随着人工智能浪潮的來臨，以及物聯網場景下應用需求的不斷擴大，智能語音技術在智能家居、智能汽車、教育等領域的應用逐漸深入，帶動着智能語音産業規模的持續快速增長。再加上“網際網路女皇”瑪麗·米克爾在報告中大篇章的描述語音識别互動帶來的改變，今天借着這股智能語音之風，讓我們盤點一下現如今國内外智能語音行業的發展現狀。
國外巨頭盤點： nuance沒落、亞馬遜google布局智能家居
nuance
提及語音識别，就不能不說nuance， nuance有着輝煌的曆史，曾經在語音領域一統江湖。雖然一步步被後起之秀所超越，但現在它仍舊是全球最大的語音技術公司，專利數量和市場佔有率都遙遙領先。蘋果iphone手機的虛拟語音助手siri、三星的語音助手s-voice、各大航空公司和頂級銀行的自動呼叫中心以及虛拟線上語音助手，都采用了nuance的一些技術。
不過，蘋果和谷歌等巨頭近年來都開始自建智能語音團隊，并從nuance不斷挖角。2015年初有消息指出，蘋果在nuance的總部波士頓悄悄設立語音技術研發團隊，以消除他們對這家公司的依賴。在招聘的過程中，他們把兩位nuance語音科學家gunnar evermann、don mcallaster挖了過來。另外，google也在做類似挖牆腳的事情。為了避開nuance的專利障礙，google在04年的時候就挖走了在nuance工作十年的聯合創始人mike cohen，并擔任“語音掌門”開發相應的語音識别技術。
從人員流失這個角度來說，nuance的技術壁壘是在不斷地被變相“瓦解”，大公司對他們的依賴會不斷的減少，甚至在未來的某一天終止相應的技術合作協定。
蘋果
siri作為蘋果内置智能語音軟體，依托蘋果平台發展非常迅速，作為一款較為成功的語音軟體，siri更類似一個虛拟智能助手。通過siri，使用者可以設定提醒、發送短信或安排日程。搜尋隻是siri的一部分，而siri的搜尋非常依賴“知識搜尋引擎”wolfram alpha這種垂直搜尋工具。後者的搜尋服務能回答一些古怪的問題，例如“希臘的gdp是多少”，但并不擅長處理日常的關鍵詞搜尋，它的亮點就是人機的互動方面，不僅有十分生動的對話接口，其針對使用者詢問所給予精準的回答，有時候更是讓人有種會心一笑的驚喜，甚至如果使用者說出一些根本不符合文法的短詞，siri都會大概判斷你的意圖，并提出相關建議。在支援的語言領域，siri更是精通英語、中文、法語、德語、日文、意大利文、西班牙文等多種語言，甚至可以區分出粵語和中國台灣地區語言，真正做到了智能識别，當然在一些具體語種上難以做到最好。
其突出優勢還在于與ios系統的緊密的整合，目前狀态下siri已經常駐系統背景并且可以接管一些重要的系統功能了。
google now是谷歌在i/o開發者大會上随安卓4.1系統同時推出的一款應用，根植于google自己強大的搜尋及周邊技術，google now可以說是目前最好的語音助手方案。它會全面了解你的各種習慣和正在進行的動作，并利用它所了解的來為你提供相關資訊。google now解決了siri的缺陷，在各個方面都表現得更好。google now展示了在移動裝置中的各種垂直搜尋服務。相比于siri，google在搜尋方面明顯做的更好，2014年3月24日， google now語音服務正式登陸windows和mac桌面版chrome浏覽器，現在使用者不僅可以在android手機使用google now語音服務，也可在桌上型電腦和筆記本電腦上通過谷歌chrome浏覽器使用這一服務了。
另外，google還在今年的i/o開發者大會上推出了智能家居中控google home，此舉被看做是對标亞馬遜的echo在做一些針鋒相對的布局，不過，毫無疑問，巨頭們都十分看重在智能家居領域的布局。
微軟
cortana(小娜)是微軟釋出的全球第一款個人智能助理。它“能夠了解使用者的喜好和習慣”，“幫助使用者進行日程安排、問題回答等”。cortana可以說是微軟在機器學習和人工智能領域方面的嘗試。微軟想實作的事情是，手機使用者與小娜的智能互動，不是簡單地基于存儲式的問答，而是對話。它會 記錄使用者的行為和使用習慣，利用雲計算、搜尋引擎和“非結構化資料”分析，讀取和“學習”包括手機中的文本檔案、電子郵件、圖檔、視訊等資料，來了解使用者 的語義和語境，進而實作人機互動。cortana與siri、google now以及其他語音軟體最大的不同就在于它擁有一個虛拟的“記事本”。微軟對cortana的描述為“你手機上的私人助手，為你提供設定月曆項、建議、程序等更多幫助”，它能夠和你之間進行互動，并且盡可能的模拟人的說話語氣和思考方式跟你進行交流。
