越來越多的業(yè)內(nèi)人士認為，語音技術在兩三年內(nèi)，會徹底改變當前的人機交互方式。北美最大的語音技術提供商Nuance的高管最近就說：“語音和自然語義理解突然成為一門前沿科技，而我們正站在這個過渡點上。我認為語音識別將真正顛覆目前的計算機交互接口。”

整個語音行業(yè)從2010年蘋果公司推出Siri開始，受到越來越多的關注。這個趨勢從國內(nèi)最大的語音技術廠商科大訊飛的股價也能看出?？拼笥嶏w2008年上市之初市值只有約34億元，市盈率不到30倍。但最近一年股價節(jié)節(jié)高攀，目前市值達到140億元，市盈率約70倍。

為何語音行業(yè)受到如此重視？國內(nèi)這個行業(yè)的供應商都有哪些？這個行業(yè)中的核心技術包括哪些？語音行業(yè)前景和想象的市場空間有多大？

智能語音技術改變傳統(tǒng)交互方式

智能語音交互首先改變的是移動互聯(lián)網(wǎng)。以iPhone中內(nèi)置的Siri為例，用戶以自然語言的方式對智能手機下達指令，而手機根據(jù)用戶語音和用戶當前的環(huán)境及上下文對用戶意圖進行理解，并按照用戶意圖執(zhí)行命令的過程。如用戶說“查找附近的川菜館”，則手機會搜索用戶當前所在位置附近的川菜風味餐廳，并將列表顯示出來供用戶選擇查看。

百度多媒體負責人余凱曾表示“如今的語音搜索不同于傳統(tǒng)搜索模式，不是基于無關聯(lián)的幾個關鍵詞來反饋結果，而是能夠理解用戶指令，完成一項完整的任務。”也就是說，語音搜索已經(jīng)不僅局限于將客戶需要的信息呈現(xiàn)出來，還會將一些連鎖信息進行反饋，自動生成給客戶一套全面的服務，基于這種高智能化的技術進化，語音必將成為日后移動互聯(lián)網(wǎng)的入口之一。

電視和機頂盒也是采用智能語音交互比較積極的行業(yè)。傳統(tǒng)的電視機和機頂盒的遙控操作都比較復雜，而采用智能語音交互技術，只需對著遙控器說話，就可以控制電視，輸入文字、打開應用、播放視頻都可輕松實現(xiàn)。去年三星、LG和聯(lián)想等都發(fā)布了帶有專用語音輸入功能的遙控器，甚至有的還實現(xiàn)了類似Siri的語音助手的功能。

傳統(tǒng)行業(yè)利用智能語音交互技術進行業(yè)務效率提升的意愿也比較強烈。比如傳統(tǒng)呼叫中心領域，需要投入大量資金、人力，甚至建設大面積的人工語音座席，每年投入上百億資金。國外早已普遍采用基于智能語音交互技術改造的呼叫中心，大量的用戶常見問題、投訴和建議都可以被自動識別和回復，節(jié)省了成本。而且這些呼叫中心每天收到大量的用戶語音數(shù)據(jù)，包含了龐大數(shù)量的用戶信息、偏好，都具有極大價值。但是如果不能利用智能語音技術進行數(shù)據(jù)處理和挖掘，這些信息就如同儲量龐大的金礦，卻無法開采。為了開發(fā)這些數(shù)據(jù)，傳統(tǒng)呼叫中心都對投入智能語音交互技術抱有極大熱情。

另外，汽車、玩具、穿戴設備都對智能交互技術能提供的全新交互方式抱有很大的期待。語音技術作為一個已經(jīng)漸漸成熟的基礎技術，隨著使用面日漸擴大，必將越來越改變傳統(tǒng)的人機交互方式。