石海威

“你是屌絲嗎？”

“如果我是屌絲，你一定是猥瑣大叔?！?/p>

“才不是，我是高富帥。”

“你是高腐衰?！?/p>

這段對(duì)話來(lái)自百度語(yǔ)音助手與韓國(guó)Simsimi公司聯(lián)手推出的“小黃雞”，你可以與它對(duì)話、提問(wèn)，并下達(dá)指令，“小黃雞”自上線起就被視為“宅男解悶利器”。事實(shí)上，國(guó)內(nèi)與“小黃雞”類似的語(yǔ)音助手還有很多。

2011年Siri的出現(xiàn)讓語(yǔ)音技術(shù)滲透進(jìn)人們的生活，也將語(yǔ)音識(shí)別帶入了新紀(jì)元。此前，“人機(jī)交互”一直只是個(gè)虛擬概念。這里所說(shuō)的語(yǔ)音技術(shù)，主要是指將語(yǔ)音轉(zhuǎn)換為文字，嚴(yán)格意義上的語(yǔ)音技術(shù)還包括語(yǔ)義分析和信息集成，即如何分析并滿足用戶需求，從邏輯上看是層層遞進(jìn)的關(guān)系。

這種特性決定了語(yǔ)音識(shí)別產(chǎn)業(yè)鏈分工相對(duì)明確。國(guó)內(nèi)的語(yǔ)音識(shí)別領(lǐng)域，科大訊飛、云知聲是提供底層服務(wù)的代表者，在此基礎(chǔ)上衍生出的各類語(yǔ)音助手則更專注于語(yǔ)義分析和信息集成，也更貼近用戶真實(shí)的生活場(chǎng)景。其中，已經(jīng)在深交所上市的科大訊飛是產(chǎn)業(yè)鏈的龍頭。2008年5月12日，科大訊飛上市第一天就被炒到30.31元，比12.66元的發(fā)行價(jià)翻了一倍還多。目前，國(guó)內(nèi)許多語(yǔ)音助手都采用了科大訊飛的技術(shù)。

不過(guò)，Siri的火爆并沒(méi)有帶來(lái)國(guó)內(nèi)市場(chǎng)的繁榮。蟲(chóng)洞語(yǔ)音助手創(chuàng)始人余志晨回憶，2011年產(chǎn)品上線后，眼見(jiàn)社交應(yīng)用火了一撥又一撥，語(yǔ)音助手卻始終不溫不火。經(jīng)過(guò)反思，余志晨認(rèn)為語(yǔ)音產(chǎn)品本身的形態(tài)決定了它不是一個(gè)爆發(fā)性的產(chǎn)品，用戶的使用習(xí)慣需要從零培養(yǎng)。

很快，中國(guó)開(kāi)發(fā)者們改良了語(yǔ)音技術(shù)。與Siri枯燥的對(duì)話相比，國(guó)內(nèi)語(yǔ)音助手做得更生機(jī)勃勃，用戶可以用語(yǔ)音操控手機(jī)（如打電話、發(fā)短信）、查詢信息（天氣、交通、預(yù)訂餐館），以及語(yǔ)音問(wèn)答（與機(jī)器對(duì)話、相互調(diào)侃）等等。這看上去與搜索引擎的功能類似，不過(guò)語(yǔ)音助手最實(shí)際的意義在于解放了用戶的雙手。其中的典型代表有智能360、蟲(chóng)洞語(yǔ)音助手、快說(shuō)等小型團(tuán)隊(duì)的作品，也不乏百度、搜狗等巨頭推出的產(chǎn)品。

未來(lái)，語(yǔ)音識(shí)別成為手機(jī)的基礎(chǔ)功能已無(wú)異議，每部手機(jī)都將配有一個(gè)語(yǔ)音識(shí)別模塊，通過(guò)這一模塊可以隨時(shí)調(diào)用任何功能和應(yīng)用，就如同現(xiàn)在的GPS一樣。對(duì)于開(kāi)發(fā)者而言，單純開(kāi)發(fā)語(yǔ)音技術(shù)很難賺到錢，基于語(yǔ)音輸入的應(yīng)用服務(wù)，才是最具想象力的領(lǐng)域。