亞馬遜
亞馬遜旗下的echo可以作為智能家居的控制裝置，同時還是一款便攜式揚聲器，alexa是預裝在亞馬遜echo内的個人虛拟助手，可以接收及相應語音指令，alexa可以被看成是亞馬遜版的siri語音助手。
在使用echo的時候，隻需要說一聲“alexa”，就可以開始詢問問題，包括新聞、建立任務提醒、設定鬧鐘時間或播放音樂等。亞馬遜echo上市不到2年時間，銷量預計已達到300萬台。
我們也許可以推斷，亞馬遜echo現階段的成功，證明了智能語音在智能家居場景下的應用的合理性。
國内bat布局智能語音：圍繞核心業務
百度
百度語音其實很早就被确立為戰略方向，2010年與中科院聲學所合作研發語音識别技術，但是市場發展相對緩慢。是以直到2014年，百度重新梳理了戰略，終于找對了人，請來了人工智能領域的泰鬥級大師吳恩達，正式組建了語音團隊，專門研究語音相關技術，由于有百度強大的資金支援，到2016目前為止收獲頗豐，斬獲了近13%的市場佔有率，其技術實力已經可以和擁有十多年技術與經驗積累的科大訊飛相提并論。
阿裡巴巴
阿裡雲在 2016年會上第一次公開展示實時語音識别技術，并現場挑戰世界速記大賽亞軍得主。據現場最終評測，機器人在準确率上以 0.67%的微弱優勢戰勝第 50 屆國際速聯速記大賽全球速記亞軍姜毅。
據了解，從去年開始，阿裡集團與螞蟻客服每接聽一個電話，都會立刻啟動一個叫風語者的系統，它就是自動語音識别技術，将語音轉變成文字，千分之三的人工抽檢可以更新為100%的自動質檢。除此應用場景之外，阿裡yunos、阿裡小蜜以及手淘，現在都已經應用到阿裡雲的語音識别系統。
騰訊
2016年5月，騰訊雲正式上線智能語音服務。智能語音是由騰訊微信ai團隊自主研發的語音處理技術，可以滿足語音識别、語音合成、聲紋識别等需求。
騰訊雲智能語音服務不僅能運用在語音質檢中，在其他領域中也有布局，比如語音搜尋、智能客服、身份鑒定。
國内智能語音新勢力：百花齊放
科大訊飛
科大訊飛是目前國内市場上成立時間最長的智能語音公司，2008年在深圳中小企業闆上市，目前市值約400億人民币。科大訊飛是一家傳統的tob企業，主要客戶是政府、中興、華為、聯想等電信裝置商和終端商。應用領域從軍用到民用，包括移動網際網路、教育、車聯網、智能家居等。同時科大訊飛提供語音雲，支援多種方言，國内許多app的語音識别功能都是用了訊飛的接口，如高德地圖等。
雲知聲
雲知聲成立于2012年6月，是目前在人工智能創業公司裡面，在智能語音領域做的市場規模最大的一家企業。
據了解，雲知聲打造了“雲端芯”生态的業務體系，ai芯、aiui、ai service三大解決方案支撐起雲知聲核心技術的落地和實作。這些方案在家居、醫療、教育、車載等領域有廣泛應用。
2016年4月，雲知聲宣布了其b+輪數千萬美金的融資，并宣布品牌全新更新。之後，又推出了“ai芯”戰略——和國際晶片巨頭以及國内晶片企業全面深度合作，推出物聯網智能晶片。目前，這些基于晶片的軟硬一體方案已經被廣泛應用到智能家居領域，與美的、格力、華帝、海信等多個知名品牌達成合作，聯手打造了衆多智能硬體産品。雲知聲合作夥伴目前超過兩萬家，在車載後裝市場上有60%的市場佔有率。
出門問問
“出門問問”跟訊飛和雲知聲相比而言，比較偏重c端産品的研發。從微信語音助手到第一隻智能手表、到目前的智能車載後視鏡。出門問問希望通過打造爆款的方式來打開市場。
2014年12月，出門問問首款中文智能手表作業系統ticwear釋出。2015年6月，出門問問推出智能手表ticwatch。是出門問問人工智能技術成功落地的一款可穿戴裝置。2015年10月，出門問問宣布完成c輪融資，投資方為谷歌。雖然官方沒有公布具體的融資金額，但透露該輪融資時，出門問問的估值是3億美金。
2016年6月，出門問問正式推出首款車載機器人問問魔鏡ticmirror以及adas進階駕駛輔助系統問問魔眼ticeye。
總結：
無論是國内還是國外的公司，都想牢牢的抓住未來網際網路的下一個互動入口。在未來的物聯網時代，智能語音作為最為符合應用場景的互動方式，也許會成為每個智能硬體的“标配”。
本文轉自d1net（轉載）