什么是智能语音人机交互技能？复杂说说说德律风语音呆板人的四年夜长处，便是一种以语音为首要信息载体，让呆板具备像人一样“能听会说、天然交互、有问必答”才能的综合技能，它触及天然说话处置惩罚、语义阐发和了解、常识构建和自进修才能、年夜数据处置惩罚和发掘等前沿技能范畴。这种技能既能够作为自力的软件零碎运转在用户的计较机和智妙手机上，也能够嵌入到具备联网才能的设置装备摆设中。

一、智能语音人机交互财产开展近况

近几年，跟着语音技能的不时开展，人机交互逐步走入语音期间，进入到智能操纵零碎期间，手机、平板、可穿着、智能家居、智能汽车等不时泛起，种种营业、软件、利用也敏捷遍及，并且越来越多利用也起头引入语音功用。

首要表现在说说德律风语音呆板人的四年夜长处：一是技能程度不时进步，出格是语音分解和根底语音辨认技能开展较快；二是财产范围继续扩年夜，动员说说德律风语音呆板人的四年夜长处了家电、汽车、挪动互联网等一批相干财产的开展；三是优良企业年夜幅涌现，泛起了如Nuance、谷歌、科年夜讯飞、捷通华声等一批优良的企业。

除了苹果推出的Siri，谷歌公布的Google Now，以及微软推出的Cortana（小娜）以外，亚马逊还鼎力推行Echo智能音箱，Facebook也颁布发表推出谈天呆板人Messenger Platform，但愿设立建设一个对话式的零碎，完成订餐、下单、获取资讯等种种百般的办事。接着，谷歌在本年5月的I/O年夜会上就公布了Google Home智能音箱。

同时，财产开展也存在一些成绩：一方面，语音辨认技能首要照旧用于辨认一些号令词汇和牢固的语法款式，年夜范围的语音数据辨认技能仍有待进步；另一方面缺乏成熟的贸易形式极年夜地制约着财产的可继续开展。

二、智能语音人机交互财产链阐发

经由多年的开展，智能语音人机交互财产构成了从中心技能研发到常识库提供再到利用、办事的欠缺的财产链。

图1 智能语音人机交互财产链

（一）中心技能研发

包含人工智能呆板人厂商、人机交互技能和渠道提供商，以及根底平台撑持和联系关系技能提供商。

1、人工智能呆板人厂商

首要包含小i呆板人等智能呆板人厂商，以及清华、中科院等人工智能技能钻研院校和科研院所。

2、人机交互技能或渠道提供商

包含Nuance、科年夜讯飞、捷通华声、车音网、思必驰等语音技能提供商，以及短信（挪动、电信、联通）、QQ等办事提供商。

3、根底平台撑持和联系关系技能提供商

包含IDC、云计较平台、数据发掘等技能提供商。

（二）常识库提供

首要是指数据和内容提供商，包含影视（百事通、优酷、土豆、奇怪、华数等）、影戏票（格瓦拉等）、音乐、餐饮（公众点评、订餐小秘书）、股票（新浪财经、东 方财产网等）、气候（问天网）、航班（携程、去哪儿）、游览（携程、驴妈妈）、导航（高德、凯树德等）、当局、行业常识库等。

（三）利用、办事

1、智能电视提供商

包含长虹、创维等智能电视提供商、机顶盒提供商，以及西方有线、百事通、中国电信IPTV以及机顶盒出产厂商、办事经营商等，也能够包含费通、盛付通等付出渠道商。

2、智能车载设置装备摆设提供商

包含各车厂、汽车平安信息办事提供商（如安吉星等）、车载信息办事提供商（如高德、凯树德等）等。

3、德律风呼唤中央

包含挪动、电信、联通各经营商，以及以金融为代表的年夜型古代办事企业，另有面向中小型企业的综合办事平台等。

4、智能挪动终端厂商

包含以华为、遐想、昌大、复兴等为代表的智能挪动终端厂商。

5、智能家居厂商

包含以海尔、典众智能为代表的智能家居厂商。

三、智能语音人机交互财产竞争格式

跟着人机交互技能对语音技能的激烈需要，除了传统的智能呆板人厂商以外，语音技能提供商和传统的搜寻厂商也纷繁推出本人的产物，进入智能语音人机交互行列，构成了智能呆板人厂商、语音技能提供商、传统搜寻厂商和挪动客户端开辟者四年夜营垒，财产竞争进一步加剧。

