語音識別道路坎坷，速度、私有云成關鍵因素

　　語音識別被業(yè)內(nèi)認為是搜索引擎的下一個爆發(fā)點，但由于實際應用中的識別準確率還有待完善，語音技術(shù)的商業(yè)化道路并不好走。

　　上周成立僅一年多的云知聲正式宣布獲得一億人民幣A輪融資。云知聲聯(lián)合創(chuàng)始人、CEO梁家恩告訴南都記者，相比傳統(tǒng)做2B的語音識別公司，云知聲的基因更偏向于互聯(lián)網(wǎng)，通過免費的公有云語音平臺帶動私有云服務的定制，還為日后進一步商業(yè)化埋下伏筆。

　　數(shù)據(jù)雖少勝在執(zhí)行快速

　　中科院出身的梁家恩從事過十幾年的語音識別研究，而他的創(chuàng)業(yè)團隊同樣有著深厚的技術(shù)背景，在語音識別、語義理解等方面的專業(yè)積累均超過十年。在他看來，語音交互的需求正變得越來越迫切：隨著移動互聯(lián)網(wǎng)壯大，智能手機、智能電視、可穿戴設備等都需要良好的交互體驗，而語音作為最直接的交互方式大有可為；對于用戶而言，也更樂于選擇簡潔、自然的語音交互?！斑@是行業(yè)趨勢，智能交互手段日后會成為主流?！绷杭叶髡f。

　　以目前的技術(shù)，語音識別在實驗室條件下能達到非常高的準確率，但實際應用中往往遇到環(huán)境噪音、方言口音、話題專業(yè)性等問題，最終影響用戶體驗，因此，技術(shù)的穩(wěn)定和成熟程度是語音識別的創(chuàng)業(yè)門檻。梁家恩認為，要想把語音識別系統(tǒng)做好，除了有強大的算法以外，還要有大量的數(shù)據(jù)。他坦言，與行業(yè)老大科大訊飛相比，云知聲的數(shù)據(jù)量要少得多，不過，通過建立公有云平臺，可以不斷積累數(shù)據(jù)，從而優(yōu)化系統(tǒng)。

　　具體而言，公有云平臺提供大詞匯量連續(xù)語音在線識別，開發(fā)者不論大小，都可以通過A PI直接調(diào)用公有云服務。事實上，云知聲的客戶里80%以上都是中小企業(yè)和個人開發(fā)者，這恰好與深耕大客戶服務的科大訊飛形成了一種差異和互補。不過，這并不影響大企業(yè)對云知聲的青睞。梁家恩坦言，包括樂視、錘子RO M，其實一開始找的都是科大訊飛，云知聲之所以最終能吸引到他們，除了技術(shù)達到一定水準以外，快速的執(zhí)行力是最大的優(yōu)勢?！耙愿压返暮献鳛槔?，從第一次接觸，到搜狗語音助手的發(fā)布只花了兩周時間，而一般來說要洽談幾個月?！边@些大企業(yè)本身的用戶量很大，一下子給公有云平臺帶來了大量數(shù)據(jù)。

　　發(fā)力私有云定制

　　有了公有云作為基礎，云知聲進一步探索私有云的路徑。

　　所謂私有云，就是為企業(yè)提供定制的智能交互解決方案，包括語音識別、語義理解、語音合成等方面。梁家恩解釋，公有云平臺提供的只是基礎的語音技術(shù)服務，而事實上，語音交互跟企業(yè)業(yè)務的關聯(lián)性很強，對于那些對語音有剛需的企業(yè)來說，公有云并不足以完全滿足需求，還要根據(jù)企業(yè)特有的應用環(huán)境優(yōu)化識別模型。比如云知聲與樂視的合作，就是將語音助手根據(jù)電視領域進行了深度定制和融合，使得效果更貼合智能電視的實際使用?！罢嬲敢飧顿M的也只能是這部分剛需用戶，云知聲的公有云平臺是免費的，2B的私有云平臺才是主要的營收來源?！绷杭叶髡f。

