國(guó)內(nèi)外語(yǔ)音識(shí)別行業(yè)現(xiàn)狀

　　本文就詳細(xì)盤點(diǎn)一番國(guó)內(nèi)外的大型公司，并對(duì)他們掌握的技術(shù)進(jìn)行分析，同時(shí)預(yù)測(cè)一下未來(lái)的語(yǔ)音識(shí)別趨勢(shì)，期望帶給行業(yè)內(nèi)外的專業(yè)人士些許參考，借此更進(jìn)一步推進(jìn)整個(gè)行業(yè)的發(fā)展。

　　1、國(guó)外語(yǔ)音識(shí)別行業(yè)收購(gòu)盤點(diǎn)和技術(shù)分析

　　傳統(tǒng)語(yǔ)音識(shí)別行業(yè)貴族Nuance逐漸沒落

　　任何時(shí)候提到語(yǔ)音識(shí)別，都不能避過Nuance這家公司，這家公司曾經(jīng)在語(yǔ)音領(lǐng)域一統(tǒng)江湖，世界上有超過80%的語(yǔ)音識(shí)別都用過Nuance識(shí)別引擎技術(shù)，其語(yǔ)音產(chǎn)品可以支持超過50種語(yǔ)言，在全球擁有超過20億用戶，幾乎壟斷了金融和電信行業(yè)。就算現(xiàn)在，仍舊是瘦死的駱駝比馬大，Nuance依舊是全球最大的語(yǔ)音技術(shù)公司，掌握著全球最多的語(yǔ)音技術(shù)專利。蘋果語(yǔ)音助手Siri、三星語(yǔ)音助手S-Voice、各大航空公司和頂級(jí)銀行的自動(dòng)呼叫中心，剛開始都是采用他們的語(yǔ)音識(shí)別引擎技術(shù)。Nuance已經(jīng)登陸了納斯達(dá)克，三星、蘋果和百度都和它傳過緋聞，傳言多次收購(gòu)，但是全都無(wú)疾而終。

　　事實(shí)上，Nuance有點(diǎn)過于自大了，語(yǔ)音技術(shù)即便冠絕全球，但是在具體應(yīng)用上，差距就沒有那么大了。語(yǔ)音識(shí)別技術(shù)并非高不可攀，實(shí)際上一款用戶體驗(yàn)較好的語(yǔ)音識(shí)別系統(tǒng)，很大程度上依靠數(shù)據(jù)和經(jīng)驗(yàn)，專利和算法什么的并沒有那么重要。聰明人自然很多，所以巨頭們只需考慮挖到專業(yè)人士或者收購(gòu)初創(chuàng)公司，自主研發(fā)出不遜于Nuance的語(yǔ)音識(shí)別技術(shù)也不是太難的事情，又何必花費(fèi)巨資看Nuance臉色呢。

　　蘋果收購(gòu)Siri、Novauris Technologies、VocallQ和Emotient

　　蘋果的Siri已經(jīng)鼎鼎大名了，也算世界上語(yǔ)音識(shí)別的執(zhí)牛耳者。Siri并不是蘋果自己研發(fā)的技術(shù)，而是2010年蘋果收購(gòu)SiriInc.公司的產(chǎn)品，2011年蘋果將該技術(shù)融入到iPhone4S中并發(fā)布了Siri語(yǔ)音助理。SiriInc.這家公司成立于2007年，原本核心技術(shù)是CALO人工智能項(xiàng)目。當(dāng)然Siri剛開始發(fā)布的時(shí)候語(yǔ)音識(shí)別的體驗(yàn)還很差，眾多果粉也是四處吐槽。因此2013年蘋果又收購(gòu)了語(yǔ)音識(shí)別公司Novauris Technologies。Novauris是一種可識(shí)別整個(gè)短語(yǔ)的語(yǔ)音識(shí)別技術(shù)，這種技術(shù)并非簡(jiǎn)單識(shí)別單個(gè)詞句，而是試圖利用超過2.45億個(gè)短語(yǔ)的識(shí)別輔助理解上下文，當(dāng)然這是很有難度的一件事情。不管怎樣，這次收購(gòu)也讓蘋果進(jìn)一步完善了Siri的功能。

　　但是這還是不夠，因此2015年蘋果又收購(gòu)了英國(guó)語(yǔ)音技術(shù)初創(chuàng)公司VocalIQ。VocalIQ開發(fā)的人工智能軟件，能夠幫助計(jì)算機(jī)與用戶進(jìn)行更為自然的對(duì)話。VocalIQ使用機(jī)器學(xué)習(xí)(machine learning)開發(fā)虛擬助手，將語(yǔ)音處理和機(jī)器學(xué)習(xí)技術(shù)整合到可穿戴設(shè)備、家庭聯(lián)網(wǎng)設(shè)備當(dāng)中的同時(shí)，這家公司還特別關(guān)注車載應(yīng)用的開發(fā)。這次收購(gòu)也證實(shí)了蘋果將來(lái)邁入汽車領(lǐng)域的決心。Siri應(yīng)該是通用語(yǔ)音識(shí)別領(lǐng)域用戶體驗(yàn)當(dāng)前較好的產(chǎn)品，特別是在兒童語(yǔ)音識(shí)別領(lǐng)域，這也得益于蘋果極易上手的特性吸引了眾多小朋友，也包括筆者家里的小朋友。

　　當(dāng)然，Siri還是距離我們的實(shí)際應(yīng)用需求還差很遠(yuǎn)，因此蘋果最近又收購(gòu)了美國(guó)圣地牙哥AI技術(shù)公司Emotient，接收其臉部表情分析與情緒辨別技術(shù)。據(jù)悉，Emotient開發(fā)的情緒引擎可讀取人們的面部表情并且預(yù)測(cè)其情緒狀態(tài)。