2014年7月15日消息，基于語(yǔ)音技術(shù)的人工智能聊天機器人“小冰”火了！在微博平臺上，“小冰”與無(wú)數“大V”聊天，并創(chuàng )下了72小時(shí)內1.3億人次的對話(huà)量。截至7月11日，“小冰”的微博粉絲數已超過(guò)77萬(wàn)。曾有專(zhuān)家表示，智能語(yǔ)音五年火一次，經(jīng)歷著(zhù)“熱一陣、死一陣”的輪回，此番技術(shù)浪潮能否打破這個(gè)魔咒還需企業(yè)自己選擇，是打造無(wú)所不能的“變形金剛”，還是心無(wú)旁騖力爭在小范圍做精做細，不同的方向會(huì )帶來(lái)不同的命運。
國際巨頭搶灘市場(chǎng)
在開(kāi)發(fā)者的構想中，蘋(píng)果的Siri應該是一個(gè)“任務(wù)引擎”，可以預測到用戶(hù)需要什么，并在用戶(hù)提出要求之前就打點(diǎn)好一切。但是它的使用率不夠理想，一項調查顯示，Siri推出兩年后，2330名iPhone用戶(hù)中僅有15.2%使用過(guò)Siri。
GoogleNow是谷歌在I/O開(kāi)發(fā)者大會(huì )上隨安卓4.1系統同時(shí)推出的一款重量級應用。GoogleNow優(yōu)于Siri的一個(gè)先天優(yōu)勢在于與谷歌搜索功能的結合，用戶(hù)搜索的關(guān)鍵詞被記錄下來(lái)，GoogleNow智能化讀取關(guān)鍵詞后，為用戶(hù)提供相關(guān)的語(yǔ)音服務(wù)。此外，該應用的語(yǔ)音識別功能也得以加強，加上谷歌強大的“知識圖”，語(yǔ)音搜索結果非常準確。可惜的是，GoogleNow只是作為Google Search的一個(gè)插件，僅將自然語(yǔ)義的語(yǔ)音搜索做到了應用里。
微軟宣布將在下一代移動(dòng)操作系統中加入智能語(yǔ)音系統，取名Cortana（“小娜”）。這個(gè)號稱(chēng)“全球首個(gè)真正的個(gè)人數字助理”擁有強大的學(xué)習和上下文聯(lián)想功能。“小娜”還能兼容第三方應用程序，極大地豐富了使用體驗。可見(jiàn)“小娜”的方向是朝著(zhù)人工智能和移動(dòng)端在布局。
IBM的聊天語(yǔ)音助手“Cognea”目前已經(jīng)有4萬(wàn)多用戶(hù)，這些用戶(hù)能在Cognea所提供的免費語(yǔ)音助手定制平臺上獲得專(zhuān)屬于自己的“語(yǔ)音機器人”。IBM目前正在努力將其開(kāi)發(fā)的最新系統Watson打造成現實(shí)版的人機智能對話(huà)類(lèi)電腦系統，以期擊垮“Siri姐”和“小娜妹”。
國內IT企業(yè)“不等閑”
目前，我國語(yǔ)音技術(shù)廠(chǎng)商基本分為三類(lèi)：第一類(lèi)是傳統語(yǔ)音技術(shù)廠(chǎng)商，一般從科研院所基礎研究脫胎，包括像科大訊飛（中國科技大學(xué)）、捷通華聲（清華大學(xué)、中科院聲學(xué)所、北京大學(xué)）等，其中訊飛語(yǔ)點(diǎn)是由科大訊飛推出的類(lèi)Siri中文語(yǔ)音助手，目前已經(jīng)推出Android、iOS版，并成功進(jìn)入AppStore，和Siri展開(kāi)正面競爭。
第二類(lèi)是互聯(lián)網(wǎng)廠(chǎng)商，包括百度、騰訊等，他們?yōu)榻o其廣大的互聯(lián)網(wǎng)用戶(hù)提供更好的增值服務(wù)，普遍采用戰略合作或者收購等方式，掌握智能語(yǔ)音技術(shù)，推廣語(yǔ)音服務(wù)。其中，百度語(yǔ)音助手是一款支持語(yǔ)音指令、語(yǔ)音搜索、語(yǔ)音對話(huà)功能的智能語(yǔ)音服務(wù)軟件。
第三類(lèi)是創(chuàng )業(yè)企業(yè)，像云知聲、思必馳等，他們專(zhuān)注于某些行業(yè)領(lǐng)域，比如汽車(chē)、家電、教育、社交網(wǎng)絡(luò )來(lái)推廣自己的語(yǔ)音技術(shù)和產(chǎn)品。小i機器人公司一直以來(lái)長(cháng)期專(zhuān)注于智能機器人技術(shù)的研發(fā)及產(chǎn)業(yè)應用。目前服務(wù)的用戶(hù)超過(guò)2億，每年有上百億次的對話(huà)互動(dòng)。小i機器人廣泛應用于互聯(lián)網(wǎng)、運營(yíng)商、金融、航空、汽車(chē)、電子政務(wù)等領(lǐng)域。
在糾結中發(fā)展
望洋興嘆：海量知識vs技術(shù)局限
在“語(yǔ)音識別”方面，目前智能語(yǔ)音軟件的表現都不俗，但“語(yǔ)義分析”則不同，它需要軟件開(kāi)發(fā)者掌握大量語(yǔ)言數據。互聯(lián)網(wǎng)中已經(jīng)積累了大量的用戶(hù)產(chǎn)生的知識，主要存在于以下這幾類(lèi)網(wǎng)站中：一是問(wèn)答類(lèi)網(wǎng)站，如百度知道；二是維基百科；三是書(shū)籍電影等開(kāi)放評價(jià)網(wǎng)站，如豆瓣；四是美食評價(jià)網(wǎng)站，如大眾點(diǎn)評；五是商品評價(jià)信息，如淘寶網(wǎng)。由于智能語(yǔ)音應用尚未有能力整合這些互聯(lián)網(wǎng)的大量信息，無(wú)法提供全面的數據支持。此外，由于中文方言繁多，對口音甚至方言的識別，需要大量語(yǔ)料積累，非經(jīng)濟實(shí)力和用戶(hù)基礎雄厚不能做到。
