不只“能說會聽”

王沛霖

2013年，全球智能語音產業(yè)規(guī)模達到33.7億美元，同比增長38.1%。2014年預計達到47.5億美元，同比增長高達41%。預計到2017年，全球智能語音產業(yè)規(guī)模將達到112.4億美元，年復合增長率達35.1%。中國智能語音市場規(guī)模的增長速度更是驚人。2013年，中國智能語音產業(yè)規(guī)模達到16.9億元，同比增長95.6%;2014年，中國智能語音產業(yè)規(guī)模預計將達到30.6億元，同比增長高達81.1%，中國在全球智能語音產業(yè)規(guī)模中的占比將從2013年的8.4%提升到10.7%。從中國語音產業(yè)聯(lián)盟最新發(fā)布的《2014中國智能語音產業(yè)發(fā)展白皮書》（簡稱白皮書）可以看出，中國智能語音行業(yè)已經進入令人興奮的產業(yè)爆發(fā)期。

11月21日在安徽合肥舉辦的2014中國語音產業(yè)聯(lián)盟年會暨中國語音產業(yè)發(fā)展高峰論壇上（簡稱年會），中國語音產業(yè)聯(lián)盟理事長、科大訊飛有限公司董事長劉慶峰在聯(lián)盟工作報告中指出，目前在智能語音的技術方面，我國在部分領域已經居于世界領先位置，但在很多方面還有很大差距。聯(lián)盟成員單位必須齊心協(xié)力，有序競爭，才能最終形成合作共贏的局面。

產業(yè)格局悄然改變

為什么智能語音市場產業(yè)規(guī)模漲幅如此驚人？一方面，大數據、云計算等技術的快速發(fā)展，帶動全球智能語音識別市場需求不斷增長，并不斷向政府、金融、家電、汽車等垂直行業(yè)滲透;另一方面，隨著移動互聯(lián)網技術的發(fā)展，智能語音技術正在迅速成為人們生活的一個組成部分，并顯著地改變著消費者的交互方式。

在全球智能語音市場，美國Nuance公司占據著絕對的領導地位。2013年底，Nuance在全球擁有超過110家分支機構，員工總數近1.2萬人。但是隨著谷歌、蘋果、微軟等IT巨頭不斷發(fā)力，Nuance一家獨大的市場格局正在逐步改變。

近年來，谷歌通過推出語音助手等方式不斷強化和推廣其智能語音技術和產品，并將其與輸入法、語音控制、翻譯、網頁搜索等應用深度整合。此外，谷歌還開放了語音識別的API供開發(fā)者使用。蘋果則憑借Siri切入智能語音領域，并大力推廣“iOS in the Car”計劃，在汽車領域尋求突破。微軟則憑借其在智能語音領域的長期積累，試圖將IT應用和語音信息入口的掌控從桌面延伸到移動互聯(lián)網領域，進一步搶占人工智能制高點。微軟2014年推出的小冰機器人被微信封殺甚至成為移動互聯(lián)網界的一個熱門話題。

2013年，Nuance全球市場份額雖然仍然高達51%，但是已經比2012年的62%下滑了11個百分點。谷歌依靠其在互聯(lián)網和移動互聯(lián)網領域的優(yōu)勢，市場份額由2012年的16.9%猛增到2013年的28%。蘋果、微軟，以及來自中國的科大訊飛分別以4.7%、4.4.%、4.3%的市場份額位列第三、四、五位。

雖然中國在全球智能語音產業(yè)規(guī)模中的占比并不高，但發(fā)展增速極其驚人，且產業(yè)帶動效應明顯。白皮書數據顯示，2013年語音技術帶動移動互聯(lián)網、智能家電、汽車電子等相關產業(yè)規(guī)模增長超過150億元。預計到2017年，隨著智能語音技術在汽車電子、智能家居領域的大范圍滲透，智能語音將帶動相關產業(yè)規(guī)模增長超過1300億元。

