“语音已经成为未来最被看好的人机交互方式，因为它更方便、更高效，适用范围更广，我们有足够的理由相信，语音技术将彻底颠覆人机交互的传统模式。”科大讯飞副总裁江涛在接受《企业观察报》记者采访时说。

　　随着智能语音技术的不断成熟，应用领域也不断扩展，甚至越来越多的传统企业也参与到智能语音的产业链中来。汽车电子终端、智能家居、智能客服等诸多领域都展现了智能语音技术在细分市场上的强大生命力及广阔的前景。

　　移动互联网的新契机

　　在江涛看来，随着移动互联网的崛起及语音技术的不断成熟与普及，给语音识别行业带来了真正的契机。对于移动互联网时代的智能终端来说，传统的键盘与鼠标从用户体验和使用环境上都不能很好地满足用户的输入需求，而语音则能解放用户的双手，让人机交互更自然、更便捷，现在有越来越多的应用使用了语音交互。

　　作为移动互联网时代信息交互的重要入口之一，智能语音在互联网信息查询、位置导航、信息检索、手机终端操作等应用方面具有巨大的市场空间。语音入口服务、语音特色应用及语音增值业务三个领域呈现爆发式增长。

　　传统企业的新体验

　　人机交互的变革历来引领着整个产业的变革，为产业发展带来深刻变化。谷歌曾经提出，未来“通过触觉、视觉、语音等介质无缝衔接用户与科技设备之间的交互”，人与科技的关系变得如此亲密。以科大讯飞、云知声为代表的智能语音技术及服务提供商正在与终端、应用开发和信息服务企业展开各种合作，占领细分市场。

　　根据技术特点，结合用户需求，智能语音应用及服务主要分为两大类：面向个人和面向企业。面向企业的主要是指通过定制开发、技术支持、授权等方式，与家电、汽车、金融等传统企业合作，通过智能语音服务提升用户体验水平。

　　在汽车电子领域，国内的上汽、奇瑞、江淮等汽车厂商纷纷与科大讯飞、捷通华声、车音网等展开合作，开发集车载语音操控、语音识别、语音导航等服务为一体的汽车电子产品，寻求车载语音行车的新突破。

　　在智能家电领域，联想、TCL、长虹、创维等均已推出了多款实现语音操作的智能电视及相关产品。长虹还联合中科院声学所推出智能语音芯片，并将陆续在其智能空调等终端上实现安装。

　　如果在智能客服的交互前端接入经过领域语料训练的语音识别能力，智能客服就可以顺利地接入到目前的电话呼叫中心，在大幅缩减客服成本的同时，有效减少人工成本，增强用户体验，提升企业的服务质量和品牌形象。近年来，智能客服在移动、电信、联通各运营商以及以金融为代表的大型现代服务企业，还有面向中小型企业的综合服务平台等领域正在逐步推广。

　　可穿戴设备将成引爆点

　　除此之外，江涛认为，未来信息终端产品形态的设计和表现将会出现深刻的变化：由于触觉、视觉、语音等交互方式无缝衔接用户，智能终端将摆脱目前固定形态的限制，不再是相对固定的汽车、电视、手机等外形，而是可以利用各种随心所欲的载体(如：手表、项链、眼镜、衣服等)真正变得穿戴式、个性化和趣味性，会颠覆大家对于信息终端设备的认识。“未来的终端设计将和工艺品设计一样，可以满足不同人群的个性化需要，未来将无处不终端、无物不可以成为设备。”江涛说。

　　在之前中国移动举办的全球合作伙伴大会上，科大讯飞的灵犀发布了与Google glass结合的特性，内置灵犀后，佩戴者只需通过语音交互，即可在Google glass中进行天气、股票和机票等信息查询，也可启动各项内置功能，如播音乐、打电话和翻译等，让没有触屏的Google glass，拥有更加自然流畅的人机交互体验。