　　不過，相比公有云平臺積累的上千家開發(fā)者，定制私有云服務的只有十來家企業(yè)，如何提高私有云的定制業(yè)務，從而提高營收呢？梁家恩指出，事實上，把公有云平臺做大以后，其用戶也會轉(zhuǎn)化成私有云用戶，這就是前者免費的原因——— 免費能吸引大量的開發(fā)者接入他們的平臺，了解并體驗語音識別。如果由此為開發(fā)者的應用帶來用戶活躍度的提升以及用戶粘性的增強，他們就會認可語音所帶來的價值，甚至愿意通過付費獲得更好的服務。因此，公有云是品牌宣傳，更是培養(yǎng)用戶。

　　在定制領域的選擇上，梁家恩表示，目前不會框定自己，手機、電視、車載、智能手表、呼叫中心等各方面都會涉足?！氨M量了解不同行業(yè)，才會知道哪些市場足夠大，不過，我們最后一定會專注于兩三個領域，然后做大。”

　　不與自身平臺開發(fā)者競爭

　　只靠技術(shù)服務收費未必具備持續(xù)性，云知聲在盈利模式上還有更長線的規(guī)劃。

　　梁家恩預計，公有云平臺未來可能會有上萬家的開發(fā)者，而當用戶聚集到足夠多的時候，就有可能做后端的變現(xiàn)。他設想，這是一條由廣告商、平臺和前段開發(fā)者構(gòu)成的鏈條：單個開發(fā)者的A PP用戶量也許只有幾十到幾百萬，廣告價值不大；而通過云知聲平臺能聚集上萬個開發(fā)者、上萬個應用，所積累的用戶量很大，這就具有了廣告價值和推薦價值；從廣告主得到的收入，平臺和開發(fā)者分成。不過，要把這條鏈條真正打通，梁家恩認為，平臺至少要達到上億的用戶，以云知聲現(xiàn)在的體量，還有很長的路要走。

　　此外，梁家恩表示，只專注做平臺化發(fā)展，不打算發(fā)展自己的語音A PP。他認為，如果云知聲也做C端推A PP，那么跟開發(fā)者多少存在競爭關系，用他們的平臺就不踏實?！巴ㄟ^開發(fā)者把平臺價值做大，讓開發(fā)者不但能免費用我們的平臺，還能分享利益，在中國的互聯(lián)網(wǎng)環(huán)境下，這樣的商業(yè)模式才走得遠。”

　　云知聲通過語音云平臺聚集開發(fā)者、未來進一步挖掘商業(yè)價值，這種想法在互聯(lián)網(wǎng)時代是正確的“大循環(huán)思路”。專注于平臺而不是簡單賺語音的錢，調(diào)動開發(fā)者的力量才能打造整個生態(tài)系統(tǒng)。

　　作為技術(shù)云平臺，一開始就模式清晰、營銷有力是好的加分項，但長期來說，還要看技術(shù)是否具有競爭力。除了云知聲，科大訊飛、思必馳等幾個有技術(shù)背景的工程公司都已經(jīng)推出了語音云，給開發(fā)者帶來了更多選擇。市場很大，也都有機會，關鍵是能否做到比別的平臺在識別和理解能力上更有優(yōu)勢。

　　就語言行業(yè)而言，現(xiàn)在的重點已經(jīng)逐漸轉(zhuǎn)移到能在自然環(huán)境下，聽懂自然語言的人機對話技術(shù)，包括如何在環(huán)境嘈雜的車載電視中，在識別率不高的情況下，通過多輪次對話了解用戶意圖；如何通過對話完成復雜的信息搜索，預訂交易等需求，這方面還有很大的發(fā)展空間。對于傳統(tǒng)的語音公司，特別是原來采取語音識別到文本、文本再去做語義識別的將面臨挑戰(zhàn)，而云知聲等少數(shù)幾家有平臺技術(shù)潛力的公司則很有價值。