大規(guī)模商用節(jié)點即將突破 語音交互產(chǎn)業(yè)迎爆發(fā)期

　　日前舉行的蘋果開發(fā)者大會上，ＳＩＲＩ智能音響與蘋果智能家居平臺Ｈｏｍｅｋｉｔ深度融合帶來的語音交互方面的新體驗，成為業(yè)內(nèi)關(guān)注的焦點。這也引發(fā)音響制造廠商、消費電子芯片商、聲學(xué)元件廠商、軟件平臺企業(yè)、家用服務(wù)機(jī)器人公司、平臺內(nèi)容提供商等產(chǎn)業(yè)鏈上眾多公司近期集體有所動作。業(yè)內(nèi)人士表示，歷經(jīng)數(shù)十年發(fā)展，隨著技術(shù)不斷沉淀以及交互場景的不斷拓展，語音技術(shù)發(fā)展即將突破大規(guī)模商用節(jié)點，行業(yè)將進(jìn)入爆發(fā)期。

　　新一代人機(jī)交互模式

　　“語音交互有望成為下一代人機(jī)交互的新模式?！泵绹畲蟮娘L(fēng)險投資基金合伙人瑪麗·米克爾表示，語音是最有效的計算輸入形式。語音具有快速溝通、簡單方便、個性化且無需鍵盤等特點。隨著技術(shù)不斷成熟，語音交互時代即將到來。

　　事實上，語音交互技術(shù)已在逐步商用，如蘋果手機(jī)上的Ｓｉｒｉ等應(yīng)用。業(yè)內(nèi)人士表示，早期蘋果公司的Ｓｉｒｉ等語音助手，主要依賴腳本對話，對特定指令做出應(yīng)答。但去年收購ＶｏｃａｌＩＱ技術(shù)后，用戶以會話方式而非過去的提示性語音與設(shè)備交互。

　　亞馬遜的Ｅｃｈｏ音箱熱賣，是語音識別技術(shù)發(fā)展的一個重要標(biāo)志。該款音響可以根據(jù)語音指令回答問題、創(chuàng)建購物清單、播放音樂，甚至能開關(guān)電燈。自２０１４年發(fā)布以來，該款音響累計銷量突破３００萬臺，僅今年第一季度銷量就超過１００萬臺。同時，第三方開發(fā)服務(wù)數(shù)量近千項，有望成為亞馬遜下一個１０億美元的業(yè)務(wù)。

　　對語音識別技術(shù)興起的原因，業(yè)內(nèi)分析師表示，智能手機(jī)在去年迎來爆發(fā)后，計算機(jī)行業(yè)需要一個新的觸發(fā)點。而傳統(tǒng)的交互方式難以全方位滿足用戶需求，以語音交互為基礎(chǔ)構(gòu)成包括圖像、體感在內(nèi)的第三代人機(jī)交互模式有望加速啟動。

　　國泰君安分析師認(rèn)為，深度學(xué)習(xí)算法大幅提升語音識別正確率。在語音識別率方面，目前百度、谷歌等主流平臺在單詞語音識別準(zhǔn)確率方面都超過了９０％，科大訊飛、云知聲等智能語音識別企業(yè)的識別率達(dá)到９６％以上。

　　百度首席科學(xué)家吳恩達(dá)表示，如果語音識別準(zhǔn)確率從９５％上升到９９％，使用人數(shù)將大幅增加。搜索業(yè)務(wù)中，５年后至少５０％為圖像搜索或者語音搜索。

　　目前語音識別已廣泛應(yīng)用于智能手機(jī)?，旣悺っ卓藸柋硎?，２０１３－２０１５年，美國智能手機(jī)用戶使用語音助手的比例從３０％上升到６５％。谷歌２０１６年語音搜索量較２００８年增加了３５倍以上，較２０１０年增加７倍以上。百度語音從２０１４年第二季度起，語音輸入增加４倍以上，輸出增加２６倍以上。

　　融合多種人工智能技術(shù)

　　智能語音技術(shù)包括識別和交互環(huán)節(jié)，融合了多種人工智能尖端技術(shù)。安信證券分析師認(rèn)為，人機(jī)語音交互應(yīng)用的關(guān)鍵是準(zhǔn)確率與響應(yīng)時間，語音識別技術(shù)日益成熟，即將突破量變到質(zhì)變的臨界點。隨著語音識別技術(shù)和硬件發(fā)展，驅(qū)動語音交互滲透率迅速提升。

