全球智能語(yǔ)音市場(chǎng)將達200億美元

　　在大數據、移動(dòng)互聯(lián)網(wǎng)、云計算以及其他技術(shù)的推動(dòng)下，全球的智能語(yǔ)音產(chǎn)業(yè)已經(jīng)步入應用的快速增長(cháng)期。

　　2010年前后，科技巨頭，例如谷歌、微軟和蘋(píng)果、科大訊飛紛紛強化在語(yǔ)音市場(chǎng)上的參與，全球的語(yǔ)音市場(chǎng)逐漸從一家獨大發(fā)展成為競爭市場(chǎng)，雖然從整體上看，該市場(chǎng)依然被巨頭牢牢把控。數據顯示，2015年，語(yǔ)音識別領(lǐng)頭羊公司Nuance依然牢牢占據著(zhù)市場(chǎng)份額第一的寶座，占有率為31.1%，但是已經(jīng)呈現出明顯的下滑趨勢。而谷歌、微軟、蘋(píng)果和科大訊飛則獲得了迅速的增長(cháng)，全球市場(chǎng)份額分別為20.7%、13.4%、12.9%和6.7%。

　　中國智能語(yǔ)音產(chǎn)業(yè)獲得了前所未有的發(fā)展。ResearchandMarkets估算認為，2015年，中國的語(yǔ)音市場(chǎng)規模為46.8億人民幣，比前一年增長(cháng)53.1%，占世界的12%。

　　根據中國工業(yè)和信息化部電子科技信息情報研究所數據顯示，2013年，全球智能語(yǔ)音產(chǎn)業(yè)規模整體達33.7億美元，同比增長(cháng)38.1%;2014年較2013年同比增長(cháng)41.0%，產(chǎn)業(yè)規模大幅提升。預計到2017年，全球智能語(yǔ)音產(chǎn)業(yè)規模將達112.4億美元，復合年均增長(cháng)率達35.1%。

　　語(yǔ)音產(chǎn)業(yè)從最初的萌芽到技術(shù)突破，再到產(chǎn)業(yè)化階段以及目前的快速應用階段，已經(jīng)形成了相當成熟的產(chǎn)業(yè)。簡(jiǎn)單看來(lái)，世界智能語(yǔ)音產(chǎn)業(yè)發(fā)展歷程可分為四個(gè)階段：

　　第一階段是技術(shù)萌芽階段(20世紀50～70年代)，以孤立詞和少詞匯量句子識別，并通過(guò)關(guān)鍵詞匹配實(shí)現簡(jiǎn)單命令操作為主要內容，AT&T貝爾實(shí)驗室開(kāi)發(fā)的Audrey語(yǔ)音識別系統是其主要標志。Audrey能夠通過(guò)跟蹤語(yǔ)音中的共振峰，識別10個(gè)英文數字，正確率高達98%。

　　第二階段是技術(shù)突破階段(20世紀80年代)，語(yǔ)音識別和自然語(yǔ)言處理技術(shù)有了較大進(jìn)展。智能語(yǔ)音技術(shù)研究由傳統的基于標準模板匹配的技術(shù)思路開(kāi)始轉向基于統計模型(HMM)的技術(shù)思路，并再次提出了將神經(jīng)網(wǎng)絡(luò )技術(shù)引入語(yǔ)音識別問(wèn)題的技術(shù)思路。

　　第三階段是產(chǎn)業(yè)化階段(20世紀90年代到21世紀初)，智能語(yǔ)音技術(shù)由研究走向實(shí)用并開(kāi)始產(chǎn)業(yè)化，以1997年IBM推出的ViaVoice為重要標志。自此，智能語(yǔ)音產(chǎn)品開(kāi)始進(jìn)入呼叫中心、家電、汽車(chē)等各個(gè)領(lǐng)域。比如，上世紀70年代由美國國防部遠景研究計劃局資助的，旨在支持語(yǔ)言理解系統的研究開(kāi)發(fā)工作的計劃DARPA，進(jìn)入90年代后，研究重點(diǎn)已轉向識別裝置中的自然語(yǔ)言處理部分，識別任務(wù)設定為“航空旅行信息檢索”。

　　第四個(gè)階段是快速應用階段(2010年以后)，以蘋(píng)果Siri的發(fā)布為重要引爆點(diǎn)，智能語(yǔ)音應用領(lǐng)域由傳統行業(yè)開(kāi)始向移動(dòng)互聯(lián)網(wǎng)等新興領(lǐng)域延伸。在一些發(fā)達國家，大量的語(yǔ)音識別產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)和服務(wù)領(lǐng)域并取得很好的效果。

　　快速應用階段打開(kāi)了市場(chǎng)的大門(mén)，消費者也可以看到琳瑯滿(mǎn)目的產(chǎn)品出現，而隨著(zhù)其他技術(shù)的發(fā)展，比如近年來(lái)全面開(kāi)花的眾多人工智能技術(shù)不斷獲得突破，語(yǔ)音技術(shù)的市場(chǎng)發(fā)展潛力也在進(jìn)一步擴大。

　　高級的智能呼喚高級的語(yǔ)音

　　不難看到，語(yǔ)音技術(shù)在人工智能的發(fā)展中占有絕對重要的地位，它既是機器輸出語(yǔ)言，也就是“說(shuō)話(huà)”的前提，也是機器輸入，也就是“聽(tīng)”的保證。簡(jiǎn)單地說(shuō)，前者設計語(yǔ)音合成后者涉及語(yǔ)音識別，這都是智能語(yǔ)音的關(guān)鍵技術(shù)。

　　舉例來(lái)說(shuō)，在科技領(lǐng)域，聊天機器人時(shí)下是一個(gè)火熱的話(huà)題，國外很多科技媒體都預言，聊天機器人大有取代App乃至取代搜索成為互聯(lián)網(wǎng)入口之勢。至少亞馬遜的Echo發(fā)布一年多便占領(lǐng)了語(yǔ)音控制智能家居的入口。同時(shí)，Facebook力推Messenger，谷歌也要憑借其強大的人工智能技術(shù)推出一款結合搜索的智能助理，微軟有定位于專(zhuān)用商務(wù)助理的Cortana，IBM的Waston積蓄已久，在醫療、環(huán)境、能源等行業(yè)都有動(dòng)作。

　　微軟聊天機器人Cortana

　　谷歌、Facebook、微軟、IBM等國外企業(yè)正在積極推進(jìn)智能語(yǔ)音技術(shù)的研發(fā)及應用，以智能語(yǔ)音為切入點(diǎn)積極布局整個(gè)人工智能領(lǐng)域。語(yǔ)音交互作為人機交互的重要演進(jìn)方向，從感知智能到認知智能，基于深度神經(jīng)網(wǎng)絡(luò )等方法，以語(yǔ)音語(yǔ)言為切入的認知計算將是人工智能發(fā)展的必然路徑。因此，語(yǔ)音交互技術(shù)在服務(wù)機器人博弈中扮演著(zhù)十分重要的角色。

　　毫不遜色的中國造智能語(yǔ)音

　　外科技巨頭在語(yǔ)音上一如既往的強勢，可以說(shuō)，語(yǔ)音已經(jīng)成為必爭之地。而語(yǔ)音識別領(lǐng)域，中國并不落后于發(fā)達國家，不少技術(shù)處于國際領(lǐng)先地位。