國內外語(yǔ)音識別行業(yè)現狀

　　本文就詳細盤(pán)點(diǎn)一番國內外的大型公司，并對他們掌握的技術(shù)進(jìn)行分析，同時(shí)預測一下未來(lái)的語(yǔ)音識別趨勢，期望帶給行業(yè)內外的專(zhuān)業(yè)人士些許參考，借此更進(jìn)一步推進(jìn)整個(gè)行業(yè)的發(fā)展。

　　1、國外語(yǔ)音識別行業(yè)收購盤(pán)點(diǎn)和技術(shù)分析

　　傳統語(yǔ)音識別行業(yè)貴族Nuance逐漸沒(méi)落

　　任何時(shí)候提到語(yǔ)音識別，都不能避過(guò)Nuance這家公司，這家公司曾經(jīng)在語(yǔ)音領(lǐng)域一統江湖，世界上有超過(guò)80%的語(yǔ)音識別都用過(guò)Nuance識別引擎技術(shù)，其語(yǔ)音產(chǎn)品可以支持超過(guò)50種語(yǔ)言，在全球擁有超過(guò)20億用戶(hù)，幾乎壟斷了金融和電信行業(yè)。就算現在，仍舊是瘦死的駱駝比馬大，Nuance依舊是全球最大的語(yǔ)音技術(shù)公司，掌握著(zhù)全球最多的語(yǔ)音技術(shù)專(zhuān)利。蘋(píng)果語(yǔ)音助手Siri、三星語(yǔ)音助手S-Voice、各大航空公司和頂級銀行的自動(dòng)呼叫中心，剛開(kāi)始都是采用他們的語(yǔ)音識別引擎技術(shù)。Nuance已經(jīng)登陸了納斯達克，三星、蘋(píng)果和百度都和它傳過(guò)緋聞，傳言多次收購，但是全都無(wú)疾而終。

　　事實(shí)上，Nuance有點(diǎn)過(guò)于自大了，語(yǔ)音技術(shù)即便冠絕全球，但是在具體應用上，差距就沒(méi)有那么大了。語(yǔ)音識別技術(shù)并非高不可攀，實(shí)際上一款用戶(hù)體驗較好的語(yǔ)音識別系統，很大程度上依靠數據和經(jīng)驗，專(zhuān)利和算法什么的并沒(méi)有那么重要。聰明人自然很多，所以巨頭們只需考慮挖到專(zhuān)業(yè)人士或者收購初創(chuàng )公司，自主研發(fā)出不遜于Nuance的語(yǔ)音識別技術(shù)也不是太難的事情，又何必花費巨資看Nuance臉色呢。

　　蘋(píng)果收購S(chǎng)iri、Novauris Technologies、VocallQ和Emotient

　　蘋(píng)果的Siri已經(jīng)鼎鼎大名了，也算世界上語(yǔ)音識別的執牛耳者。Siri并不是蘋(píng)果自己研發(fā)的技術(shù)，而是2010年蘋(píng)果收購S(chǎng)iriInc.公司的產(chǎn)品，2011年蘋(píng)果將該技術(shù)融入到iPhone4S中并發(fā)布了Siri語(yǔ)音助理。SiriInc.這家公司成立于2007年，原本核心技術(shù)是CALO人工智能項目。當然Siri剛開(kāi)始發(fā)布的時(shí)候語(yǔ)音識別的體驗還很差，眾多果粉也是四處吐槽。因此2013年蘋(píng)果又收購了語(yǔ)音識別公司Novauris Technologies。Novauris是一種可識別整個(gè)短語(yǔ)的語(yǔ)音識別技術(shù)，這種技術(shù)并非簡(jiǎn)單識別單個(gè)詞句，而是試圖利用超過(guò)2.45億個(gè)短語(yǔ)的識別輔助理解上下文，當然這是很有難度的一件事情。不管怎樣，這次收購也讓蘋(píng)果進(jìn)一步完善了Siri的功能。

　　但是這還是不夠，因此2015年蘋(píng)果又收購了英國語(yǔ)音技術(shù)初創(chuàng )公司VocalIQ。VocalIQ開(kāi)發(fā)的人工智能軟件，能夠幫助計算機與用戶(hù)進(jìn)行更為自然的對話(huà)。VocalIQ使用機器學(xué)習(machine learning)開(kāi)發(fā)虛擬助手，將語(yǔ)音處理和機器學(xué)習技術(shù)整合到可穿戴設備、家庭聯(lián)網(wǎng)設備當中的同時(shí)，這家公司還特別關(guān)注車(chē)載應用的開(kāi)發(fā)。這次收購也證實(shí)了蘋(píng)果將來(lái)邁入汽車(chē)領(lǐng)域的決心。Siri應該是通用語(yǔ)音識別領(lǐng)域用戶(hù)體驗當前較好的產(chǎn)品，特別是在兒童語(yǔ)音識別領(lǐng)域，這也得益于蘋(píng)果極易上手的特性吸引了眾多小朋友，也包括筆者家里的小朋友。

　　當然，Siri還是距離我們的實(shí)際應用需求還差很遠，因此蘋(píng)果最近又收購了美國圣地牙哥AI技術(shù)公司Emotient，接收其臉部表情分析與情緒辨別技術(shù)。據悉，Emotient開(kāi)發(fā)的情緒引擎可讀取人們的面部表情并且預測其情緒狀態(tài)。