（一）智能呆板人厂商

智能呆板人厂商是今朝首要的智能交互技能提供商，是智能交互财产的紧张构成局部。Gartner呈报指出，停止2011年终，环球约莫有36家智能客服零碎办事商。如美国加州的eGain，首要为客户提供“云计较”交互中央计划或外部布置，客户超越上百家，遍布电信、金融、批发、大众奇迹、当局、制作、媒体、电子商务、游览、汽车、外包、科技以及办事等行业。瑞典的Artificial Solutions定位于为企业和当局机构开辟客服呆板人，他们曾经乐成的为欧洲近几十个当局部分提供客服呆板人，从而加重人工任务压力。

智能客服呆板人在国际的开展利用于近几年出现出了疾速增进的势头，此中有代表性的是小i呆板人推出的智能客服呆板人系列产物。

（二）语音技能提供商

语音技能提供商纷繁借助此次智能语音人机交互财产开展低潮，不时推出相干产物，晋升本人提供智能呆板人处理计划的才能。Nuance除了在北美市场领有本人近似的处理计划Dragon go！，也在亚洲市场和一些本地协作同伴协作，共推处理计划。国际语音技能引领者科年夜讯飞也推出了讯飞语点如许的产物。但语音厂商推出的智能呆板人有较着的语音技能的陈迹，首要是号令款式的辨认，而天然说话处置惩罚和智能交互性存在肯定的缺乏。

（三）搜寻厂商

尽管Siri也整合多家搜寻引擎，但在许多环境下，是间接给了用户谜底，这种方法的易用性和服从以及用户体验远比传统的搜寻引擎要强，也是对传统搜寻的应战。因而国际搜寻巨擘谷歌，以及国际的搜寻公司百度、搜搜、搜狗等都在筹办智能语音人机交互产物，晋升自我竞争力。谷歌公布Google Now，能主动从互联网寻觅常识，能回覆的内容乃至比Siri更多。

（四）挪动客户开辟端

Siri出 现和挪动互联网的绝后昌盛，引来的有数挪动客户端开辟者开辟智能语音人机交相互关的利用。他们采纳第三方收费的语音辨认办事（如讯飞语音云和谷歌语音搜寻等），用复杂的要害词婚配或全文检索引擎完成文本交互功用，做了年夜量的控件在客户端上展现信息，整合了一些诸如指南针的适用小功用等。

四、智能语音人机交互要害技能阐发

基于语音的智能人机交互是当后人机交互技能的首要表示方式，语音人机交互进程包含信息输出和输入的交互、语音处置惩罚、语义阐发、智能逻辑处置惩罚以及常识和内容的整合。

图2 智能语音人机交互进程

联合语音人机交互进程，能够看出智能语音人机交互要害技能首要如下：

（一）天然语音处置惩罚技能

包含中文分词、词性标注、实体辨认、句法阐发、主动文天职类等技能。

（二）语义阐发和了解

包含常识默示、本体实践、分范畴的语义网络、呆板推理等。

（三）常识构建和进修体系

包含搜寻技能、网络爬虫、数据发掘、常识获取、呆板进修等技能。

（四）语音技能

包含语音辨认、语音分解和声纹辨认等。

（五）整合通讯技能

包含跨平台即时通讯整合技能、超年夜负载音讯集群处置惩罚技能、挪动客户端开辟技能。

（六）云计较技能

包含海量数据散布式存储、统计和阐发技能。

五、智能语音人机交互技能在典范行业的利用

语音交互方法代替文本交互方法，能够加强信息输出方法，能和更多的设置装备摆设停止整合，市场远景广大。今朝，智能语音人机交互技能曾经宽泛利用到智能客服、智能终端等范畴，实在深切到人们的糊口。