　　據(jù)了解，亞馬遜的Ｅｃｈｏ音箱最早只是一個有趣的實驗，目的是測試語音激活功能，并希望通過收集消費者的行為數(shù)據(jù)來制定可行的戰(zhàn)略方案，吸引消費者前往購物。而Ｅｃｈｏ音箱的銷售大大超出預(yù)期。目前蘋果、谷歌等已經(jīng)發(fā)布類似產(chǎn)品?？拼笥嶏w去年與京東成立合資公司，切入點是其新推出的叮咚智能音響。

　　隨著語音技術(shù)應(yīng)用范圍不斷擴(kuò)寬，并衍生出一系列對語音交互存在剛性需求的場景。如以可穿戴設(shè)備為代表的小型化、便攜式終端交互；遠(yuǎn)距離、大屏幕終端交互，包括智能電視、智能家居、消費機(jī)器人等；汽車等不方便使用雙手場景中的人機(jī)交互。

　　應(yīng)用需求推動技術(shù)進(jìn)步。智能可穿戴設(shè)備屏幕一般不大，甚至沒有觸控屏幕，因此使用語音更加便于人機(jī)交互。如可穿戴設(shè)備的先驅(qū)谷歌眼鏡就搭載了智能語音系統(tǒng)。在網(wǎng)絡(luò)環(huán)境下，可以通過語音發(fā)送短信。隨著可穿戴設(shè)備滲透率不斷提升，語音交互應(yīng)用領(lǐng)域?qū)⒉粩嗤貙挕?/br>

　　在大屏領(lǐng)域的應(yīng)用集中在智能電視，康佳、長虹、ＴＣＬ、ＬＧ、樂視等均搭載語音交互功能，通過語音輸入可實現(xiàn)查收影視劇、聽歌、發(fā)送微博、開關(guān)電視等功能。在智能家居領(lǐng)域，搭載語音方案成標(biāo)配。其中，蘋果發(fā)布的智能家居ＨｏｍｅＫｉｔ采取與Ｓｉｒｉ協(xié)作的方式，用戶可以使用自然語句發(fā)出命令。隨著家用消費市場興起，語音技術(shù)將迎來更廣闊的市場。

　　汽車領(lǐng)域則是另一爭奪焦點。在駕駛汽車過程中，使用按鍵或觸控存在安全隱患，各大車廠在前裝控制系統(tǒng)中搭載了語音控制方案。

　　多路資本加快入場

　　隨著語音交互技術(shù)的發(fā)展，促使智能家居相關(guān)產(chǎn)品成為焦點，多路資本紛紛加入搶占市場。如谷歌已布局聲控操作智能家居入口系統(tǒng)，其語音助手基于人工智能和深度學(xué)習(xí)功能，可應(yīng)用于多種硬件產(chǎn)品；聲控智能硬件產(chǎn)品ＧｏｏｇｌｅＨｏｍｅ有望成為智能家居的控制中樞。京東發(fā)布的叮咚智能音響平臺，為基于語音交互控制的智能家居產(chǎn)品，目標(biāo)是打造家庭全數(shù)據(jù)服務(wù)分發(fā)平臺。

　　音響的普及帶動了音樂版權(quán)落地。安信證券分析師表示，全球進(jìn)入數(shù)字音樂時代，智能音響滿足聲音的輸出要求。智能語音技術(shù)逐漸成熟，信息的輸入與輸出在智能音響上得到完美詮釋，聲學(xué)將是互聯(lián)網(wǎng)的新入口，基于聲音的商業(yè)模式將得以快速發(fā)展。

　　“預(yù)計智能音響行業(yè)有望成為新的互聯(lián)網(wǎng)和物聯(lián)網(wǎng)入口，互聯(lián)網(wǎng)廠商加速切入?！卑残抛C券分析師表示，音樂支出占娛樂消費的１８％，商業(yè)模式在數(shù)字時代正在變化，內(nèi)容收費需要與硬件結(jié)合。智能音響更多的價值體現(xiàn)在家庭物聯(lián)網(wǎng)的整合控制和人工智能的實際載體。

　　硬件將成為入口，軟件平臺處于產(chǎn)業(yè)核心地位。“未來人工智能將像水和電一樣，融入人們的生活。”科大訊飛相關(guān)負(fù)責(zé)人表示，公司占據(jù)中文語音市場７０％以上的份額。該公司針對人與人之間自由交流語音的正確率突破８５％實用門檻，針對會議演講等場景達(dá)到９５％以上的識別率；同時布局了圖像識別、大數(shù)據(jù)以及腦科學(xué)等領(lǐng)域。

　　版權(quán)及免責(zé)聲明：凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章，不代表本網(wǎng)觀點和立場。版權(quán)事宜請聯(lián)系：010-65363056。

延伸閱讀