智能語音：爭奪人工智能皇冠上的“明珠”

郜小平

吼一吼就可登錄App？近日，北京云知聲信息技術有限公司開發(fā)的聲紋登錄系統(tǒng)成功率可達99%。與智能語音先行者科大訊飛股份有限公司（下稱“科大訊飛”）相似，兩家公司創(chuàng)始人師出同門。

除了專業(yè)的語音技術廠商，互聯(lián)網(wǎng)科技巨頭也紛紛涌入語音賽道中來。2月20日，在小米的新品發(fā)布上，小愛觸屏音箱亮相。兩天前，騰訊也出面澄清，聽聽（音箱）一直在正常研發(fā)和銷售運營，面向行業(yè)輸出全棧語音人工智能解決方案能力。

智能語音被譽為人工智能皇冠上的“明珠”，近段時間以來熱度不減。隨著深度學習技術的突破，大數(shù)據(jù)技術以及自然語言理解能力的提升，帶動了一波產(chǎn)業(yè)熱潮，在教育、客服、電信等傳統(tǒng)行業(yè)之外，還開辟出了車載、家居、醫(yī)療、智能硬件等語音技術應用新天地。

“聽懂”人話，語音方案“百花齊放”

走進廣州迅羽通信技術公司（下稱“迅羽”）的客服中心，敲擊鍵盤的聲音不再此起彼伏，客服人員更多在傾聽和安靜地回復來電。

迅羽先后承運了香港快運、電訊盈科、和記電訊、東亞銀行以及廣東省12348司法、廣東電力等企業(yè)和單位的超大型客服服務。一直以來，傳統(tǒng)的客服呼叫中心是勞動密集型產(chǎn)業(yè)，由于內(nèi)地人力成本優(yōu)勢，香港一些電信業(yè)、銀行業(yè)、航空業(yè)的企業(yè)將呼叫中心外包，但隨著人力成本的提升，呼叫中心的利潤進一步被壓縮。

從2018年9月起，迅羽聯(lián)合哈爾濱工業(yè)大學共同成立人工智能自動問答技術研發(fā)實驗室。經(jīng)測算，有七成動作是可替代的——客服人員大部分時間都在進行文字錄入和反復確認，而如今，客戶報完身份證號碼、家庭地址等信息時，就已經(jīng)同步自動錄入系統(tǒng)，而客服人員則可專注聽取客戶的反饋意見。在臺風等極端天氣下，面對激增的退改機票業(yè)務也更從容。

機器能“聽懂”人話，已經(jīng)深入各種場景。科大訊飛與上海市高級人民法院合作的刑事案件輔助辦案系統(tǒng)投入使用后，目前已開始在全國范圍內(nèi)擴展，輔助辦案系統(tǒng)有望在國內(nèi)法院系統(tǒng)全面鋪開，并向更多罪種、民商行政案件等方向延伸，截至2019年初，審訊產(chǎn)品于法庭拓展迅速，已覆蓋815個法院、4200個法庭。

陪你聊、陪你跳、會管家、會傳情……深圳狗尾草智能科技公司（下稱“狗尾草”）不僅推出了呆萌又暖心的情感社交機器人，還打造出了全球首個人工智能虛擬生命——琥珀·虛顏，在日趨白熱化的語音市場中走出了一條差異化道路。

“幫我設置明天上午7點的鬧鐘?！闭Z音識別距離大眾并不遙遠，在移動終端上，用戶可以實現(xiàn)手機讀短信、詢問天氣、語音設置鬧鐘等，智能音箱更被認為是控制智能家居的自然入口，從“百箱大戰(zhàn)”到現(xiàn)在的語音方案“百花齊放”，互聯(lián)網(wǎng)平臺商、語音技術硬件服務商、內(nèi)容和云服務商、芯片商等，都相繼推出了各自支持設備智能化升級的方案。

