语音识别技术颠覆传统 备受智能产业关注

本篇文章2606字，读完约7分钟

HC安全新闻苹果wwdc2016全球开发者大会于北京时间6月13日凌晨1点(太平洋时间6月13日上午10点)在比尔·格雷厄姆市政礼堂开幕，苹果语音助理siri的重大升级成为大会最大亮点。随着人工智能的出现和物联网场景中应用需求的不断扩大，智能语音技术在智能家居、智能汽车、教育等领域的应用逐渐深入，带动了智能语音产业规模的持续快速增长。此外，“互联网女王”玛丽·米克(mary meeker)在他的报告中用很大一章描述了语音识别交互带来的变化，语音识别行业已经成为音频制造商、消费电子芯片制造商、声学元件制造商、软件平台企业、家庭服务机器人公司、平台内容提供商等关注的焦点。，行业将进入一个爆炸性的时期。 新一代人机交互模式 “语音交互有望成为下一代人机交互的新模式。”凯鹏华盈考菲尔德公司:拜尔斯公司的合伙人玛丽·米克认为，语音是最有效的计算输入形式。语音可以快速交流，简单、方便、个性化，不需要键盘。随着科技的发展，语音交互的时代即将到来。 事实上，语音交互技术已经逐渐商业化，包括siri和苹果手机上的其他应用。据业内人士称，早期苹果的siri和其他语音助手主要依靠脚本对话来回应具体指令。然而，在去年收购了声乐学技术之后，用户可以通过对话与设备互动，而不是像过去那样用语音提示。 亚马逊的回声扬声器卖得很好，这是语音识别技术发展的一个重要标志。这种立体声系统可以回答问题，创建购物清单，播放音乐，甚至可以根据语音命令打开和关闭灯。自2014年发布以来，该音频的累计销量已超过300万部，仅今年第一季度就超过100万部。与此同时，有近1000个第三方开发服务，预计将成为亚马逊的下一个十亿美元的业务。 至于语音识别技术兴起的原因，行业分析师指出，去年智能手机达到高潮后，计算机行业需要一个新的触发点。然而，传统的交互模式难以满足用户全方位的需求，而基于语音交互的第三代人机交互模式，包括图像和身体感觉，有望加速启动。 国泰君安分析师认为，深度学习算法大大提高了语音识别的准确率。从语音识别率来看，百度、谷歌等主流平台的单词语音识别准确率都在90%以上，iFlytek、云之声等智能语音识别企业的识别率都在96%以上。百度首席科学家吴恩达指出，如果语音识别的准确率从95%提高到99%，用户数量将大幅增加。在搜索业务中，五年后至少50%将是图像搜索或语音搜索。 目前，语音识别已经广泛应用于智能手机中。玛丽·米克指出，从2013年到2015年，美国智能手机用户使用语音助理的比例从30%上升到65%。谷歌的语音搜索在2016年比2008年增长了35倍以上，比2010年增长了7倍以上。自2014年第二季度以来，百度语音的语音输入增加了4倍以上，输出增加了26倍以上。 各种人工智能技术的融合 智能语音技术包括识别和交互环节，融合了人工智能的各种前沿技术。安信证券分析师指出，人机语音交互应用的关键在于准确性和响应时间，语音识别技术日益成熟，将突破量变到质变的临界点。随着语音识别技术和硬件的发展，语音交互的普及率迅速提高。 据报道，亚马逊的回声扬声器最初只是一个有趣的实验，目的是为了测试语音激活功能，并希望通过收集消费者的行为数据来制定一个可行的战略计划，以吸引他们在亚马逊购物。然而，echo的销售额超出了预期。目前，苹果和谷歌已经发布了类似的产品。科大讯飞去年与京东建立了合资企业，其突破点是新推出的丁咚智能音频。 随着语音技术应用范围的扩大，出现了一系列对语音交互有严格要求的场景。例如，以可穿戴设备为代表的小型化和便携式终端交互；远程、大屏幕终端交互，包括智能电视、智能家居、消费机器人等。；手不方便使用的场景中的人机交互，如汽车。 应用需求推动技术进步。智能可穿戴设备的屏幕一般都很小，甚至没有触摸屏，所以使用语音进行人机交互更加方便。例如，可穿戴设备的先驱谷歌眼镜就配备了智能语音系统。在网络环境下，你可以通过语音发送短信。随着可穿戴设备普及率的不断提高，语音交互的应用领域将不断扩大。 大屏幕领域的应用集中在智能电视上。康佳、长虹、tcl、lg、乐视等。都配备了语音交互功能。通过语音输入，可以实现查看影视剧、听歌、发送微博、打开和关闭电视等功能。在智能家居领域，它配备了语音解决方案作为标准。其中，苹果公司发布的智能家居软件homekit采用了与siri协作的方式，用户可以用自然的句子发出命令。随着家庭消费市场的兴起，语音技术将迎来更广阔的市场。汽车领域是另一个争论的焦点。在开车的过程中，使用按钮或触摸控制很容易造成安全问题。所有主要汽车制造商都在前置控制系统中配备了语音控制方案。 多渠道资本加速入场 苹果开发者大会于6月13日召开，智能家居相关产品将成为焦点。在硬件方面，预计将为智能家居引入带语音控制的智能扬声器，以及配备摄像头和支持面部识别的相关产品。在软件方面，推出了基于siri的软件开发工具包，供开发者实现语音交互、人工智能等功能。 谷歌部署了语音激活智能家居入口系统，其语音助手基于人工智能和深度学习功能，可应用于各种硬件产品；语音激活智能硬件产品Googlehome有望成为智能家居的控制中心。 京东发布的丁咚智能音频平台是基于语音交互控制的智能家居产品，目标是打造一个家庭全数据服务发布平台。 音频的普及导致了音乐版权的登陆。安信证券分析师指出，世界已经进入数字音乐时代，智能音频符合声音输出的要求。随着智能语音技术的发展逐渐成熟，信息的输入和输出在智能音频中得到了完美的诠释。声学将是互联网的新入口，基于声音的商业模式将迅速发展。 “预计智能音频行业将成为新的互联网和物联网门户，互联网制造商将加速其进入。从消费电子展和其他展会上可以看出，约有三分之一的制造商正在展示声学产品。”安信证券分析师指出，音乐支出占娱乐消费的18%，数字时代的商业模式正在发生变化，内容收费需要与硬件相结合。智能音频的更多价值体现在对家庭物联网的集成控制和人工智能的实际载体上。 硬件将是入口，软件平台将是行业的核心。“未来，人工智能将像水和电一样融入人们的生活。”据iflytek相关负责人介绍，该公司拥有中国语音市场70%以上的份额。公司人与人之间自由交流的正确率超过了85%的实际门槛，会议和演讲的识别率达到95%以上；与此同时，图像识别、大数据和脑科学等领域也在规划之中。