　　可穿戴设备形态多元化，应用领域广泛，且输入输出方式与传统设备相比也有很大的差异。智能手表、智能眼镜等相当一部分可穿戴设备必须依靠智能语音技术进行人机交互。因此，可穿戴设备将是未来智能语音设备发展的方向，有望迎来新一波发展机遇。苹果、微软、三星等外资企业，以及联想、小米等国内企业已经纷纷布局可穿戴设备领域。

　　新兴语音公司的生存法则

　　一边是互联网巨头派，例如腾讯、百度的大手笔布局，一边是专业语音公司派，例如科大讯飞在行业的长期积累;作为新兴创业派的云知声凭什么站稳脚跟?

　　“一凭对技术的超强敏感性，二凭快速的突破和执行能力。”刚刚履新的CEO黄伟这样回答《企业观察报》记者的提问。这也是黄伟加盟云知声后首次接受媒体采访。

　　黄伟告诉本报记者，使用基于深度神经网络(即DNN)的语音模型替代原有的基于高斯混合(GMM)的语音模型是云知声在技术上的一次重大突围，凭的就是这两点。

　　深度神经网络是近年来人工神经网络领域的一项重大突破，可以更好地模拟人类的语音认知过程，使自动语音识别的准确率得到大幅提高。语音技术在将近20年的时间里，都是基于GMM(混合模型)和HMM(隐马尔可夫模型)进行声学模型建模。2011年微软雷蒙德研究院率先把DNN成功运用到英文连续语音识别。随后，国内很多公司的产品就开始试图将DNN运用到中文语音识别领域中。一般来说，一项技术研究成果从成熟到加入产品中实现应用，需要一个周期。由于不同的团队和不同的公司在产品化的流程和要求以及执行能力上都不一样，谁能最先将技术转化成产品应用谁就能脱颖而出。

　　云知声在对DNN技术做出预判后，迅速克服了深度神经网络需要庞大计算量的问题，利用基于深度神经网络的语音模型，更新了以往基于概率统计的语音模型，成为国内第一家将深度神经网络技术应用于在线语音服务的公司。

　　“创业公司的生存压力迫使我们必须具备强大而迅速的执行能力把科研成果转化为产品。”黄伟说，如果把前期的科学研究比作打前站，像云知声这样的创业型公司就必须具备一发现机会就迅速攻占阵地的能力，慢一步就会被超越，甚至被抛弃。

　　而要能够做到这点，还需要专业的人才和明确的目标来支撑。云知声的CEO黄伟、CTO梁家恩都是专业技术出身，核心技术团队来自国内外知名企业、高校和研究所，80%以上是博士，拥有10年以上语音行业研究和应用背景。再加上师兄弟(黄、梁都毕业于中国科技大学)、老同事的志同道合，组成了云知声的人才梯队。黄伟说：“虽然没有高薪的诱惑，但得益于明确的目标和对目标的专注，我们吸引了人才的加盟。未来我们会释放一定的期权，建立更完善的机制来留住更多的人才。”

　　黄伟所说的“明确的目标”就是用互联网的思维做智能语音云交互。互联网的思维强调的是开放、协作、分享。自2013年5月15日起，云知声就宣布向所有移动互联网开发者提供完全开放、永久免费的专业语音识别服务，与广大移动互联网开发者共创和共享移动语音时代。而在智能家电领域，云知声用免费开放的云平台服务，让更多的厂商将语音操控植入到终端家电中去。像乐视超级 TV、易信、inWatch等大众熟知的产品均采用了云知声的技术，其在智能电视、车内语音操控、智能穿戴、教育、金融客服等领域都有涉猎，目前已盈利过千万。

　　“语音并不是很新的技术，但是专注做语音的公司却寥寥无几。”黄伟告诉本报记者，十年前，刚刚取得技术突破的智能语音行业曾经出现过一次小高潮，但在当时智能语音产业化方向还不明朗的情况下，只有科大讯飞等为数不多的企业依靠专注和专业生存了下来，这也是云知声未来要坚持的。