（一）智能客服

智能客服因此天然说话处置惩罚和智能人机交互等多种人工智能技能为根底，经由过程即时通讯、网页、短信等方式，以拟人化方法与用户停止及时交互的软件零碎，可能完成智能客服征询和产物营销推行等功用。假如在智能客服的交互前端接入经由范畴语料练习的语音辨认才能，智能客服呆板人就能够顺遂的接入到今朝的德律风呼唤中央。

传统的客户办事中央以德律风呼唤中央为主，而且许多年夜型办事企业在不时拓展更为经济高效的电子渠道，如网上在线客服、短信、智妙手机利用等。而以范畴客户化常识库建立为中心任务，并经由过程文本或语音等方法交互的智能客服零碎则能够无效地和多渠道的客户办事中央做整合。在年夜幅缩减客服本钱的同时，可能无效增加人工本钱，加强用户体验，从而晋升办事的品质和企业立异的品牌抽象。

图3 客服零碎技能和财产化门路

外洋的智能客服零碎市场开展较早，信息零碎开展绝对欠缺（尤其是CRM零碎），人工办事的本钱较高，促使企业有较年夜的能源采纳智能客服零碎，智能客服技能提供商和客户较多。

而在国际，因为企业的信息零碎开展绝对滞后，人力本钱绝对较低，企业采纳智能客服零碎的能源严峻缺乏。近几年，跟着各人对智能客服的认知的进步，对新技能采纳绝对对照踊跃的电信经营商、金融范畴已有多家采纳了智能客服零碎。

跟着人们对智能客服零碎办事代价的认知度的进步，以及交互习气的构成，智能客服零碎的社会代价和经济代价将会进一步浮现。以中国挪动的客服呆板人测算，今朝挪动团体在天下的人工客服坐席以10万计，一个坐席一年的经营均匀本钱为10万，采纳智能客服能够浪费20%的开支，仅挪动行业一年就能够浪费本钱20亿。据Gartner估计，到2013年环球1000强公司中至多有15%会采纳智能客服零碎来进步办事程度。

（二）智能终端

以智妙手机、平板电脑、智能电视、智能车载为代表的智能终端是智能语音人机交互技能最宽泛的利用。在苹果Siri的动员下，包含Android、WP以及采纳这些操纵零碎的平板电脑，都有采纳近似Siri的智能利用的激烈需要。谷歌估计今朝约莫有25%的Android设置装备摆设经由过程语音停止搜寻。Datamonitor估计到2014年语音辨认零碎在环球挪动终端市场的份额将到达2009年的3倍，挪动终端无望成为智能语音技能的一个疾速增进市场。

附：清点国际外语音交互公司

一、外洋语音交互

Nuance

环球最年夜的语音技能公司，超1000项专利技能 ，一度雄霸世界。固然此刻仍然很牛啦。在中国，有9%的语音辨认利用是采纳Nuance的中心技能。它和电信、挪动、联通、网通都有协作，cctv春晚的呼唤中央也利用此技能。

微软

提到微软在语音交互的结构，不得不提及微软两姐妹，小冰和小娜。小娜Cortana是微软公布的环球第一款团体智能助理。可能理解用户的爱好和习气， 帮忙用户停止日程安顿、成绩回覆等。小冰今朝已公布第三代，据说读写妙技都已解锁，从最后只能纯真的笔墨对话超过至纯语音的互动谈天。

谷歌

Google一向努力于投资语音技能，此前收买多家语音辨认技能公司及专利。2011年，收买语音通讯技能公司 SayNow 和语音分解技能 Phonetic Arts。2014年收买SR Tech Group的多项语音辨认相干的专利，此中包含“搜寻引擎语音界面”和“点窜、更新语音辨认名目零碎”的专利。