不是替代人，而是更好發(fā)揮人的價值

通過人工智能語音交互，機器不僅能聽懂人話，還能更好地發(fā)掘人的價值。

通過匯聚學生的家庭作業(yè)、課堂訓練數(shù)據(jù)，科大訊飛用語音識別對內(nèi)容進行語義理解分析，判斷作業(yè)對錯，提供改進方案。“‘人工智能+大數(shù)據(jù)結(jié)合因材施教，比如同一個班學生對內(nèi)容接受度是不一樣的，每個人的知識點掌握情況又是怎樣的，單個學生上一個知識點有沒有掌握，都可以有針對性地改進?！笨拼笥嶏w高級副總裁杜蘭說。

杜蘭說，AI賦能教育產(chǎn)業(yè)不是要取代老師這個職業(yè)，而是替代批改等瑣碎事務，給老師更多時間。

迅羽副總經(jīng)理黃勉超同樣認為，AI的出現(xiàn)，并不是要用機器人取代人，而是與機器有更好分工?！坝幸话胗脩羰菐е榫w或投訴打進電話來，如果他們面對的是一臺毫無表情的機器，只會繼續(xù)帶著憤怒掛掉電話?！?/p>

黃勉超還發(fā)現(xiàn)，引入AI后，客服業(yè)務有了更多科技含量，品牌形象大為提升，公司在招人時也更有底氣?！耙郧斑@個行業(yè)的人會覺得沒有前途，而現(xiàn)在工作沒有那么枯燥后，人員流動沒有那么頻繁，而且人員培訓周期也大為縮短，在整個過程中，人的價值就發(fā)揮出來了。”

向B端發(fā)力，與產(chǎn)業(yè)結(jié)合構筑生態(tài)

盡管智能音箱大戰(zhàn)火熱，但不少人始終認為，目前AI產(chǎn)品尤其是語音產(chǎn)品還只是一種年輕人的科技玩具，實用性并不強。

狗尾草創(chuàng)始人、CEO邱楠對此表示，任何一個代表未來方向的科技類產(chǎn)品的流行，一定是從年輕人開始。年輕人對AI有想象力，他們知道自己需要的場景是怎樣的。盡管現(xiàn)有AI技術還不夠成熟，但這就和電腦早期發(fā)展一樣，技術本身是需要時間去發(fā)展的。

C（Consumer）端產(chǎn)品火過一陣后，越來越多的玩家開始深入B（Business）端，與行業(yè)相結(jié)合。黃勉超說，C端產(chǎn)品可以戲謔、搞笑的方式與用戶溝通，當用戶說我要在附近找吃的時，智能音箱回答不了就會說，“哎呀，你是個吃貨”，但智能客服語音對答就不能有絲毫調(diào)侃，例如，用戶查詢明天下午3點半是否有飛往大阪的航班，有就是有，沒有就是沒有，不可能存在第三個答案。

不過，整體移動互聯(lián)網(wǎng)用戶增長見頂，以及BAT（百度、阿里巴巴、騰訊）等行家也紛紛入局，語音技術日趨成熟，客戶變對手，讓科大訊飛的技術優(yōu)勢漸消。但杜蘭認為，BAT的到來會讓語音技術變得更好，并不存在相互競爭的問題。

而科大訊飛也在加快構建一個融合共享的人工智能產(chǎn)業(yè)生態(tài)。有這樣一個經(jīng)典的故事：一位四川人石城川，11歲那年高燒因失去聽覺，2015年，他發(fā)現(xiàn)科大訊飛有一種語音識別技術，盡管聽不到自己的發(fā)音，但是他可以通過這種技術矯正自己發(fā)音，并識別正常人的語音轉(zhuǎn)換成文字，這樣就可以實現(xiàn)自己和正常人的對話。在咿咿呀呀的發(fā)音中，他重拾語言能力。后來，他創(chuàng)立了音書App，為聽障者和健聽者之間建立溝通的橋梁。

隨著技術迭代更新越來越快，語音識別準確率方面的提升越來越難，在眾多玩家之間，競爭差距是更大還是更??？“企業(yè)間并不存在太大的技術差距，早期都是同一個技術公司，隨著技術紅利和技術壁壘的下降，后期推動開源，不只是看單一的技術能力?！鼻耖f，論技術，有哪一家企業(yè)能競爭得過中科院？但企業(yè)是給技術找到技術場景，在此基礎上不斷延展，競爭的維度一定是多元的，語音技術的壁壘也不會一直持續(xù)下去。（據(jù)《南方日報》）