從戰(zhàn)略角度分析，科大訊飛、百度等大公司都希望將語(yǔ)音輸入變得集成化、一體化，以最終形成語(yǔ)音服務(wù)的閉環(huán)。短期來(lái)看，產(chǎn)業(yè)閉環(huán)會(huì)使服務(wù)效率提高，實(shí)現(xiàn)無(wú)縫對(duì)接。然而長(zhǎng)遠(yuǎn)來(lái)看，集成化、一體化的服務(wù)也讓巨頭頗顯為難。2012年搜狗立項(xiàng)做語(yǔ)音助手時(shí)曾希望覆蓋全產(chǎn)業(yè)，打通從語(yǔ)音識(shí)別到信息集成的通路。不過(guò)很快，搜狗就放棄了自己開(kāi)發(fā)語(yǔ)音識(shí)別技術(shù)，轉(zhuǎn)而與云知聲、科大訊飛進(jìn)行合作。

眼下，各家語(yǔ)音助手都有短板。以搜狗為例，后端龐大的資料庫(kù)使其在資源整合上擁有絕對(duì)優(yōu)勢(shì)，但前端的語(yǔ)音識(shí)別技術(shù)則相對(duì)薄弱，即便組建專門的研發(fā)團(tuán)隊(duì)，在識(shí)別準(zhǔn)確度上也無(wú)法與科大訊飛、云知聲等積累了十幾年經(jīng)驗(yàn)的專業(yè)團(tuán)隊(duì)相比。語(yǔ)音識(shí)別的技術(shù)門檻相當(dāng)高，后臺(tái)支撐需要靠經(jīng)年累月的數(shù)據(jù)積累。這些依靠算法、爬蟲(chóng)獲得的信息，短時(shí)間內(nèi)難以獲得，且價(jià)值呈逐年遞漲趨勢(shì)。

據(jù)《創(chuàng)業(yè)家》記者了解，在過(guò)去兩年，市面上常見(jiàn)的語(yǔ)音助手類應(yīng)用普遍獲得了金額不菲的融資，動(dòng)輒百萬(wàn)美元級(jí)別。盡管如此，語(yǔ)音助手們的盈利模式依然不清晰。相比較而言，Siri更像是一種功能，國(guó)內(nèi)的語(yǔ)音助手們才是一款產(chǎn)品。蘋(píng)果并不依靠Siri賺錢，但國(guó)內(nèi)開(kāi)發(fā)者們則不同，無(wú)論是技術(shù)層面還是產(chǎn)品創(chuàng)新層面，每一個(gè)環(huán)節(jié)都還有巨大的提升空間。以智能360、蟲(chóng)洞為代表的語(yǔ)音助手都已擁有幾百萬(wàn)用戶，但還遠(yuǎn)沒(méi)達(dá)到盈利的臨界點(diǎn)。

值得關(guān)注的是，微信語(yǔ)音的出現(xiàn)改變了用戶的行為習(xí)慣，用戶開(kāi)始敢于在公共場(chǎng)合與手機(jī)對(duì)話，并逐漸形成了基于互聯(lián)網(wǎng)的語(yǔ)音習(xí)慣。這個(gè)習(xí)慣一旦成熟，也將有利于語(yǔ)音助手的普及，提高用戶的接納度。

對(duì)于偏語(yǔ)義分析和數(shù)據(jù)挖掘的團(tuán)隊(duì)，早期第一位的還是用戶體驗(yàn)。如果只做通用型的語(yǔ)音助手，恐怕難以做精，切入垂直領(lǐng)域是個(gè)不錯(cuò)的選擇，如旅游、酒店、機(jī)票預(yù)訂等。切準(zhǔn)細(xì)分場(chǎng)景更有助于這些應(yīng)用快速獲得用戶、實(shí)現(xiàn)商業(yè)化，當(dāng)用戶積累到一定數(shù)量后，也有做競(jìng)價(jià)排名和內(nèi)容推薦的可能?，F(xiàn)在，已經(jīng)有語(yǔ)音助手切入細(xì)分領(lǐng)域?qū)崿F(xiàn)差異化競(jìng)爭(zhēng)。從今年下半年起，這種趨勢(shì)將會(huì)愈發(fā)明顯。