本年4月份Google还凋谢了本人的语音辨认API，即Google 语音搜寻和语音输出的反对技能。Google Cloud SPeech API包含了80多种说话，实用于种种及时语音辨认与翻译利用。

苹果

苹果收买过Siri、Novauris、VocalIQ等语音技能公司，且请了不少牛B的人组建基于神经网络算法的语音辨认团队。比来苹果正依托语音 助手Siri构建更年夜的生态零碎，在最新的HomeKit的协作同伴名单中，除了国际厂商海尔，另有照明厂商飞利浦、科锐（CREE），以及Marvell（完满电子）、Honeywell（霍尼韦尔）等环球顶级制作商。

草创公司Viv Labs

提到苹果Siri还容易让人想到，Siri 的两位开创人在脱离苹果之后，他们重整旗鼓，兴办了一家名为 Viv Labs 的草创企业，他们筹办打造一位智能经由全新进级的助手：Viv，它可能了解庞大句子，在用户对它的运用中自立进修，而且帮忙完成事件。这些几乎便是 iPhone 用户现在对 Siri 的夸姣设想。

亚马逊

Echo音箱便是一个玄色的小柱子，相比起其余的智能语音助手好比 Siri，它什物，不是Siri如许的虚构语音助手。一年多上去，Echo曾经成为了语音管制智能家居的入口。

二、国际语音交互

科年夜讯飞

建立于1999岁尾，依托中科年夜的语音处置惩罚技能以及国度的鼎力搀扶，很快就走上了正规，是今朝国际最有影响力的语音技能公司，08年的时辰就曾经挂牌上市了，今朝市值靠近500亿。

中科信利

中科信利是国际第一家具备年夜范围商用案例的语音 技能公司，是业余的语音中心技能息争决计划提供商。公司专一于语音辨认和音频旌旗灯号处置惩罚相干技能和产物的研发，具备国际一流程度的语音辨认/处置惩罚引擎、语音云零碎和语音阐发利用产物，产物涵盖互联网、电信平台、广电网、教诲、音乐检索以及嵌入式终端等多个范畴，是领有全数中心技能自立常识产权。

捷通华声

捷通华声科技株式会社建立于2000年10月，是一家专一于智能语音、智能图像、语义了解等人工智能技能的钻研与利用，周全开展人工智能云办事的高新技能企业。2001年，捷通华声推出代表国际最高程度的中文语音分解技能。2014年，灵云平台面向财产周全凋谢，并以“云 + 端”方法，为财产界提供语音分解（TTS）、语音辨认（ASR）、声纹辨认（VPR）、手写辨认（HWR）、光学字符辨认（OCR）、指纹辨认 （FPR）、呆板翻译（MT）、天然说话了解（NLU）等全方位人工智能才能。

百度

语音交互实在很早就被百度建立为策略标的目的，2010年的时辰百度就与中科院声学 所协作研发语音辨认技能，可是没搞好。直到14年，百度请来了人工智能范畴的泰斗级巨匠吴恩达，正式组建了语音团队，专门钻研语音相干技能，才得以咸鱼翻身。到今朝为止，已斩获了近13%的市场份额，技能气力可与科年夜讯飞等量齐观。

除了技能外，咱们还看到百度踊跃地结构利用端，CarLife、MyCar以及在上个月CES上推出的CoDriver都是百度在车联网语音交互的生态结构。另有百度之前推出的度秘，之前也在KFC中完成了语音点餐这一功用。

搜狗

7月16日，奇点•极客公园立异者峰会上，王小川默示，今朝搜狗一天有1.4亿的语音辨认量，正确度超越97%，有7%的用户会运用语音辨认。今朝搜狗语音的技能曾经不只仅可能辨认语音，更紧张的是能够经由过程齐全不依托双手停止笔墨的点窜。

