21ic通信網(wǎng)訊，如今，語音技術已經(jīng)成為巨頭的標配，百度、騰訊、搜狗、云知聲它們或是傳統(tǒng)互聯(lián)網(wǎng)巨頭，或是出身中科院技術豪門。巨頭占領語音高點已是必然。而從去年開始語音市場受到業(yè)界關注，到今天云知聲獲得千萬美金融資，語音市場春天是否已經(jīng)到來？創(chuàng)業(yè)者在其中是否仍有機會？看看作者怎么說。

大約一年前，中國移動以13.6億人民幣的代價獲得了科大訊飛15%的股權(quán)，后者股價一路攀升，從不足30元到最高61元，成為一大牛股，市值高達240多億人民幣。而在剛剛過去的長假中，“云知聲”也高調(diào)宣布獲得金額為千萬美金折合約1億元人民幣A輪融資。雖然其體量尚無法和科大相比，但這對沉寂一年的語音識別市場卻是重大利好。

而同樣涉足該領域的百度、騰訊、搜狗也正在加快技術迭代的腳步，作為戰(zhàn)略級標配，語音技術在巨頭眼中都格外重要。與國外巨頭占領語音市場相似，業(yè)內(nèi)普遍認為，受技術門檻的限制，語音市場創(chuàng)業(yè)窗口或已關閉。只屬于巨頭的語音戰(zhàn)國大幕拉開！

　　Siri成國內(nèi)語音市場爆發(fā)導火索

自從蘋果Siri推出后，語音市場獲得了高度關注。人們甚至驚呼這種更自然的操控將取代鍵盤。一時間跟隨者紛紛入局。蘋果勁敵Google帶著Google Now強勢殺入，憑著搜索技術特長和數(shù)據(jù)積累，在交互效果上略勝一籌。備受關注的Google Glass便由“Ok Google”這一酷極了的語音方式啟動。

國內(nèi)互聯(lián)網(wǎng)公司百度、騰訊、盛大和搜狗均推出語音相關產(chǎn)品。搜狗在去年11月便推出了語音助手，其語音識別技術采用的正是“云知聲”。而采用自有語音識別技術的百度，在去年圣誕節(jié)期間才推出語音助手，比搜狗晚了1個月。

騰訊在語音市場上則保守許多，微信發(fā)家于語音對講機，可天然地移植到語音助手。但除了在4.5推出“語音提醒”公眾號外，并未加強其他語音識別功能。這也符合騰訊一貫風格，在模式被驗證，市場被教育成熟才會發(fā)力。值得注意的是，微信自建了一個30多人的技術團隊進行語音識別技術研發(fā)。

除了百度、騰訊等巨頭，盛大推出采用自有技術的“百靈語音助手”。中國移動聯(lián)手科大訊飛推出“靈犀助手”，訊飛本身還有“語點”這款語音助手產(chǎn)品。創(chuàng)業(yè)公司智能360、蟲洞語音助手、小i機器人則側(cè)重語義解析和前端功能。

　　語音技術普及存在較多限制條件

語音哪怕Siri依然未成為主流的交互方式。國內(nèi)也尚未出現(xiàn)能與“語音助手”劃上等號的產(chǎn)品。去年中國語音市場經(jīng)歷了一場“軍備競賽”，沒有人確定用戶是否真的需要這么個玩意兒。但如今，大家都不遺余力，生怕落后，被人搶占傳說中的入口。

　　1、“語音入口”可能只是傳說。

筆者并不是馬后炮，在Siri推出時我認為語音交互有天生的缺陷：只能在安靜的場景下使用，有噪音則難以識別；只能在私密的場景使用，否則語音命令會干擾他人?，F(xiàn)實中這類場所并不多，哪怕在家中客廳使用語音功能，也可能影響家人。

就算無干擾場所存在，語音識別技術還有一個依賴：無線網(wǎng)絡。上傳大量的數(shù)據(jù)進行云端識別，必須有良好的網(wǎng)絡。在一些沒有WIFI的地方，使用語音操控簡直是噩夢。有產(chǎn)品提供離線識別技術，安裝包將增大數(shù)倍，識別效果也會直線下降。

　　2、語音產(chǎn)品的智能化技術仍差強人意。

語音市場更難的問題在于“智能識別”的智能。語音技術分為語音識別、語義解析和語音合成。大多語音搜索產(chǎn)品能做到的僅僅是將語音轉(zhuǎn)換成文字，然后通過文字去搜索，實際是“語音識別”這部分技術應用。語音助手要做到助理的程度，則需要能聽懂人話，理解自然語言，就像鋼鐵俠里的賈維斯系統(tǒng)。現(xiàn)在的“語音轉(zhuǎn)文字”這一步并不自然。而理解自然語言，依然是Google、百度等技術巨擘在攻堅的難點：語義解析。