1 云知聲：

挑戰(zhàn)語(yǔ)音識(shí)別

云知聲近期的頻頻亮相令其頗受關(guān)注。5月7日，樂(lè)視超級(jí)電視發(fā)布，集成了云知聲的語(yǔ)音交互技術(shù)。外界評(píng)價(jià)稱，“從現(xiàn)場(chǎng)演示效果看，識(shí)別準(zhǔn)確度和識(shí)別效率方面都具有很高的水準(zhǔn)?！?/p>

除了樂(lè)視超級(jí)電視，云知聲的合作方還有搜狗語(yǔ)音助手和錘子ROM。云知聲借助自己的本地語(yǔ)音識(shí)別、云端語(yǔ)音識(shí)別，以及語(yǔ)義分析等技術(shù)為它們提供服務(wù)。

創(chuàng)始人梁家恩表示，語(yǔ)音識(shí)別看上去只是將語(yǔ)音轉(zhuǎn)換成文字這么簡(jiǎn)單，但其實(shí)需要非常深厚的技術(shù)積累。梁家恩2001年從中科大畢業(yè)后，進(jìn)入國(guó)內(nèi)語(yǔ)音技術(shù)的搖籃—中科院自動(dòng)化所深造了五年。在這期間，他多次參與國(guó)家重點(diǎn)項(xiàng)目的研發(fā)，從語(yǔ)音識(shí)別的基礎(chǔ)技術(shù)到工程實(shí)踐，積累了豐富的經(jīng)驗(yàn)。在完成博士階段學(xué)習(xí)后，他作為語(yǔ)音識(shí)別技術(shù)團(tuán)隊(duì)的帶頭人繼續(xù)在自動(dòng)化所工作了五年。

梁家恩與科大訊飛創(chuàng)始人劉慶峰師出同門，都畢業(yè)于中國(guó)科學(xué)技術(shù)大學(xué)。梁家恩記得很清楚，當(dāng)年科大訊飛拿到第一筆錢的時(shí)候他還在讀本科。2008年中科大五十周年校慶時(shí)，劉慶峰作為創(chuàng)業(yè)明星被校友們津津樂(lè)道。那時(shí)梁家恩并沒(méi)料到，自己會(huì)創(chuàng)辦一家與科大訊飛在技術(shù)上被相提并論的公司。

2011年，隨著Siri的爆發(fā)和人工智能技術(shù)的進(jìn)步，梁家恩覺(jué)得創(chuàng)業(yè)時(shí)機(jī)已經(jīng)成熟，于是聚合了一批兄弟，成立了云知聲。目前，除了語(yǔ)音識(shí)別技術(shù)外，云知聲另一項(xiàng)核心技術(shù)是云計(jì)算平臺(tái)技術(shù)。其中，公有云針對(duì)普通開(kāi)發(fā)者，用標(biāo)準(zhǔn)化服務(wù)解決技術(shù)問(wèn)題，并采取免費(fèi)策略；私有云主要針對(duì)企業(yè)客戶，可根據(jù)企業(yè)的特殊需要提供定制化的SDK和接口調(diào)用。

雖然語(yǔ)音識(shí)別已成為巨頭們卡位的關(guān)鍵領(lǐng)域，但梁家恩并不擔(dān)心自己公司的技術(shù)實(shí)力，他本人在語(yǔ)音領(lǐng)域積累了十幾年的研究經(jīng)驗(yàn)。眼下，他的擔(dān)憂主要在于技術(shù)型創(chuàng)業(yè)公司如何實(shí)現(xiàn)商業(yè)化。

科大訊飛很大一部分收入來(lái)自傳統(tǒng)行業(yè)，比如教育市場(chǎng)，而梁家恩設(shè)想云知聲未來(lái)的收入將更多偏向互聯(lián)網(wǎng)?，F(xiàn)階段，云知聲沒(méi)有切入垂直化的產(chǎn)品，而是專心做平臺(tái)，讓開(kāi)發(fā)者基于云知聲的技術(shù)去做個(gè)性化的產(chǎn)品。梁家恩認(rèn)為，互聯(lián)網(wǎng)的廣告平臺(tái)、游戲平臺(tái)都能賺錢，語(yǔ)音識(shí)別將是下一個(gè)盈利平臺(tái)。

