為何專注語音識別的科大訊飛會成為AI領(lǐng)先者？

對于文字工作者而言，如何將演講者/被采訪人的語音轉(zhuǎn)化為文字是一個痛點、一個剛需。求助于速錄員是一個不錯的選擇，尤其是那些專業(yè)領(lǐng)域的速錄員，比如在科技行業(yè)，不懂AI或者VR等專業(yè)名詞的速錄員很容易在速記中鬧出笑話。

在今年9月份錘子手機的發(fā)布會上，錘子科技產(chǎn)品總監(jiān)朱蕭木秀了一段語音識別，這也讓科大訊飛的語音識別技術(shù)一下子增加了眾多“錘粉”。借助語音識別，原本需要一點點聆聽的語音可以轉(zhuǎn)變成快速閱讀的文字，這無疑是文字工作者的一大福利；但似乎也是速錄員這一職業(yè)的終結(jié)者。

在著名資訊公司麥肯錫最新發(fā)布的一項全球研究發(fā)現(xiàn)，約45%的工作可以實現(xiàn)自動化，這將影響到60%的崗位，其中三分之一的工作將被機器人替代。但與此同時，麥肯錫也安慰人們，技術(shù)變革往往需要幾十年的時間才能被整個社會廣泛接納，人們還有時間去慢慢適應(yīng)。

不過，語音識別并非替代速錄員那么簡單，與人們在過去用文字觸達虛擬世界的方式不同；未來，人們只需要通過語音就可以實現(xiàn)與虛擬世界的連接。因此，專注于語音識別的科大訊飛更有機會成為未來人工智能大爆發(fā)時代的領(lǐng)先者。

人類正在從文字時代進入語音時代

計算機出現(xiàn)以來，人們與計算機之間的交互幾乎都是通過文字來實現(xiàn)。即便是代碼階段，某種程度上也可以看作是文字的交互方式；如今，語音正在替代文字。對此，“互聯(lián)網(wǎng)女皇”瑪麗· 米克（ Mary Meeker ）認為，語音應(yīng)該是最有效的計算輸入形式。因為對于消費者，語音可以快速溝通、簡單方便、個性化并且無需鍵盤。

有統(tǒng)計數(shù)據(jù)顯示，機器對語音識別的正確率從2010年的約70%，提高到2016年的約90%。從這樣的速度看，語音時代可以說已經(jīng)到來，未來人們與智能終端的交互方式除了傳統(tǒng)的鍵盤文字輸入，語音將逐漸成為新的主流。

語音技術(shù)時代的開啟，所帶來的不僅僅是輸入的革命。在科大訊飛輪值總裁胡郁看來，語音技術(shù)將帶來7個層面的變革：1、輸入法，2、語音轉(zhuǎn)文字，3、翻譯，4、智能家居，5、自動駕駛，6、機器人，7、教育。

嚴格來說，在不同的領(lǐng)域，語音技術(shù)都是基礎(chǔ)所在，是語音技術(shù)在這些領(lǐng)域的應(yīng)用所帶來的變革，每一個領(lǐng)域都不容小覷。以機器人為例，語音將一改計算機時代的鍵盤錄入，成為人機互動的主流方式，這里所說的機器人不止是我們常見的人形機器人，很多時候，“系統(tǒng)”也可以稱之為機器人，而且不同的應(yīng)用場景可以誕生出不同類型的機器人，它們都能夠深入應(yīng)用到語音技術(shù)。

在不久的將來，IOT充分普及后，人們無需再通過手機這樣的智能終端與整個世界連接，只需要借助手表、紐扣等，你只需告訴他們：我想去吃飯，附近有什么好吃的？你就可以迅速獲得回復(fù)，機器會告訴你附近有哪些好吃的地方，距離多遠，有沒有優(yōu)惠或者排隊人數(shù)多少的等信息。當(dāng)你確定去哪里時，系統(tǒng)會告訴你如何到達那里，需要多少時間，并為你安排預(yù)約甚至是提前點菜等等。

