人工智能的第三次浪潮正在到來，AI使得機(jī)器獲得了眼睛、耳朵和無數(shù)其他感官，而語音交互就好比“AI的耳朵和嘴巴”。機(jī)器能夠通過識別和理解，把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令，通過自然語言處理識別文本中的指令，再通過語音合成等技術(shù)，與人類進(jìn)行對話。
根據(jù)美國投資機(jī)構(gòu)Mangrove Capital Partners發(fā)布的《2019年語音技術(shù)報(bào)告》預(yù)測，到2025年，語音經(jīng)濟(jì)的規(guī)模將達(dá)到1萬億美元，超過移動應(yīng)用經(jīng)濟(jì)。報(bào)告顯示，語音技術(shù)創(chuàng)業(yè)公司今年已融資7.86億美元，遠(yuǎn)遠(yuǎn)超過2018年的5.81億美元以及2017年的2.98億美元。語音技術(shù)從根本上改變了人和機(jī)器的關(guān)系，徹底改變了我們與軟件交互的方式，也給下一代的數(shù)字世界創(chuàng)造巨大價(jià)值。
應(yīng)用場景凸顯
隨著AI技術(shù)的發(fā)展，語音技術(shù)從算法到模型都有了質(zhì)的飛躍，陸續(xù)進(jìn)入工業(yè)、家電、通信、車載導(dǎo)航、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個領(lǐng)域中。從企業(yè)到用戶，智能語音的場景正隨著技術(shù)應(yīng)用而逐漸實(shí)現(xiàn)普遍化。
最常見的則是我們和Siri的對話，在出門前：“Siri，今天天氣怎么樣”；在開車時(shí)，對著智能語音系統(tǒng)：“開啟回家路線導(dǎo)航”；到家后，對著智能音箱：“小度，播放一個郭德綱的相聲”，等等，智能語音早已融入在了我們的生活中。
而智能語音應(yīng)用最多的場景，智能客服。不僅能夠讓人力從繁重的機(jī)械性回答中徹底解脫出來，同時(shí)降低成本、提高效率，讓客服變成更有溫度、為用戶帶來更高價(jià)值的個性化服務(wù)。現(xiàn)今，智能客服已大規(guī)模應(yīng)用在保險(xiǎn)、物流、教育、快消等多個行業(yè)之中，成為一種發(fā)展趨勢。
另外，通過語音識別自動錄入文字，機(jī)器自動翻譯外語，通過語音識別判斷身份，通過機(jī)器對話進(jìn)行口語考試，還有語音電商推出基于語音助手的購物服務(wù)等等。語音技術(shù)也在超越語言障礙。目前谷歌的服務(wù)已經(jīng)支持30種語言，甚至可以同時(shí)理解用戶所說的多種語言。
技術(shù)的發(fā)展，場景應(yīng)用普遍化，促使著整個行業(yè)從初期向成熟期快速邁進(jìn)。語音技術(shù)已經(jīng)進(jìn)入了一個產(chǎn)業(yè)爆發(fā)期。
智能語音技術(shù)之爭
隨著語音交互能力相對成熟，國內(nèi)外科技公司也圍繞著語音交互掀起了大戰(zhàn)，尤其是手機(jī)。作為AI落地的關(guān)鍵入口，手機(jī)語音助手市場硝煙四起，技術(shù)發(fā)展也非常迅速。
行業(yè)中語音技術(shù)主要有三類廠商提供。一類是谷歌、亞馬遜、百度等互聯(lián)網(wǎng)巨頭，自研整套語音交互技術(shù)以及內(nèi)容服務(wù)。第二類是一些成熟的語音技術(shù)廠商，比如像Nuance、科大訊飛、搜狗知音等。