搜狗输出法在语义了解方面的年夜数据堆集、搜狗自身就在做的舆图，再加上今朝由搜狗自立开辟的语音交互技能，这3者深度联合，在车联网利用范畴确实也很具劣势的。

思必驰

思必驰草创于07年，由剑桥年夜学团队创建于英国剑桥高新区，同科年夜讯飞一样，思必驰是国际为数未几的领有全套语音类常识产权的公司。在语音辨认、语音分解、语义了解、声纹辨认、对话办理、音频阐发等方面均有深挚技能堆集。

今朝思必驰把语音相干技能整分解 AIOS人机对话操纵零碎，作为安卓零碎之上的一层规范接口，提供应硬件协作同伴。针对差别场景，AIOS 又分红了 For Car，For Home，For Robot 等版本，针对车载、家居、呆板人等产物做垂直范畴下的对话式交互。在15年岁尾，思必驰还取得了新一轮近2亿人平易近币的投资。

出门问问

2012年建立，至今已累计融资7500万美金。现有投资方包含红杉本钱、真格基金，SIG海纳亚洲、圆美光电、及歌尔声学，比来还拿了Google投资的C轮融资。

出门问问基于语音辨认、语义辨认、垂直搜寻引擎、语音分解以及智能推送几项自立研发的中心技能，已推出了不少产物。有Ticwear（语音操控的可穿着 设置装备摆设）、邪术小问（语音操控，提供各种糊口办事）、开车问问（智能语音车载APP）以及出门问问智能语音助手，语音辨认对照红火的几个利用场景根本都有铺路。

云知声

云知声建立于2012年，首要团队来自于昌大钻研院。语音辨认技能更多源自于中科院主动化所。其语音辨认技能有肯定的独到之处，有一小段期间内语音辨认率乃至逾越科年夜讯飞。因而也遭到了本钱的热捧，B轮融资到达3亿人平易近币，首要对准智能家居市场，此刻也有智能车载处理计划。

哦啦语音

哦啦语音于2013年终建立，是威盛电子外部孵化的守业名目。领有在中文天然说话了解、语音辨认、语音管制和语音交互零碎等方面的 20 多项自立专利。今朝已利用在智能家居、智能车载、可穿着设置装备摆设、语义和交互API办事、智能集会零碎、手机语音助手几个方面。他们家最年夜的特征，是关于中文语义的了解，针对用户种种成绩能够给出世动、生动、风趣、准确的回覆。

耀途本钱是国际抢先的中国-以色列跨境投资机构，合股人团队领有丰厚的高科技财产和危害投资行业教训，耀途本钱首要投资消耗进级（中国）与中以技能立异（物联网、人工智能、企业级办事-金融科技+网络平安）范畴PreA和A轮的优良守业公司，基于行业深度钻研与精准偷袭，同时领有宽泛且深度的财产协作生态圈。

耀途本钱办理两期人平易近币基金及一期美元基金，公司及基金股东包含高榕本钱，公众点评结合开创人团队，中茵股份等6家A股上市公司高管团队，耀途本钱I期基金超越50%的投资组合取得包含阿里巴巴，HTC,万得资讯，达晨创投、华映本钱、昌大网络、水晶光电等一线投资机构及财产本钱的后续投资。

文章来历：前沿技能钻研

耀途之旅是耀途本钱旗下专一于技能立异的财产分享与交换平台，也是针对以色列高科技行业停止深度行业调研考查勾当的构造者，经由过程极具深度的财产，文明，汗青等行程安顿，帮忙中国具备转型需要的企业家拓展环球视线，洞悉环球立异风口以及本钱运作趋向，专一于智能硬件与物联网，人工智能，企业级办事（包含互联网金融Fintech以及网络平安）等行业，每年超越200位包含上市公司董事长及高管在内的企业家群体插手耀途之旅。

欢送插手耀途之旅，共享国际最顶级的企业家圈层，打造最前沿的终生进修交换平台。

插手方法：

存眷耀途会微信公家号，后盾复兴【真实姓名-机构-职位-联络方法】