3、用戶尚未形成習慣

最后還有一個難點在于用戶習慣。好的產(chǎn)品要觸及用戶，需要培養(yǎng)，改變和教育。這需要時間。

目前，使用場景、無線網(wǎng)絡、語義識別和用戶習慣這些限制均使得語音仍處于探路期。砸入大量資源，并未獲得匹配的收獲，于是有了泡沫。

　　創(chuàng)業(yè)者的時間窗口已經(jīng)過去！

如今，語音語義這塊是兵家必爭之地，尤其是可穿戴設備興起后，重要性更加凸顯。語音市場必將成為巨頭的游戲，技術和數(shù)據(jù)門檻高企，而語音創(chuàng)業(yè)的時間窗口可能已經(jīng)過去。

1、巨頭轉(zhuǎn)型速度正在加快。“云知聲”和“科大訊飛”在這些角逐者中的角色，就像地圖領域的高德一樣，提供數(shù)據(jù)和技術供上層服務商使用。巧合的是，科大訊飛也在謀求高德的從“B”到“C”的多元化轉(zhuǎn)型之路。除了語音助手，科大訊飛還推出了訊飛語音輸入法、面向幼兒教育的語音機器人硬件等產(chǎn)品。

多元化目前是語音巨頭們正在做的事情，也是語音識別平臺必須要做的事情。他們面向企業(yè)市場提供免費識別技術，但僅靠定制收費是行不通的?；ヂ?lián)網(wǎng)巨頭一貫熱衷免費，走開放平臺路線，籠絡開發(fā)者進而獲得流量、數(shù)據(jù)和個人用戶。8月底百度導航徹底免費，與高德導航正面交鋒就是活生生的例子。百度、騰訊等公司正在投入巨大的資金和資源加強語音技術建設。如果他們將語音識別技術免費必然將創(chuàng)造更大的語音生態(tài)圈。

2、資源技術優(yōu)勢成為創(chuàng)業(yè)阻礙。事實上，語音業(yè)務的基礎是建立是在強技術驅(qū)動下才能實現(xiàn)的，而目前僅有巨頭擁有相關優(yōu)勢。同時，語音技術加上語義解析技術，借助知識圖譜、深度學習，實現(xiàn)對話式搜索，在移動互聯(lián)網(wǎng)時代可以爆發(fā)出巨大能量，也更容易落地和商業(yè)化。單純提供語音識別技術，做一個技術平臺，商業(yè)化是個大問題。而百度等互聯(lián)網(wǎng)巨頭在垂直整合上相比專業(yè)領域的創(chuàng)業(yè)者，更有優(yōu)勢。

語音市場的春天正在到來？

或許，上述問題會長期存在，但不可否認的是，語音作為移動互聯(lián)網(wǎng)的前沿技術仍值得業(yè)界期待。

就使用場景而言，Glass的“Ok Google”是個開始。樂視TV、錘子OS、易信、inWatch、小米3等產(chǎn)品紛紛推出語音交互功能，均采用了云知聲或者訊飛這兩家公司的技術?？纱┐髟O備的興起，硬件創(chuàng)業(yè)的浪潮會帶來更多的語音交互使用的土壤。[!--empirenews.page--]

對于環(huán)境噪音的干擾，百度負責多媒體搜索技術的余凱博士在幾個月前曾向筆者解釋過抗噪技術，語音識別技術已經(jīng)進化到可以區(qū)分人聲和環(huán)境噪聲，甚至可以根據(jù)聲紋識別某個人的特定聲音。這個技術還可以應用于移動支付。支付寶已推出利用聲音指紋的“聲波支付”。這也說明語音技術的使用場景只會被越來越多地發(fā)掘。

例如企業(yè)客服。今日便有消息稱科大訊飛與安徽移動簽下一筆近千萬的大單。相對中移動，千萬規(guī)模委實不算大單。但他們的合作內(nèi)容或?qū)⒁l(fā)新的企業(yè)Call Center的升級換代：后期中國移動在客服10086平臺將采用訊飛的智能語音技術，用戶可以直接說出需求?？头穆曇粢矔捎谜Z音合成技術，這是科大訊飛的優(yōu)勢，其語音合成甚至可以支持主流方言。受此消息影響，今日科大訊飛股票漲停。

無線網(wǎng)絡的環(huán)境改善也是利好消息。4G牌照已是弦上之箭，不得不發(fā)。筆者近日拿到中國移動4G（TD-LTE）上網(wǎng)卡測試顯示，4G網(wǎng)絡在單用戶使用時帶寬已高達44M，下載速度為4MB/S。用戶多了這個速度會受到影響，不過可以預見4G相比3G時代已經(jīng)不可同日而語。除了4G，運營商、政府和商家對WIFI的投資熱情也帶來了覆蓋更廣的無線熱點。

最后，誰將成為中國的Nuance還尚無定論。但這一市場已經(jīng)帶給了眾多從業(yè)者無限的想象空間，可以預見，未來語音市場的將在巨頭的你爭我奪中成為業(yè)界焦點，而下游的語音產(chǎn)品也隨之將逐漸豐富，一個移動語音生態(tài)生態(tài)或?qū)⒃诓痪煤笮纬?....