国际巨头紧逼 中国“语音”合力突围

自Siri诞生以来，语音技术和基于语音的各种应用迅速受到人们关注，而围绕语音的市场和产业资源也快速聚拢起来。近日，在工业和信息化部的支持下，由科大讯飞牵头，囊括了三大运营商、联想、康佳、长虹、创维等终端设备企业和汽车生产商等多家企业的中国语音产业联盟(以下简称“联盟”)正式成立，向产业界宣告了中国语音产业链上下游企业即将加快发展的步伐，来获得领先的市场优势和地位，有所作为。

下一代电子产业以声控为主导

据了解，联盟将在语音核心技术研究、产品开发、终端应用和产业发展等方面开展工作，目前成立了技术、标准、产业对接、知识产权和安全5个工作组，政府承担联盟发展指导委员会的角色，由工业和信息化部副部长杨学山亲自担任主任。

杨学山认为，下一代的电子产业将以声控为主导。语音识别、合成、自然语言理解是语音的核心技术，而自然语言理解技术离人们能良好使用的程度还比较远，所以语音产业不仅仅是语音的事情，需要技术和应用产业链的共同参与。

中国第一大语音技术提供商科大讯飞的董事长刘庆峰表示应抓住语音产业快速发展的契机。语音云是科大讯飞面向移动终端的语音应用，2011年上半年，语音云用户增加了100万人，到今年上半年猛增了6000万人。“这就是爆炸式增长。”刘庆峰判断，“再过两年，中国的移动智能终端用户大部分都将使用语音服务。”

中国移动副总裁李正茂表示，过去语音技术主要应用在电信、金融等高端服务行业，现在，Siri的问世推动了语音日益广泛地应用在旅游、交通、教育、娱乐、医疗等各行各业,语音技术将逐渐成为信息技术中人机接口的关键技术。

国际竞争形势严峻

移动互联网时代，语音技术被提升到了很重要的位置。刘庆峰指出，未来3～5年，当语音技术应用普及的时候，中国的企业和应用应占据重要的地位。而现在，国际企业竞争形势十分严峻。

作为语音产业的基础底层技术，智能语音技术需要企业在数字信号处理、人工智能、心理学、计算机软硬件工程、概率统计学、声学和自然语言处理等多个领域具有较强的综合实力，技术进入壁垒较高。

现在，全球范围内只有IBM、微软、谷歌、Nuance、科大讯飞等少数厂商在智能语音技术上有竞争力。全球80%%的语音识别采用Nuance识别引擎技术，科大讯飞占有中文语音技术市场60%%以上市场份额。而随着Siri进入中国，Nuance也进入中国市场，使原本初定的竞争格局变得扑朔迷离。

据了解，Nuance在全球拥有7300名员工，其中研发人员1200人，拥有专利近4000项，能识别约60种语言及方言，合成39种语言。科大讯飞员工总数1526人，其中技术人员接近60%%，曾连续6届获得英文语音合成国际大赛(Blizzard Challenge)第一名。

当前，Nuance高调进入中国市场，与三星、诺基亚、HTC、福特、大众、宝马、奥迪等厂商开展合作，全球有上亿部智能手机、车载导航系统等装置采用了Nuance的语音软件，Nuance汽车应用已涵盖导航、娱乐、电话&信息与联网服务领域。而科大讯飞在车载、智能电视领域也先后与多家厂商合作，推广基于讯飞语音技术的应用产品。同时，该领域也面临来自微软、谷歌等巨头的竞争。可以预料，围绕中文语音市场的竞争将会越来越激烈。

中国语音产业挑战重重

现在，中国大众消费者的语音市场正在Siri的带动下迅速萌芽，精明的厂家紧随潮流开始布局市场。

争夺最为激烈的当属智能交互电视领域。三星5月份发布了语音控制的新款智能电视，联想也在新品发布会上展示了即将在明年上市的具有语音功能的“乐TV”。长虹、康佳、TCL、海信、创维等企业不甘落后，在新品里纷纷增加了语音功能。

联想用户研究中心总监王茜莺告诉《中国电子报》记者：“随着设备消费化的趋势，用户和设备交互的场景会有非常大的扩展，而语音会是场景扩展非常好的一种交互手段。另外，机器如果能够识别人的发音，并根据人的指令完成相应的操作，会带来神奇的感觉，所以搭载了语音识别功能的产品自然会吸引消费者，对于语音应用的前景我们设备厂商是比较看好的。”

同样，作为在移动互联网领域呼风唤雨的电信运营商，中国移动也有所行动。李正茂透露，今后，中国移动将在客户系统、语音门户、搜索门户、智能家居、短信及邮件中逐步提高智能语音功能，包括智能语音翻译，助推中国移动的业务和服务再上新的台阶。

然而，语音交互要真正实现面向大众，面临着技术、使用模式和用户文化环境等多重挑战。从终端设备厂商角度来看，王茜莺认为，语音技术和智能终端结合的障碍主要是识别率门槛的问题。如果识别率不能达到并超越用户使用的门槛，会对语音技术普及带来挑战。语音基础技术提供商需要努力实现语音识别技术的跳变，来支撑当前应用的需求，最终达到用户能够接受的门槛。

中国科学院自动化所副所长徐波指出，在自然语言理解上，要使计算机实现对没有领域限制的自然语言内容和上下文对话的理解和管理，必须有大规模数据积累和模板匹配。而如何拓展“识别适应性”突破“语言理解”，不是一蹴而就，需要较长的研发周期。在使用模式上，用户还不习惯使用语音而不是触控模式来谈论严肃或私密的话题。在用户文化环境上，中国移动互联网应用以免费模式为主，盈利模式还不是很清楚。这些多重挑战导致目前中文语音产业规模还非常有限。