第三類則是圍繞語音交互的創(chuàng)業(yè)公司，圍繞自身核心技術(shù)暗暗發(fā)力，這類公司有獵戶星空、思必馳等，往往在某一垂直領(lǐng)域如語音識別、語義理解或者語音合成等方面，爭取在巨大的市場下分一杯羹。
語音經(jīng)濟(jì)未來趨勢
我們可以看到，語音經(jīng)濟(jì)的價(jià)值體現(xiàn)，科技公司的廣大布局。我們也可以明顯感受到一些變化，語音入口的地位進(jìn)一步強(qiáng)化，語音助手更加智能化。而智能語音對人工智能實(shí)力和生態(tài)系統(tǒng)廣度的高要求，必然在未來五年內(nèi)爆發(fā)巨頭間的競爭。各家搶奪的不再單單是硬件，背后還有用戶數(shù)據(jù)挖掘，以及軟件、技術(shù)、平臺以及相關(guān)服務(wù)等等。
隨著智能語音技術(shù)應(yīng)用不斷深入，已有的商業(yè)變現(xiàn)模式對場景化提出了更高的要求。面向物聯(lián)網(wǎng)的智能語音產(chǎn)業(yè)鏈將產(chǎn)生新的商業(yè)模式，具體表現(xiàn)在智能家居、智能車載、可穿戴設(shè)備等硬件之中。
物聯(lián)網(wǎng)時(shí)代的家居場景下，找到合適的語音入口是挖掘智能家居背后用戶價(jià)值的關(guān)鍵。硬件本身具有入口價(jià)值，智能音箱作為載體，可以控制超過80%的智能家居設(shè)備，將成為未來智能家庭的中樞或是輸出裝置，讓智能電視、電燈、空調(diào)等連接起來，通過語音交互來實(shí)現(xiàn)對于其他智能家居產(chǎn)品的控制，從而推動家庭IOT生態(tài)的建立。
語音交互也給智能汽車發(fā)展裝上了加速器，智能后視鏡、HUD、車機(jī)、車載音箱以及中控系統(tǒng)，都紛紛加入語音交互系統(tǒng)。在產(chǎn)業(yè)爆發(fā)后，國內(nèi)外科技巨頭的目光將逐漸瞄準(zhǔn)縱深市場，硬件的基礎(chǔ)功能成為免費(fèi)標(biāo)配，個性化的增值服務(wù)成為盈利的關(guān)鍵點(diǎn)。
隨著語音AI技術(shù)的成熟，也將極大提升可穿戴設(shè)備的交互體驗(yàn)，從而也將推動可穿戴設(shè)備的發(fā)展。智能可穿戴設(shè)備形式多樣，手表、眼鏡、紐扣、項(xiàng)鏈等都可以作為載體，可以讓語音交互更加普及。智能可穿戴設(shè)備將會從早期的差異化硬件盈利，過渡到后期的運(yùn)維和個性化增值服務(wù)盈利的模式?？纱┐髟O(shè)備會收集到用戶的各類數(shù)據(jù)，基于用戶行為特征數(shù)據(jù)的挖掘分析，提供精準(zhǔn)營銷服務(wù)、后端增值服務(wù)和廣告費(fèi)用，將會是未來盈利的重要模式。
AI公司的下一戰(zhàn)
目前，我國的智能語音市場的主要份額被科大訊飛、百度以及蘋果分割。數(shù)據(jù)顯示，目前為止，中國智能語音市場，科大訊飛市場占有率排名第一，市占率達(dá)到44%；其次為百度，市場占有率為28%；排名第三的是的蘋果，市占率為7%。其后為Nuance以及小i機(jī)器人都處于剩下3.0%的市場份額中。
在國內(nèi)眾多AI科技企業(yè)如依圖科技、極鏈科技等大批量興起時(shí)，如何占領(lǐng)跑道、進(jìn)行變現(xiàn)也成為了這些公司需要仔細(xì)思考的地方。對于智能語音市場來說，在未來，會對各大公司的場景化落地能力提出更高的要求，需要企業(yè)快速掌握不同應(yīng)用場景下對智能語音的需求痛點(diǎn)，而這對絕大部分智能語音公司來說還有難度。