2 智能360：只做語(yǔ)義解析

智能360的前身語(yǔ)音360是一款通話錄音軟件。當(dāng)年語(yǔ)音360做得有聲有色，就是否要延伸產(chǎn)品線做語(yǔ)音助手，性格趨于保守的CEO何永與聯(lián)合創(chuàng)始人李傳豐有過(guò)一些爭(zhēng)論。直到2011年Siri爆紅，何永無(wú)法再繼續(xù)淡定下去，他決定做一款像Siri一樣的語(yǔ)音助手。

何永畢業(yè)于中科院，后就職于上海九城。他了解語(yǔ)音識(shí)別的相關(guān)算法，早期的產(chǎn)品代碼也由他親自操刀。很快，智能360作為國(guó)內(nèi)第一批語(yǔ)音助手之一，在2012年1月上線。

盡管智能360的客戶端推出較早，但也和科大訊飛面臨一樣的困擾，就是信息集成環(huán)節(jié)的薄弱。然而，何永很快找到了突破點(diǎn)—與第三方合作?，F(xiàn)在，智能360語(yǔ)義解析平臺(tái)可以直接接入第三方的服務(wù)，無(wú)論用戶要預(yù)訂機(jī)票酒店還是看新聞，都能在這個(gè)平臺(tái)中找到相應(yīng)的服務(wù)。這種合作不但減輕了團(tuán)隊(duì)自身壓力，也提高了內(nèi)容質(zhì)量。何永表示，智能360未來(lái)不會(huì)再涉足服務(wù)開(kāi)發(fā)，只專注做好語(yǔ)義解析這件事。

目前，智能360已基于語(yǔ)音語(yǔ)義模塊引入了四五十種服務(wù)，涵蓋生活的方方面面，包括智能聊天、備忘、通話短信、查詢美食、詢問(wèn)路線等多種功能。智能360語(yǔ)音識(shí)別技術(shù)由Google、科大訊飛提供，語(yǔ)義識(shí)別技術(shù)則是自主研發(fā)。

和同行一樣，智能360的盈利模式還未清晰。何永認(rèn)為，語(yǔ)音智能和人工智能的結(jié)合將不僅僅在手機(jī)上，在其它領(lǐng)域，比如家居和車載行業(yè)，也同樣具備可觀的市場(chǎng)，真正清楚的賺錢模式，可能在三到五年后才比較成熟。

語(yǔ)音識(shí)別的核心在于人機(jī)交互，如果某一天用戶的任何問(wèn)題都能通過(guò)人機(jī)交互獲得答案，那么即便是擁有海量信息的搜索引擎也將完全失去價(jià)值。何永判斷，語(yǔ)音識(shí)別的真正臨界點(diǎn)可能會(huì)在三五年之后到來(lái)，眼下正是跑馬圈地的好時(shí)候。

智能360的用戶量已經(jīng)接近800萬(wàn)，日活躍度達(dá)到6%。何永透露，用戶一旦形成規(guī)模，便可以考慮為一些第三方網(wǎng)站，如大眾點(diǎn)評(píng)、去哪兒帶去一些流量，在此基礎(chǔ)上分成。智能360已獲得A輪融資，這個(gè)過(guò)程中，不乏巨頭有過(guò)收購(gòu)意向，都被何永拒絕了。智能360計(jì)劃2014年啟動(dòng)B輪融資，預(yù)計(jì)融資3000萬(wàn)元，將主要用于研發(fā)和渠道投入。

