2017广州《财富》全球论坛晚宴上，小女子用一口流利的英语和科大讯飞机器人“晓曼”沟通，“晓曼”“听懂”后立即用中文回应。

　　“Hello，我是林志玲，祝您一路好心境哦”、“我是罗永浩，请镇定一下，我要开端导航了”，关于某些地图导航的用户来说，这样的语音必定不生疏。但你或许不知道，这并不是一字一句录制，而是凭仗了科大讯飞的语音辨认功用。只需求3小时的声响资料，就能够组成所需求的声响。

　　2017年11月，国家科技部宣告科大讯飞以智能语音成为国家新一代人工智能敞开立异渠道之一。包含BAT在内的互联网巨子也纷繁抢滩智能语音范畴。

　　智能语音为何能成为人工智能范畴的要点项目？站在第三次人工智能浪潮的当口，智能语音的运用又将怎么改动咱们的日子？

　　智能语音设备之外，我国企业在语音转写技能、语音输入法方面也走在了商业运用前沿

　　当你回到家，说声“叮咚叮咚，我回来了”：灯主动翻开，窗布主动闭合，空调发动，电视主动翻开并跳转到你平常最常看的频道，客厅里响起你喜爱的音乐——京东和科大讯飞协作推出的叮咚智能音箱便是这个智能家居场景的“总导演”。

　　近几年，国外微软、苹果、亚马逊，国内科大讯飞、腾讯、百度、阿里等企业，无一不在紧锣密鼓地推进智能语音的商业运用落地。

　　2011年，苹果Siri语音帮手正式露脸。正是以Siri的发布为引爆点，智能语音运用范畴由传统职业向移动互联网等新式范畴延伸。在2017年苹果WWDC开发者大会上，Siri的智能化进一步进步，加入了实时翻译功用、支撑上下文的猜测，用户乃至能够用Siri作为Apple TV的遥控器。

　　我国智能语音交互体系的另一家领军企业百度在智能语音范畴深耕多年。上一年，百度推出DuerOS体系，广泛运用于音箱、电视、冰箱、手机、车载多个场景。在1月9日举办的2018年CES（国际消费类电子产品博览会）上，百度发布了DuerOS 2.0 的三款硬件产品——智能视频音箱、智能音箱灯和智能投影吸顶灯。

　　百度度秘事业部总经理景鲲表明，依据IDC的陈述，在2020年前，27%的智能家庭将会具有智能语音设备，51%的智能轿车和68%的智能手机和智能穿戴设备也会具有语音对话功用。“DuerOS是一个活泼的对话式AI生态体系，不只需设备协作商，还有芯片制造商、体系整合商、内容开发者等等。”

　　智能语音设备之外，我国企业在语音转写技能、语音输入法方面也走在了商业运用前沿。

　　在2017年的全国两会上，科大讯飞的产品“讯飞听见”运用人工智能实时语音转写技能，初次在政府作业陈述网络直播中完结同步字幕直播。此外，智能语音输入运用让讯飞输入法用户打破5亿，到现在已支撑22种方言语音输入，方言辨认准确率达90%以上。

　　2017年11月，国家科技部宣告科大讯飞以智能语音成为国家新一代人工智能敞开立异渠道之一。

　　对此，科大讯飞股份有限公司品牌办理部总经理、华南公司副总裁吴骏华向记者表明，智能语音之所以成为新年代人工智能运用展开的要点方向之一，一方面来自于语音技能的老练，别的一方面则是在万物互联的年代，语音成为了人机交互的新进口。

　　据吴骏华介绍，作为渠道企业，科大讯飞会把人工智能中心技能敞开出来，构建持续闭环迭代的生态体系。“咱们将渠道对宽广的创客团队敞开，到2017年12月，讯飞敞开渠道的累计终端数现已到达15亿，日均交互次数到达40亿，创业团队数现已到达了50万。”

　　智能语音是人工智能技能的重要组成部分，包含语音辨认、语义了解、自然言语处理、语音交互等。

　　现在，在语音辨认方面，科大讯飞、百度、苹果、谷歌等干流渠道辨认准确率均在96%以上，安稳的辨认才干为智能语音技能的落地供给了或许。

　　“科大讯飞在语音辨认上现已做到98%了。”吴骏华表明，在国际语音组成大赛（Blizzard Challenge）中，科大讯飞接连十二年连任第一名。在2016年CHiME Challenge国际多通道语音别离和辨认大赛中，科大讯飞包办悉数三个测验项意图冠军，并大比分改写历史纪录。吴骏华告知记者，接下来，科大讯飞还要做多方言语音辨认。现在，讯飞现已做到了22种方言。

　　百度在2017年宣告ALL IN AI之后，除了发力主动驾驶之外，也在语音智能方面持续发力。

　　景鲲表明，百度人工智能技能的方向包含语音辨认Deep Speech、视觉辨认“智能读图”、自然言语与智能语义等。凭仗PaddlePaddle深度学习渠道、亿万级大数据操练处理才干和超高速异构AI核算集群三大中心技能， 可模仿低龄人脑思想，具有语音、图画、自然言语处理、用户画像四大才干。“其间，语音辨认准确率达97%，支撑27种言语互译。”

