語音識別產業(yè)未來光明顛覆仍面臨障礙

成都弱電公司訊：

在科幻大片中，人與機器人的交流通常是通過對話進行，這似乎已成為人們對未來機器人形態(tài)中的固有想象，而很難去想象未來人與機器人、智能設備的交流仍需鍵盤輸入或通過按鈕操作。這是科幻論壇中，一位科幻小說迷對未來人與機器人交互的一番想象。

語音辨認技術關系到智慧生活中人的真實體驗如何、智能設備實際功效如何等問題，語音辨認技術是為了人類之間、人機之間的信息溝通無障礙。信息溝通無障礙包括更簡便易操作的輸入法、簡明易懂的操作界面等，但其中語音辨認技術更有望成為人機交流之上智慧生活的重要切入口。入口背后的想象如何？在互聯網思維的想象中，語音辨認技術可以嫁接在線教育、互聯網汽車、智能家電等時髦且多金的概念。

據《2018智能語音產業(yè)發(fā)展白皮書》顯示，智能語音技術在移動互聯網、呼叫中心、智能家居、汽車電子等領域的應用逐步深入，帶動智能語音產業(yè)規(guī)模持續(xù)快速增長。2018年，全球智能語音產業(yè)規(guī)模達到33.7億美元。其中，智能語音產業(yè)規(guī)模達到16.9億元，同比增長95.6%。到2018年，語音產業(yè)規(guī)模預計達到30.6億元，占全球智能語音產業(yè)規(guī)模的比重將從2018年的8.4%增長到10.7%。再加上相關應用市場，語音辨認市場的蛋糕不可謂不大。

那么智能語音能否顛覆未來終端產業(yè)？其中的機遇和挑戰(zhàn)又在哪里？鈦媒體作者孫永杰詳細梳理和解讀關于智能語音將面臨的五大難題：

第一、智能語音會是下一代終端的“標配”嗎？

這里的關鍵在于如何定義和理解“標配”。假如從帶有語音功能的角度，現在幾乎主流智能手機廠商的主流智能手機都具有一定程度的語音功能。而從大的生態(tài)系統(tǒng)來劃分的話，蘋果iOS有Siri、谷歌Android有GoogleNow、微軟WindowsPhone有Cortana，當然除了這三大生態(tài)系統(tǒng)標配的智能語音應用外，還有所謂第三方開發(fā)的智能語音應用，例如目前比較知名的中興智能語音。

但從使用頻率看，我們認為目前所謂的智能語音仍未達到“標配”的要求或者說是目的。即既然是標配，就應該被用戶頻繁使用或者說某些應用非智能語音不可才有實際的價值。否則盡管智能手機上具備智能語音功能(僅表面的標配而已)，但用戶并不會在實際應用中去頻繁使用，這種“標配”無論對于廠商的資源還是用戶的付出價值都是一種浪費。所謂此標配非彼“標配”。

究其原因，我們認為，目前智能語音辨認率不高或者辨認上語義的曲解是阻礙用戶使用智能語音的主要原因；其次就是智能語音支持的應用并非具有不可替代性(采用傳統(tǒng)的觸控方式仍可完成)；最后就是智能語音使用的效率。即使用智能語音與傳統(tǒng)觸控相比，無論是在操作步驟、反應時間等構成的效率體驗上并未體現出明顯的優(yōu)勢。

第二、智能語音的“實用派”與“娛樂派”，哪種用戶更愿意買單？

需要說明的是，之所以提出這個問題，正是由于上述智能語音使用率不高，相關廠商在智能語音發(fā)展現階段所采用的分歧的鼓勵和吸引用戶盡可能使用智能語音的一種手段和發(fā)展策略。對于究竟誰優(yōu)誰劣，業(yè)內是見仁見智。

結合當下智能語音使用率偏低及技術發(fā)展尚不成熟，尤其是缺乏不可替代性，我們認為“娛樂派”似乎更適合當下智能語音與智能終端(例如智能手機)的推廣。因為一來可以增加用戶使用的興趣，進而間接提高使用的頻率，加深對于智能語音的理解，同時也可以稀釋因目前智能語音技術所限出現差錯而給用戶造成智能語音不可靠的負面影響。但有一點需要肯定的是，未來智能語音要想從根本上為用戶所接受和普及，實用價值是不可或缺的。從這個意義看，目前“實用派”更符合未來發(fā)展的趨勢。值得一提的是，在某些關鍵應用場景下，例如導航，搜索等應用，“實用派”已經是當下是惟一的選擇。