Viavoice是一種學習型的語音識別軟件，你需要適時地對識別結果進行調(diào)整，以方便機器下一次識別，積累下來的識別數(shù)據(jù)要妥善保護，要是因為一次重裝系統(tǒng)而導致丟失的話，一切都得重來。從商用角度來看，這還做不到多好的商用體驗，而如今的語音識別技術，從體驗上明顯已能讓人看到曙光。

　　解決瓶頸，語音識別將無處不在

　　語音技術已經(jīng)發(fā)展了好一段時間，原本大多數(shù)出現(xiàn)在企業(yè)的客服專線，幾年前才開始運用于應用程序中；現(xiàn)在我們能在應用程序、游戲機、家庭自動化、機器人、可穿戴設備等應用領域中看到它。“該技術將會無所不在，”美商Nuance CommunicaTIons的首席人機互動與對話設計師Tanya Kraljic表示：“隨著語音識別技術的不斷演進，人們將會理解，這是一種與科技互動的自然方法。”

　　當然，還有一些障礙需要克服；不過Kraljic相信，語音識別技術的下一次飛躍將會是一種會通知進行對話，對使用者的過去、喜好以及個人更了解，并能使用傳感器來取得更多環(huán)境信息的智慧系統(tǒng)：“我們已經(jīng)在感知技術以及自然語言理解技術方面取得很不錯的進展，現(xiàn)在我們需要拓展智慧功能的極限。”

　　Kraljic 指出，可穿戴設備將有助于促進語音技術的發(fā)展，特別是因為很多該類裝置配備較小尺寸的熒幕、或是沒有熒幕，就會倚重語音形式的人機互動方案。Google Glass與Motorola的Hint免持式耳機，就是采用語音作為主要輸入方式的兩個案例：“這類裝置的出現(xiàn)將語音識別使用體驗又往前推了幾步；”盡管對科技產(chǎn)品說話感覺還是有點怪，她認為有一天社會風氣會因為便利性以及使用價值等因素而有所改變。

　　未來隨著手持設備的小型化，甚至穿戴化，各種智能眼鏡，手表等層出不窮，誰能在語音輸入方面取得領先優(yōu)勢，誰就能掌握了用戶的一個基礎需求，誰也就能在物聯(lián)網(wǎng)世界里，占據(jù)一個重要入口。