　　除了语音辨认之外，语义了解是现在各大企业需求霸占的技能难关。吴骏华坦言，依照现在完结的语音组成和语音辨认技能，科大讯飞能够完结在固定的范围内答复问题，但是在逻辑推理上机器今日仍是没有办法完结打破。在语音了解没有严重技能打破的前提下，机器在语义了解方面还存在不小应战。

　　微软亚洲研究院院长洪小文博士也指出，要做到百分之百的语义了解，是一个AI complete问题，只需处理了其他AI的问题才或许有解。“比方，你去参加一个鸡尾酒会，周围十分喧闹，你讲的话里边十个有九个字我都没有听清，但是由于你讲的内容我大约知道，所以即便我听不清仍是能够猜出你讲的是什么。但假如用语音辨认和语义了解，或许会失利。在详细的运用场景，除了语音，还包含视觉、常识的归纳运用，这是语音人工智能未来的应战。”

　　国家方针层面，也在大力推进智能语音的展开。上一年12月14日，科技部印发《促进新一代人工智能工业展开三年行动计划（2018—2020年）》，清晰对智能语音的展开做出展望，“到2020年，完结多场景下中文语音辨认均匀准确率到达96%，5米远场辨认率超越92%，用户对线%。”

　　关于未来智能语音的遍及推行，吴骏华表明，在方针和职业的两层推进下，估计未来五年内，智能语音会像水和电相同无处不在。”

　　智能语音技能的遍及，让智能音箱、智能家居客厅重回群众视界，成为科技巨子的“新宠”

　　在享有“互联网女皇”称谓的玛丽·米克尔发布的2016年互联网趋势陈述中，超越十分之一的篇幅在论说语音辨认交互带来的改动。陈述将语音功用赞称为“人机交互的新范式”，并称语音功用“解放了双手和眼睛，扩展了永久在线的概念。商场以为，智能语音交互有望成为下一代人机交互新范式。

　　记者整理发现，现在智能语音的参加者中，能够分为互联网巨子企业、智能语音公司、草创企业三种类型。

　　国内以BAT为首，国外以谷歌、亚马逊、苹果为首的互联网巨子，敞开语音生态体系，以工业界协作的方法，将语音技能植入产品和或运用于相关事务场景，构建全工业生态链。2017年7月5日，百度在北京举办“2017百度AI开发者大会”，发布了DuerOS敞开渠道，敞开技能才干满意智能语音设备开发者的需求。

　　而以科大讯飞为代表的智能语音公司，依托原有优势，从单一智能语音技能商向全方位人工智能技能服务商改动。思必驰、云知声、出门问问等草创厂商，则以笔直范畴和细分场景为打破口，要点布局家居、车载和可穿戴设备。

　　不管哪种类型的参加企业，无一例外都开发了同一款产品——智能音箱。智能语音技能的遍及，让智能音箱、智能家居客厅重回群众视界，成为科技巨子的“新宠”。

　　上一年7月，百度收买美国语音交互技能公司KITT·AI，就在同一天，阿里发布智能音箱“天猫精灵X1”。此前，京东联合科大讯飞推出了“叮咚音箱”，腾讯云发布了“小微”。而国外智能音箱竞赛大战早已打响，跟着亚马逊Echo翻开智能音箱的商场，谷歌的Google Home、苹果的Home Pod、微软的Invoke连续上线。

　　据Research and Markets研究陈述显现，全球智能语音商场将持续显着增加，估计到2020年全球语音商场规模估计将到达191.7亿美元。近来，Canalys发布的陈述也猜测，2018年将是智能音箱遍及的一年，比较2017年出货量的3000万台，2018年的出货量估计将到达5630万台。

　　经过智能语音交互技能，占据未来智能日子的家庭进口，这是国内外科技巨子纷繁布局智能音箱背面的深层逻辑。

　　中大创投联合创始人郑贵辉以为，声响这种最直接的指令方法，被以为是现在最好的人机交互方法，也成为了操控其他家庭硬件的方法。从工业视点看，智能音箱本质是经过声响做智能交互，而音箱仅仅一个表现形式。现在这些巨子做的智能敞开渠道，意图都是聚合技能，进步产品的竞赛力。“科技巨子们都蓄谋已久，瞄准这个风口。以智能音箱为载体，背面是智能语音交互技能的竞赛。”

