21ic通信網(wǎng)訊，近日，由工業(yè)和信息化部電子科學(xué)技術(shù)情報(bào)所洪京一所長(zhǎng)代表聯(lián)盟秘書(shū)處單位發(fā)布的《2013中國(guó)智能語(yǔ)音產(chǎn)業(yè)發(fā)展白皮書(shū)》指出，智能語(yǔ)音已經(jīng)進(jìn)入快速應(yīng)用階段，預(yù)計(jì)到2017年，產(chǎn)業(yè)規(guī)模將達(dá)到101.4億元。而語(yǔ)音作為人類(lèi)溝通和獲取信息最自然最便捷的方式，勢(shì)必會(huì)成為人機(jī)交互的未來(lái)趨勢(shì)。

智能語(yǔ)音開(kāi)啟移動(dòng)互聯(lián)網(wǎng)發(fā)展新時(shí)代

隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的來(lái)臨，智能語(yǔ)音作為信息交互的重要入口之一，成為各大手機(jī)制造商、運(yùn)營(yíng)商和互聯(lián)網(wǎng)企業(yè)等巨頭爭(zhēng)相搶占的制高點(diǎn)。在過(guò)去的三年中，全球智能語(yǔ)音市場(chǎng)不斷擴(kuò)大。日前，微軟也亮出其智能語(yǔ)音技術(shù)的最新成果：“實(shí)時(shí)語(yǔ)音翻譯系統(tǒng)”和“基于Kinect的手語(yǔ)翻譯系統(tǒng)”。此前，在“百度世界2013”大會(huì)上，百度宣布向開(kāi)發(fā)者免費(fèi)開(kāi)放整個(gè)語(yǔ)音識(shí)別平臺(tái)。

事實(shí)上，智能語(yǔ)音產(chǎn)業(yè)主要指通過(guò)語(yǔ)音合成技術(shù)和語(yǔ)音識(shí)別技術(shù)，為用戶(hù)提供各種服務(wù)的產(chǎn)業(yè)。一般來(lái)說(shuō)，用戶(hù)只需要用說(shuō)話的方式給服務(wù)終端發(fā)布命令，就能得到相應(yīng)的服務(wù)。智能語(yǔ)音交互首先改變的是移動(dòng)互聯(lián)網(wǎng)。以iPhone中內(nèi)置的Siri為例，用戶(hù)以自然語(yǔ)言的方式對(duì)智能手機(jī)下達(dá)指令，而手機(jī)根據(jù)用戶(hù)語(yǔ)音和用戶(hù)當(dāng)前的環(huán)境及上下文對(duì)用戶(hù)意圖進(jìn)行理解，并按照用戶(hù)意圖執(zhí)行命令的過(guò)程。

盡管目前智能語(yǔ)音產(chǎn)業(yè)規(guī)模相對(duì)較小，但業(yè)內(nèi)人士普遍認(rèn)為，語(yǔ)音技術(shù)在兩三年內(nèi)，會(huì)徹底改變當(dāng)前的人機(jī)交互方式。移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)技術(shù)的飛速發(fā)展，智能語(yǔ)音已由技術(shù)研發(fā)進(jìn)入快速應(yīng)用階段，產(chǎn)業(yè)規(guī)模大幅提升。根據(jù)工業(yè)和信息化部電子科學(xué)技術(shù)情報(bào)研究所數(shù)據(jù)，2012年全球智能語(yǔ)音產(chǎn)業(yè)規(guī)模整體達(dá)到24.4億美元，同比增長(zhǎng)24.0%。其中，中國(guó)智能語(yǔ)音產(chǎn)業(yè)規(guī)模近8.6億元，同比增長(zhǎng)38.2%，帶動(dòng)移動(dòng)互聯(lián)網(wǎng)、智能家電、教育等相關(guān)產(chǎn)業(yè)規(guī)模增長(zhǎng)100億元。

　　智能語(yǔ)音應(yīng)用漸成信息消費(fèi)熱點(diǎn)

目前，在全球電子設(shè)備制造業(yè)中，微型電聲元器件的應(yīng)用較為廣泛，隨著下游手機(jī)、筆記本電腦、平板電視、數(shù)碼相機(jī)等個(gè)人消費(fèi)類(lèi)電子產(chǎn)品的持續(xù)發(fā)展，其市場(chǎng)需求將不斷快速增長(zhǎng)。百度多媒體負(fù)責(zé)人余凱曾表示“如今的語(yǔ)音搜索不同于傳統(tǒng)搜索模式，不是基于無(wú)關(guān)聯(lián)的幾個(gè)關(guān)鍵詞來(lái)反饋結(jié)果，而是能夠理解用戶(hù)指令，完成一項(xiàng)完整的任務(wù)。”基于此，語(yǔ)音必將成為日后移動(dòng)互聯(lián)網(wǎng)的入口之一。

