随着人工智能技术的不断进步，智能语音技术也日趋成熟，在这里不得不提谷歌、微软、科大讯飞等科技公司在智能语音方面的带动作用，使得我们在日常生活中已经不乏看到语音技术的应用。
当前触摸屏和键盘仍然是今天人机交互主要媒介，但未来语音交互或可与之平分天下。智能语音的发展将推动人工智能的发展，使我们的生活变得更轻松更美好。
英语口语考试，你的考官不是人，而是一台计算机，它直接给你打分；一边开车一边对你的车说话下命令，“帮我打电话给妈妈”、“帮我买明天去北京的机票”、“带我去最近的面馆”；躺在病床上，不用动身体，直接开口对空调说“把温度调到26度”。
语音直接说话下命令，代替按键、触摸屏，是人更自然的体验。语音技术正让机器像人一样用语音交流。
谷歌美国公司语音技术人员向记者透露，谷歌正在各项服务中全面融入语音技术。微软的开发者大会提出“对话即平台”(Conversation as Platform)计划，简单说就是“想让你对机器说句话就把事给办了”。微软CEO纳德拉表示，语音指令正成为键盘、触摸屏之后的新一代人机对话方式。
当下正是转型关键期，各大企业的竞争也从单纯技术水平转变到应用场景的用户，“语音+各个应用场景”成为这百亿市场的制胜关键。
科大讯飞：从幕后到台前
科大讯飞自称占中文语音市场70%份额，以其为案例，或许可对这个行业略窥一二。
科大讯飞董秘江涛透露，目前科大讯飞在企业端和终端消费者端的业务占比分别是80%和20%，公司的目标是今后使这两块比重倒置，此次收购教育软件公司也是其“语音+教育”的重要一步。
科大讯飞要让终端消费者成为自己主要的用户？而科大讯飞目前的客户还是以政府、国企为主，这家具有国企背景的公司，如何能抓住互联网时代终端消费者的心？
面对记者的这一提问，科大讯飞并没有给出明确的回答，或许科大讯飞看到了市场未来的大势，但具体怎么落地实施，仍需时日来摸索。
于是记者试图从其目前技术中，梳理出科大讯飞可能的方向。要具体应用于终端消费者，首先需要确定在什么场景下、谁来用这项服务、用户有哪些需要，因此，服务的场景、用户特征需要首先锁定。换句话说，需要锁定垂直细分领域，再根据这一领域的具体场景配置技术。
比如，机器自动翻译应用在手机端。科大讯飞称，“随声译”功能达到了大学英语六级水平，一秒钟内能实现中英语音互译。
据科大讯飞公司介绍，在广东、江苏、上海、重庆、山东等10余省市的中高考英语听说考试中，开始试点用机器当考官，全年累计测试考生数近1000万。此外，用机器来改作文，也已经在安庆、合肥、湖南等地试点应用。
目前打客服电话需要通过一层层语音提示、按键，能否一次性直接得到想要的答案？“智能客服未来会替换掉50%以上的人工。”科大讯飞公司向《国际金融报》记者表示。安徽(科大讯飞起家的地方)省移动公司目前用科大讯飞的技术，可以基本实现语音直接搜索答案。科大讯飞为中国联通建设的智能语音客服——语音导航系统的试点建设，为其节省了20%以上的人工成本。另外，政府背景的金融机构、国家电网、航空公司、政府机关、医疗机构、广电行业，以及速运行业等主要呼叫中心，正在使用科大讯飞的机器语音应答。
目前已有31款车在出厂前搭载了科大讯飞的智能语音系统。同时，在政府基础设施建设上，科大讯飞也与江西、广西、吉林等省展开合作。
未来趋势：垂直细分
智能语音产业并不是以大取胜，并非范围铺的越大、叫得越响、效果就越好。一些小型创业公司反而在某些单点技术上成为最优。
例如，在真实场景中，噪音、被打断、离太远听不清，非常常见，因此不是简单一个识别率的问题而已。思必驰是一家只针对智能硬件厂商提供语音解决方案的公司，“在去年7月推出‘打断纠正’的智能交互技术，科大讯飞比它晚5个月，思必驰的语音输入板比科大讯飞早一年，但在严重噪声干扰中，准确率明显高于科大讯飞、百度语音。2015年发现了机器人对远场交互、声源定位的刚需，在去年12月推出环形‘6+1’远场麦克风阵列，讯飞是今年3月推出的。”思必驰公司市场负责人龙梦竹介绍。
但创业公司既要避开互联网大公司，又要开辟科大讯飞已经抢占市场之外的其他领域。
“我们专注的是交互，而不是识别。语音交互好不好，重点不在于识别准确率，而是垂直场景下的语义理解，以及后端服务。举个例子，如果你对机器说‘帮我放一首许巍的《生活不止眼前的苟且》’，如果机器回答你‘抱歉，找不到您要的服务’。用户只会觉得是交互不好，不智能。其实核心问题是，后端的内容不够。”龙梦竹告诉记者。
因此，“阿里年初投了思必驰，重点不是资金，而是我们看中阿里能带来的资源，比如高德、虾米音乐、神马搜索、云os等。”龙梦竹告诉记者。
这些创业公司需要非常专注在某一垂直细分领域，针对具体场景来为客户量身定制开发技术。“我们不做客服、不做教育、不做智慧城市，专注在车载、家居、机器人三个垂直领域的解决方案。车载后市场中，思必驰大约占45%市场。我们也没做方言，没做英语。但2014年以来的订单快速增加，证明了在专业领域的技术水平。”思必驰公司市场负责人告诉记者。
另一家to B的基础技术公司云知声的CEO黄伟向《国际金融报》记者表示，“在应用层面，公司提供AI芯(智能芯片)、AIUI(智能界面)、AI Service(智能服务)三大解决方案。”
人工智能芯片，即把智能程序植入芯片，例如针对空调的程序植入芯片后就可以装入各家公司的产品中，目前云知声芯片已经在美的、格力、华帝、海信植入芯片。“与讯飞、百度相比，云知声的技术定位是重点解决基于物联网设备的智能服务，尤其是从芯片级的紧密配合，直到打通云端服务。”黄伟表示。
智能界面，即人机交互界面，包括车载后市场(即出厂后车主自己配置的工具)、智能家居(在家具中植入智能语音程序)、智能机器人等。
而智能服务，是基于开放平台的SDK(软件开发工具包)。在这一方面，医院或许是个大市场。例如，医生不用再手写病历，直接说话即可自动录入。不仅如此，黄伟介绍，“云知声希望实现智能语音交互的知识问答、病历查询，进行健康风险预测和患者分群分析。目前合作伙伴包括北大医信、飞利浦医疗、北京协和医院、北京大学人民医院、江苏省肿瘤医院等。”
除了to B市场，“出门问问”是一家做2C(面向消费者)方向软硬结合的公司，谷歌公司占其一成股份。公司推出了智能手表Ticwatch，以及针对安卓穿戴、谷歌眼镜的智能语音操控应用、中文智能手表操作系统Ticwear。
总体而言，智能语音产业将呈现“多点开花、群星闪耀”的市场格局，但前提是能理解用户真实需求，否则不理解用户的语音将难以作为人工智能的切入口，而停留在语音只是语音的阶段。当下，正是该领域决胜负的关键战略期。
目前，科大讯飞语音大赛正在如火如荼报名当中，想与大咖之间合作，赶紧报名吧！
智能语音大赛：http://www.52solution.com/index.php/Home/Special/kdxfform.html