　　亚马逊发布第一台Echo智能音箱，2016年销量打破500万台，2017年估计Echo销量超1000万台。

　　在国际语音组成大赛（Blizzard Challenge）中，代表我国参赛的科大讯飞AI研究院、语音及言语信息处理国家工程实验室包办了本次赛事中心目标的冠亚军。

　　百度在北京举办“2017百度AI开发者大会”，发布DuerOS敞开渠道。

　　阿里巴巴在北京举办“阿里人工智能实验室2017夏日新品发布会”发布阿里人工智能实验室第一款智能语音终端设备“天猫精灵X1”。

　　科技部召开了新一代人工智能展开规划暨严重科技项目发动会，科大讯飞成为四大国家人工智能敞开立异渠道之一。

　　科技部印发《促进新一代人工智能工业展开三年行动计划（2018—2020年）》，对智能语音的展开做出展望，“到2020年，完结多场景下中文语音辨认均匀准确率到达96%，5米远场辨认率超越92%，用户对线日

　　CES（国际消费类电子产品博览会）上，百度发布了DuerOS 2.0 的三款硬件产品——智能视频音箱、智能音箱灯和智能投影吸顶灯。

　　当时，人工智能的第三次浪潮现已到来，其宽广远景和战略意义日益凸显，且正在全球范围内引发全新的工业浪潮。

　　人工智能从技能阶段上首要分为核算智能、感知智能和认知智能三个阶段。核算智能是让机器具有能存会算的才干，现在，人工智能的核算才干现已超越了人类。感知智能是让机器能听会说，在这一范畴，人工智能也超越了绝大多数的人类。比方，科大讯飞的语音辨认技能能够把语音实时转写成文字，准确率超越了速记员。

　　认知智能是人工智能的高级阶段，科学家们期望推进机器具有相似人类的才智，乃至具有各个职业范畴的人类专家的常识堆集和运用的才干。在认知智能范畴，中美两国都现已进入无人区。

　　2017年12月11日，国家科技部将认知智能国家要点实验室交由科大讯飞来承建，这是继科技部发布科大讯飞列入国家第一批新一代人工智能敞开立异渠道之后，又一次把探究人工智能顶尖范畴的使命交给了科大讯飞。

　　在人工智能年代，咱们一向以为，人工智能是用来延伸人类才干而非代替人类，不是说用技能去代替某些职业的作业，而是期望人机耦合互动进步功率。例如速记职业，人工转写准确率是80%，机器转写在大部分场景下的准确率是95%以上。将来最好是让速记员和“讯飞听见”协作，或许一个人带着100个机器去100个会议，并做到正确率100%的会议记录转写。

　　今日人工智能帮手或许只能帮咱们处理10%的作业，但很快，它就能帮咱们能够处理30%乃至80%的作业，五年今后期望人工智能能够帮咱们处理90%以上的作业。与此一起，人类能够去做更具构思的工作。人机耦合互动，是未来人工智能最有期望做成，并且也是最满意社会道德价值观的形式。

　　人工智能的概念很庞大，但真实的成功会依赖于笔直浸透，中心技能的持续打破，使得机器经过学习顶尖专家常识，到达一流专家水平，并超越90%的一般专业人士。因而，人工智能已准备好为国际赋能。

　　这是否意味着今后人工智能的国际只需有算法，机器就能够无所不能了呢？咱们以为，在绝大部分范畴中，用人工智能改动国际，需求具有三要素：中心技能、职业数据、范畴专家。

　　经过和教育部考试中心共建人工智能联合实验室、和我国医学科学院北京协和医学院共建医学人工智能研制中心、和最高人民检察院共建立异研究院，科大讯飞正在尽力建立渠道，用最好的数据和专家去操练具有中心技能的人工智能体系，让人工智能更好地服务于教育、医疗、司法等各行各业。

　　科大讯飞在2015年正式发布AIUI渠道，招引和鼓舞开发者们运用顶尖的人工智能技能去做各个细分范畴的商场。到2017年12月，讯飞敞开渠道累计终端数超越15亿，开发者团队到达50万家，日均交互次数已达40亿。

　　咱们以为，将来决议人工智能展开的是整个工业链的展开，整个工业生态的昌盛才干推进整个人工智能的生长。一起，咱们还把人工智能生态延伸到技能立异的科学家，让每一位科学家的源头技能立异效果能够集成到AIUI渠道上，不只赋能开发者，也能协助科学家。

　　在华南地区，咱们成立了科大讯飞华南人工智能研究院，将环绕自然言语了解、图画辨认、大数据根底渠道、云核算渠道等中心技能方向展开研究作业。一起，将人工智能中心技能立异与职业运用相结合，打造掩盖华南地区、工业特征显着、立异才干杰出、辐射带动效果强的一大批人工智能演示运用。

　　在教育范畴，咱们的英语智能学习渠道“E传闻”供给了包括英语传闻考试、教育、操练全场景的学习及备考处理方案，科大讯飞期望经过人工智能技能使对症下药成为实际。在医疗范畴，科大讯飞的语音电子病历、医学影像辅佐诊断体系、导诊机器人等产品能够大大节省一线医师的时刻。

　　“人工智能+”年代正在降临，未来人工智能会像水和电相同无处不在。科大讯飞将持续坚守在人工智能的道路上，为我国的人工智能工业作出应有的奉献，用人工智能建造美好国际。