3 蟲(chóng)洞：

專注人工智能

俞志晨早年在中國(guó)軟件與技術(shù)服務(wù)公司負(fù)責(zé)嵌入式設(shè)備的翻譯系統(tǒng)研發(fā)。2009年8月，他離職創(chuàng)業(yè)。俞志晨將自己的產(chǎn)品取名“蟲(chóng)洞”，就是希望實(shí)現(xiàn)用戶與信息之間的“瞬間連接”。一年后，蟲(chóng)洞客戶端（Java版）誕生，這也是蟲(chóng)洞語(yǔ)音助手的前身?！跋x(chóng)洞”本是愛(ài)因斯坦提出的猜想，它可以實(shí)現(xiàn)宇宙遙遠(yuǎn)區(qū)域的瞬間連接，通俗地講就是“時(shí)空隧道”。2010年俞志晨注冊(cè)成立“北京光年無(wú)限科技公司”，2011年Siri面世后，他開(kāi)始將產(chǎn)品由客戶端向語(yǔ)音助手轉(zhuǎn)型。從最初的機(jī)器翻譯，到之后的語(yǔ)音文本轉(zhuǎn)換，再到Siri的出現(xiàn)，俞志晨趕上了人工智能的每一個(gè)節(jié)點(diǎn)。

蟲(chóng)洞的主要功能是生活服務(wù)，如交通、天氣查詢，休閑娛樂(lè)、智能聊天等。俞志晨也和所有用戶面臨一樣的困擾：眼下語(yǔ)音識(shí)別和人工智能的準(zhǔn)確度還有待提高。此外，大多數(shù)中國(guó)用戶羞于在人前表達(dá)。不過(guò)，語(yǔ)音識(shí)別和搜索技術(shù)平均每三個(gè)月就有一次大的突破。蟲(chóng)洞內(nèi)部統(tǒng)計(jì)顯示，用戶正在逐漸接受語(yǔ)音助手，截至2013年5月，蟲(chóng)洞有效注冊(cè)用戶已達(dá)750萬(wàn)，日活躍度為8%。

俞志晨對(duì)《創(chuàng)業(yè)家》記者透露，蟲(chóng)洞在語(yǔ)音識(shí)別上也使用了科大訊飛的技術(shù)，與其他同類產(chǎn)品相比，其優(yōu)勢(shì)在于數(shù)據(jù)庫(kù)更全面。蟲(chóng)洞數(shù)據(jù)庫(kù)的信息來(lái)源主要依賴于各個(gè)細(xì)分領(lǐng)域的專業(yè)網(wǎng)站，同時(shí)后臺(tái)也開(kāi)放了API 端口，便于與其他數(shù)據(jù)源互通有無(wú)，從而更好地匹配用戶答案。經(jīng)過(guò)四年的前期數(shù)據(jù)積累，蟲(chóng)洞現(xiàn)在的問(wèn)答知識(shí)庫(kù)已經(jīng)非常龐大。

對(duì)于未來(lái)的戰(zhàn)略方向，俞志晨思考得很清晰，蟲(chóng)洞只專注語(yǔ)義分析與內(nèi)容整合，堅(jiān)決不碰語(yǔ)音識(shí)別。俞志晨認(rèn)為，一家創(chuàng)業(yè)公司是沒(méi)有足夠的人力去支撐全線開(kāi)發(fā)的，而且語(yǔ)音識(shí)別未來(lái)會(huì)成為基礎(chǔ)性輸入模塊，會(huì)衍生出很多語(yǔ)音應(yīng)用服務(wù)，因此要特別重視產(chǎn)品的應(yīng)用屬性。

蟲(chóng)洞未來(lái)也會(huì)通過(guò)搜索推薦等方式獲取一定收入，比如為用戶推薦一款游戲來(lái)從中抽成，但俞志晨表示這種清楚直接又可量化的收入，不會(huì)成為語(yǔ)音助手核心的商業(yè)模式。目前，蟲(chóng)洞開(kāi)始有計(jì)劃地切入垂直領(lǐng)域，也在做一些語(yǔ)音互動(dòng)領(lǐng)域的個(gè)性化及社交化嘗試。不可忽視的是，眼下想切入這一領(lǐng)域的巨頭們?cè)谡腺Y源方面優(yōu)勢(shì)巨大，比如巨頭自身?yè)碛悬c(diǎn)評(píng)、地圖等業(yè)務(wù)，各部門間可以做到無(wú)縫對(duì)接。對(duì)于蟲(chóng)洞這種創(chuàng)業(yè)公司來(lái)說(shuō)，目前內(nèi)容層面還只能與第三方合作。