智能語(yǔ)音技術(shù)發(fā)展至今，市場(chǎng)上也涌現(xiàn)出越來(lái)越多的語(yǔ)音識(shí)別軟件，如語(yǔ)音類(lèi)搜索應(yīng)用Dragon Search、語(yǔ)音類(lèi)聽(tīng)寫(xiě)功能整合軟件訊飛口訊、語(yǔ)音類(lèi)音樂(lè)軟件Shazam、口語(yǔ)在線學(xué)習(xí)平臺(tái)思必馳AIChinese，以及語(yǔ)音控制軟件Siri等。在國(guó)外語(yǔ)音市場(chǎng)主要以語(yǔ)音識(shí)別為主，具有代表性的產(chǎn)品有Nuance的Dragon Dictation，蘋(píng)果新推出的Siri；而在國(guó)內(nèi)，語(yǔ)音市場(chǎng)主要以語(yǔ)音合成為主，其中科大訊飛及捷通華聲基本占領(lǐng)了語(yǔ)音合成市場(chǎng)。

市場(chǎng)規(guī)模的大幅提升為行業(yè)企業(yè)提供了巨大的市場(chǎng)空間。微信的微語(yǔ)音插件、搜狗語(yǔ)音助手、易信等，都采用了語(yǔ)音識(shí)別應(yīng)用。另外，電視和機(jī)頂盒也是采用智能語(yǔ)音交互比較積極的行業(yè)。傳統(tǒng)的電視機(jī)和機(jī)頂盒的遙控操作都比較復(fù)雜，而采用智能語(yǔ)音交互技術(shù)，只需對(duì)著遙控器說(shuō)話，就可以控制電視，輸入文字、打開(kāi)應(yīng)用、播放視頻都可輕松實(shí)現(xiàn)。汽車(chē)、玩具、穿戴設(shè)備也都對(duì)智能交互技術(shù)能提供的全新交互方式抱有很大的期待。語(yǔ)音技術(shù)作為一個(gè)已經(jīng)漸漸成熟的基礎(chǔ)技術(shù)，用戶(hù)認(rèn)知度和市場(chǎng)規(guī)模也正在逐漸擴(kuò)大。

　　智能語(yǔ)音產(chǎn)業(yè)如何破解技術(shù)壁壘？

雖然人工智能技術(shù)是從計(jì)算機(jī)出現(xiàn)以來(lái)就開(kāi)始研究，但智能語(yǔ)音離實(shí)際應(yīng)用還有相當(dāng)?shù)木嚯x，路還很長(zhǎng)。據(jù)易觀智庫(kù)發(fā)布的數(shù)據(jù)顯示，語(yǔ)音助手類(lèi)應(yīng)用累積下載量排行中，沖動(dòng)語(yǔ)音助手以29.8%占比第一，其次是智能360占25.2%，而科大訊飛旗下的訊飛語(yǔ)點(diǎn)由于靈犀的分流，排名第三，占到20.1%。據(jù)蟲(chóng)洞語(yǔ)音助手創(chuàng)始團(tuán)隊(duì)成員王向一透露，目前蟲(chóng)洞語(yǔ)音助手總用戶(hù)為1600萬(wàn)。按比例計(jì)算，國(guó)內(nèi)所有語(yǔ)音助手總每月下載量?jī)H為4442萬(wàn)，用戶(hù)量總和僅5000萬(wàn)。

此外，一份國(guó)外最新的調(diào)查顯示，截至目前，約有85%的iOS 7用戶(hù)從未使用過(guò)Siri，在使用Siri的用戶(hù)中，有46%的用戶(hù)感到失望，認(rèn)為Ssiri發(fā)揮的實(shí)際作用不大。這些數(shù)據(jù)都可以看出，智能語(yǔ)音技術(shù)離實(shí)際應(yīng)用還很遠(yuǎn)。當(dāng)前，智能語(yǔ)音類(lèi)應(yīng)用在語(yǔ)音識(shí)別，語(yǔ)義解析，內(nèi)容問(wèn)答等方面存在較大的技術(shù)壁壘。在全球范圍內(nèi)，將此技術(shù)與商業(yè)化完美結(jié)合的廠商也是寥寥無(wú)幾。人機(jī)交互式的語(yǔ)音技術(shù)僅是在諸如輸入法等產(chǎn)品中充當(dāng)配角，真正的語(yǔ)音產(chǎn)品形態(tài)尚未出現(xiàn)。

目前還沒(méi)有一個(gè)較為成功的前端語(yǔ)音產(chǎn)品可以主宰市場(chǎng)，功能上的同質(zhì)化、用戶(hù)體驗(yàn)的不流暢、語(yǔ)音識(shí)別的準(zhǔn)確率不高等等問(wèn)題嚴(yán)重影響其發(fā)展。如何突破技術(shù)壁壘實(shí)行商業(yè)化運(yùn)作將是智能語(yǔ)音規(guī)模普及的關(guān)鍵。因此，在未來(lái)發(fā)展過(guò)程中，廠商仍應(yīng)加強(qiáng)語(yǔ)音操控功能的技術(shù)完善。另外，還應(yīng)著眼于提升用戶(hù)的綜合使用體驗(yàn)，而不僅僅是技術(shù)層面的應(yīng)用，切忌陷入單純的技術(shù)比拼怪圈。