人机交互蓝图逐渐明晰 智能语音成战略突破口

hunkgrp

当今处于物联网时代，而语音识别被视作为人机交互的入口，由于人工智能和机器学习迅猛发展，语音控制也变得更为实用。在接下来的几年里智能语音将成为人机交互的新范式，语音技术将解放人类双手和眼睛，用户以较低的成本实现随时访问。

　　随着人工智能逐渐由产业界进入寻常百姓家，其渗透速度也逐渐加快。如今人机交互革命的盛大蓝图已经展开，以智能音箱为代表的人机交互形式将成为最佳的战略突破口。

　　当前，人工智能逐渐由产业界进入寻常百姓家，渗透速度也逐渐加快。在美国，亚马逊、谷歌、微软、Facebook，正在百舸争流;在中国，京东、阿里、百度、腾讯，也均在不遑多让。

　　《科学》杂志认为，到2035年，人工智能会取代50%的人工劳动，在中国这一比例将高达77%。科大迅飞高级副总裁杜兰也表示，在人工智能领域的中美对比中，我国的科研水平已经处于相对较好的位置，“在人工智能新的认知区域，我们已经进入了无人区。”

　　“我们认为，随着第6次IT浪潮到来，未来3-5年内人机交互就会形成以键盘触摸为辅、以语音为主的格局，人和机器的互动就会像人和人之间的互动一样，语音是非常自然的交互方式。”杜兰表示，未来人工智能将像水和电一样无处不在，也会进入到每个行业，深刻改变生产和生活。

　　事实上，人机交互革命的盛大蓝图已经展开，但是，再远大的蓝图，也得有找一个最佳的战术入口——而无论是基于硬件层面的考量，还是结合实际应用层面的高频需求，智能音箱毫无疑问是一个最佳的战略突破口。

　　15年前的互联网时代，问鼎PC时代搜索入口者，一度被视为互联网时代的王者;如今人机交互时代，既往移动互联时代的流量将注定进一步分化，而智能音箱则将成为未来最重要的流量入口之一。与PC时代的搜索入口相比，当下以智能音箱为代表的人机交互形式，显然要更自然、更高效。

　　作为人工智能的重要一步，语音识别的进步代表着机器的听力发展。近些年来，语音识别技术突飞猛进，受到广大公众的极大关注。但是在硬件、算法、内容方面，语音识别技术依然存在问题。

　　首先是硬件，硬件部分芯片与麦克风阵列是核心部件。当下的语音技术还只在算法阶段;其次是算法，主要包括语音检测、降噪、去混响和回声消除等传统音箱和通讯工具也需要具备的基本算法;第三是内容，语音识别的目的是将语音信号转化为文本，目前，语音识别技术相对成熟。声纹识别是根据语音波形反映出的个人生理和行为特征的语音参数，并以此来识别说话者的身份。但在现实中，该识别的准确率并不如指纹、虹膜识别。这也是智能语音更高“智能”形态的表现特征。

　　任何一项技术的发展并非一朝一夕，智能语音也是如此。待到跨过硬件、算法、内容三座大山，预计到2020年，全球语音识别的市场规模将从2015年的61.9亿美元增长到200亿美元，可以说语音识别未来的市场发展十分有看头。