產業(yè)爆發(fā)期來臨

一年一度的年會，得到了相關政府部門的高度重視和大力支持，工業(yè)和信息化部副部長楊學山和安徽省人民政府副省長楊振超都到會致辭，工業(yè)和信息化部軟件服務業(yè)司司長陳偉親自擔當年會主持人。安徽省政府辦公廳發(fā)布的《安徽省智能語音產業(yè)發(fā)展規(guī)劃（2014—2017）》更是提出，力爭到2017年，語音互聯(lián)網產品用戶達到10億、語音技術應用產業(yè)規(guī)模達到1000億元，著力打造以科大訊飛為龍頭的語音產業(yè)，把語音產業(yè)培育成具有國際競爭力的主導產業(yè)，把安徽建設成為中國語音產業(yè)發(fā)展示范區(qū)域。

“在全球合成語音大賽上，科大訊飛已經連續(xù)7年獲得冠軍，今年比賽的語種是印度語，科大訊飛仍然獲得全球第一;如何在汽車高噪音環(huán)境下應用智能語音系統(tǒng)，一直是業(yè)界難題，在今年全球兩個著名的測試中，科大訊飛均位列第一，產品已經被奧迪、寶馬、奔馳等廠商采用;在口音識別方面，科大訊飛已經可以識別20多種方言，這些技術已經應用到智能家居產品中;我們的英語口語評測系統(tǒng)在公平性和準確性方面具有很大優(yōu)勢，已經被多個省份的教育部門采用?！眲c峰認為，如今全球智能語音產業(yè)蓬勃發(fā)展，中國有很好的先發(fā)優(yōu)勢。智能語音技術的發(fā)展將從“能聽會說”的語音應用走向“能理解會思考”的人工智能方向。產業(yè)已經迎來前所未有的產業(yè)爆發(fā)期。

面對良好的市場前景，劉慶峰表示，中國語音產業(yè)聯(lián)盟成立兩年來，會員單位已經從19家擴大到50家，他希望產學研用各單位能共同推動智能語音技術發(fā)展，大家抱團推進標準研制。

引來行業(yè)用戶關注

越來越多的智能語音產品應用到各行各業(yè)，中國語音產業(yè)聯(lián)盟也邀請了幾個典型行業(yè)用戶來到了年會現(xiàn)場。

在江淮汽車車身電子研究院副院長李衛(wèi)兵看來，智能語音技術在汽車行業(yè)的應用，可謂是天時、地利、人和，用語音技術替代傳統(tǒng)的按鍵、觸摸屏等介質來操控汽車駕駛室的很多應用，已經是明顯的發(fā)展趨勢。在汽車駕駛室內，噪音、電場的干擾非常嚴重，這也是語音技術應用與汽車行業(yè)的難點問題。

中國移動和科大訊飛在兩年前合作推出的靈犀語音產品，目前已經有了4000多萬用戶。中國移動數據部副總經理沈紅群自豪地表示：“我們希望把它打造成一個最懂用戶的語音助手?！彼鸯`犀形象地比喻成“語音金手指”，通過講話就可以操控手機。比如可以通過講一句事先設置好的關鍵詞就可以喚醒手機，動動嘴巴就可以開燈、轉換電視頻道。目前，靈犀在語音導航、搜歌、閱讀等方面的應用已經非常成熟，未來，靈犀還將推出很多個性化應用。從今年下半年開始，中國移動還將靈犀的語音識別、語音合成、語音理解等功能，對業(yè)界開放，后續(xù)也會不斷研發(fā)出新的能力，比如身份識別、個性化語音播報、語音數據的挖掘等，向外部開放。中國移動的開放模式也是靈活多樣的，可以打包，也可以進行資源交換。她希望更多的中小開發(fā)者跟他們聯(lián)系。

雖然目前銀行業(yè)對智能語音的應用還停留在語音導航、語音留言分析等初級階段，但是光大銀行電子銀行部副總經理熊福林認為，智能語音在銀行業(yè)的應用空間非常廣闊，銀行對智能語音應用有著強烈的需求。未來，在電子賬戶管理的聲紋身份識別、大數據分析、無人銀行等方面，智能語音技術都將發(fā)揮重要的作用。熊福林希望業(yè)界有志于此的企業(yè)，可以和光大銀行一起建立實驗室，共同推進智能語音技術在銀行業(yè)的應用。endprint