不過，我們也大可不必擔(dān)心語音會完全替代文字作為主要的輸入方式，畢竟有很多的應(yīng)用場景里并不適合語音輸入，比如在公共場所，每個人都在與機器互相交流、自言自語，這樣的場面也是蠻怪異的。

科大訊飛打算成為怎樣的領(lǐng)先者？

嚴格來說，語音技術(shù)在未來的人工智能時代更像是一種基礎(chǔ)技術(shù)，單純推動技術(shù)的發(fā)展和應(yīng)用，最終很有可能只是為其他企業(yè)做嫁衣。如何在語音技術(shù)的基礎(chǔ)上孵化出更多的產(chǎn)品和應(yīng)用，才是像科大訊飛這樣的企業(yè)最大限度挖掘人工智能潛能的關(guān)鍵。

為此，日前科大訊飛基于“訊飛超腦”人工智能最新技術(shù)發(fā)布了一系列新品，包括萬物互聯(lián)輸入解決方案、訊飛聽見多語種翻譯、智能家居、智能服務(wù)機器人、智能車機、個性化語音合成、智慧教育等技術(shù)產(chǎn)品，更多是從科大訊飛人工智能技術(shù)在社會生活的創(chuàng)新應(yīng)用出發(fā)。

在翻譯領(lǐng)域，科大訊飛的中英互譯神器——“曉譯翻譯機”，可以快速、準確地實現(xiàn)了中英口語的即時互譯，并支持漢維互譯功能，未來科大訊飛還將為之增加更多語種，實現(xiàn)不同語言之間的便捷交流。

在汽車領(lǐng)域，科大訊飛的汽車智能車載系統(tǒng)——飛魚助理，則將遠場識別、全雙工、多輪交互、方言識別等技術(shù)應(yīng)用于汽車，可以在復(fù)雜的行車環(huán)境中輕松進行通訊、導(dǎo)航操作，收聽了解多媒體娛樂信息，對車身進行控制和信息查詢等服務(wù)。

在智能機器人領(lǐng)域，科大訊飛的智能客服機器人——曉曼，更是集合了科大訊飛的語音合成、語音識別、語義理解和人臉識別等多種技術(shù)，結(jié)合麥克風(fēng)陣列、3D攝像頭、身份證讀卡器、取號小票機等外設(shè)應(yīng)用，以語音、觸屏、動作等多模態(tài)的交互方式為用戶服務(wù)。

在智能家居領(lǐng)域，科大訊飛的超腦魔盒打造了一個通過語音便捷控制家居設(shè)備的智能環(huán)境；而在教育領(lǐng)域，科大訊飛通過學(xué)業(yè)數(shù)據(jù)采集和教學(xué)過程性數(shù)據(jù)分析，實現(xiàn)多維度教學(xué)發(fā)展性評價和基于知識點的學(xué)生個性化學(xué)習(xí)。

從以上種種可以看出，科大訊飛的野心是以語音技術(shù)這一基礎(chǔ)技術(shù)作為切入點，由此衍生出更多的產(chǎn)品和應(yīng)用出來，在幫助人們視線智能生活的同時，謀求更大的市場空間。這也正是科大訊飛所倡導(dǎo)的“人工智能+”，嚴格來說應(yīng)該叫“語音技術(shù)+”。

不管怎樣，科大訊飛都在一定程度上掌握了語音技術(shù)的“核心科技”，正如科大訊飛董事長劉慶峰所說，在人工智能時代，各細分領(lǐng)域的創(chuàng)業(yè)英雄更容易成功，只要你有創(chuàng)意、有品位、有感覺，能夠精準滿足每一個人的個性化需求，你就再也不用擔(dān)心被別人的數(shù)據(jù)入口和資金瞬間血洗出場。

本文為科技新媒體“常言道”（微信公眾號：changyandao1）出品，作者丁常彥。原創(chuàng)作品，歡迎轉(zhuǎn)載，轉(zhuǎn)載或引用請注明作者及來源。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。