“語(yǔ)音助手產(chǎn)品如果是選好角度切入，單點(diǎn)突破，其實(shí)想象空間非常大?！庇嶂境空J(rèn)為，與那些曇花一現(xiàn)的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品不同，語(yǔ)音類應(yīng)用的價(jià)值呈逐年遞增的趨勢(shì)，且技術(shù)門檻會(huì)越來(lái)越高。

4 快說(shuō)：

盯緊垂直市場(chǎng)

在創(chuàng)立快說(shuō)之前，邢獻(xiàn)杰曾做過(guò)兒童玩具的語(yǔ)音輸入研發(fā)，之后加入IBM負(fù)責(zé)語(yǔ)音技術(shù)研究。2011年，邢獻(xiàn)杰從IBM離職創(chuàng)業(yè)，快說(shuō)是他的第一款產(chǎn)品。2013年4月，快說(shuō)發(fā)布了最新版本。此前，快說(shuō)與其它同類語(yǔ)音助手功能類似，包括可做持續(xù)性對(duì)話，能清晰地分析用戶需求、解答用戶問(wèn)題，并為用戶執(zhí)行任務(wù)，如打電話、發(fā)短信、記備忘、訂酒店等。在新版本中，快說(shuō)增加了休眠喚醒和支持藍(lán)牙耳機(jī)兩項(xiàng)新功能，使其與對(duì)手實(shí)現(xiàn)了差異化。

這兩種功能的直接受益者是司機(jī)人群。司機(jī)可以通過(guò)藍(lán)牙耳機(jī)啟動(dòng)快說(shuō)，語(yǔ)音撥號(hào)，同時(shí)也能識(shí)別來(lái)電人姓名。此外，快說(shuō)還支持直接在百度地圖客戶端聲控啟用其語(yǔ)音導(dǎo)航功能，對(duì)于駕車者很實(shí)用。

據(jù)介紹，快說(shuō)目前的語(yǔ)音識(shí)別準(zhǔn)確度可達(dá)90%。邢獻(xiàn)杰坦言，初創(chuàng)團(tuán)隊(duì)想覆蓋整個(gè)語(yǔ)音產(chǎn)業(yè)鏈顯然是不現(xiàn)實(shí)的。2012年產(chǎn)品剛上線時(shí)，因?yàn)椴捎昧俗灾餮邪l(fā)的語(yǔ)音識(shí)別系統(tǒng)，快說(shuō)準(zhǔn)確度率不高。此后，快說(shuō)選擇和科大訊飛合作，準(zhǔn)確度提升很多，自己的團(tuán)隊(duì)也能專心做好內(nèi)容。

2013年，快說(shuō)開(kāi)放了微信公眾平臺(tái)?！艾F(xiàn)在微信公眾賬號(hào)無(wú)法即時(shí)和用戶聊天或者互動(dòng)回答，我們提供了一個(gè)自動(dòng)化問(wèn)答服務(wù)，形成語(yǔ)義微信集合?！毙汐I(xiàn)杰說(shuō)，這實(shí)際上是為微信提供了人機(jī)對(duì)話引擎，也可稱作“微信機(jī)器人”，用戶可以直接與其調(diào)侃互動(dòng)。目前“微信機(jī)器人”已率先和“招商銀行”公眾賬號(hào)展開(kāi)合作。

邢獻(xiàn)杰起初希望依靠本地生活服務(wù)來(lái)獲取收入，因此2012年5月產(chǎn)品上線后不久，便與百度地圖、大眾點(diǎn)評(píng)、去哪兒等第三方網(wǎng)站展開(kāi)合作。盡管2012年公司尚未有收入，但未來(lái)語(yǔ)音助手將會(huì)成為信息獲取入口。快說(shuō)不排除做競(jìng)價(jià)排名的可能，當(dāng)用戶積累到足夠多時(shí)，也可以做個(gè)性化推薦。

截至2013年4月，快說(shuō)的用戶量已超過(guò)200萬(wàn)?，F(xiàn)在，快說(shuō)選擇切入駕駛情境，也是出于做垂直市場(chǎng)的考慮，這也許是其未來(lái)主要的收入來(lái)源。