國內外語音識別行業現狀

　　3、國內外巨頭布局語音識別的策略差異

　　上面歷數了國內外各個巨頭陸續建立語音識別引擎的過程和優勢技術，有一點我們還是要特別留意一下：國外巨頭欲進入語音識別行業，首先想到的就是收購初創的團隊，這些團隊大都也在5-20人之間，掌握著一定的優勢技術。顯然收購一家初創團隊很難滿足其戰略發展，因此一旦技術與公司業務融合以后，這些巨頭都會頻繁出手再次收購以補齊短板，逐漸建立起適合自己公司發展的語音識別優勢。

　　對于技術相對重要而且技術點又比較分散的科技型公司，國外巨頭一般不會采取收購商業模式公司的那種大手筆來收購，這也是導致Nuance最終無人問津的重要因素。想想也是，巨頭自然不會用別人家引擎以免將來掣肘，何況收購技術類的大型公司無疑也是給自己找了個麻煩。

　　國內的語音識別發展脈路沒有那么清晰，剛開始各個巨頭也都是采用專用公司比如科大訊飛、中科信利、云知聲等公司的引擎。后來醒悟過來，紛紛謀求自建，但是除了百度不斷砸入重金后獲得了一定的效果外，其他自建的各大公司沒有啥實質性進展。這一點從他們試圖低薪聘請語音識別相關人才的策略上，也可知道其戰略上沒什么可發展的。語音識別行業屬于聲學和計算機的交叉技術，本來培養的人才就很稀缺，而從上述分析可以看出，國內外的技術源頭實際上大概集中，無非就是業界相關的研究機構和擁有研發實力的巨頭公司。

　4、語音識別行業平衡之下的技術發展趨勢

　　語音識別行業現在似乎維持著最大的平衡，因為國內外各家的引擎識別率都基本在同一個水平線上，差不多達到了當前語音識別技術的極限，彼此之間差距不是那么明顯。本來蘋果發布Siri被寄予厚望，這是將語音技術進行大眾推廣的絕佳良機，但是Siri的表現卻與預期相差甚遠。即便國內非常火熱的微信，其中又有幾人使用，甚至知道其中的語音識別技術呢?倒是同樣源自聲學技術的微信搖一搖功能非常火熱。

　　這個技術相對語音識別來說，簡直就是小巫見大巫，但是應用場景契合的很好。因此，傳統的語音識別行業公司都在謀求轉型發展，比如Nuance、科大訊飛等，轉型失敗或者技術儲備不足的，或許將來就是最早倒下的，而且這幾年也有不少家類似公司倒下了。

　　未來的語音識別市場，預計將會有越來越多的公司參與，以后語音識別的性能可能更多的體現在前端技術和語義理解上。機器要與人自然交流，當然就不能重復手機這套語音對話規則，必然就要考慮到用戶說話的環境、周圍環境的噪音、用戶發音不準或者方言等等諸多因素，這就要求前端技術更加精準的模擬人體結構，仿真出機器人聽覺系統，以實現解放雙手自由對話的目的。

　　另外，機器能不能與人自由的交流，不僅需要機器能將語音轉換成文字，更需要機器從文字中理解說話人的含義，這一方面是基于大樣本的機器學習需要更進一步，另外一方面也需要小樣本的自主學習，沒有舉一反三的功能，似乎語義理解也無法自主適應陌生的環境。這兩個新興的技術領域，或許又會孕育出幾家獨角獸企業，將真正推動語音從識別走向交互的自然體驗，從而向著人工智能再次邁進一步。