李秀娟　孫劍鋒　韓虎　/　工業(yè)和信息化部電子知識(shí)產(chǎn)權(quán)中心

從專利視角看我國(guó)語(yǔ)音技術(shù)的發(fā)展

李秀娟孫劍鋒韓虎/工業(yè)和信息化部電子知識(shí)產(chǎn)權(quán)中心

摘要：移動(dòng)互聯(lián)網(wǎng)和云計(jì)算的發(fā)展，語(yǔ)音技術(shù)得以發(fā)展和廣泛應(yīng)用。中國(guó)作為全球語(yǔ)音技術(shù)的主要市場(chǎng)，受到各大公司的關(guān)注。通過專利數(shù)據(jù)分析，發(fā)現(xiàn)我國(guó)是全球領(lǐng)軍企業(yè)專利布局的重點(diǎn)地區(qū)，日本和美國(guó)企業(yè)布局了大量專利。國(guó)外領(lǐng)軍企業(yè)在全球主要地區(qū)都布局了大量專利，而我國(guó)領(lǐng)軍企業(yè)的專利布局主要集中在國(guó)內(nèi)，全球競(jìng)爭(zhēng)力較弱，如果產(chǎn)品出口可能面臨較大的知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)。

引言

語(yǔ)音技術(shù)的研究工作可以追溯到20 世紀(jì)50 年代AT&T 貝爾實(shí)驗(yàn)室的Audry，它是第一個(gè)可以識(shí)別十個(gè)英文數(shù)字的語(yǔ)音系統(tǒng)。但真正取得實(shí)質(zhì)性進(jìn)展，則是在60年代末70年代初。計(jì)算機(jī)技術(shù)的發(fā)展提供了硬件和軟件的保障，線性預(yù)測(cè)編碼（LPC）技術(shù)和動(dòng)態(tài)時(shí)間規(guī)整（DTW）技術(shù)的提出，有效的解決了語(yǔ)音信號(hào)的特征提取和不等長(zhǎng)匹配問題。20 世紀(jì)90 年代前期，許多著名的大公司如IBM、蘋果、AT&T和NTT都對(duì)語(yǔ)音識(shí)別系統(tǒng)的實(shí)用化研究投以巨資。國(guó)外以Nuance公司為代表，Nuance占據(jù)了全球語(yǔ)音識(shí)別產(chǎn)品市場(chǎng)的70%左右。

中國(guó)的語(yǔ)音技術(shù)發(fā)展相對(duì)滯后。2008年之前，語(yǔ)音控制還停留在學(xué)術(shù)研究領(lǐng)域，主要研究單位包括清華大學(xué)、中科院聲學(xué)所和自動(dòng)化所、中國(guó)科學(xué)技術(shù)大學(xué)等高?？蒲性核?2008年開始，伴隨移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，語(yǔ)音識(shí)別才真正形成產(chǎn)業(yè)。同時(shí)，借助云計(jì)算的大力發(fā)展，語(yǔ)音技術(shù)迎來(lái)了前所未有的發(fā)展機(jī)遇和規(guī)模應(yīng)用。

專利發(fā)展態(tài)勢(shì)

語(yǔ)音交互方式的專利申請(qǐng)起步較早，在2000年左右達(dá)到高峰，之后有所下降，最近幾年下降趨勢(shì)明顯。目前，語(yǔ)音交互技術(shù)比較成熟，識(shí)別率和準(zhǔn)確率能日常應(yīng)用的基本需求，近幾年和未來(lái)的研究重點(diǎn)集中在自然語(yǔ)言理解，技術(shù)創(chuàng)新點(diǎn)較少，相應(yīng)地專利申請(qǐng)數(shù)量下降。（見圖1）

圖1　語(yǔ)音技術(shù)全球?qū)＠甓壬暾?qǐng)趨勢(shì)及中國(guó)專利年度申請(qǐng)趨勢(shì)

2011年，蘋果發(fā)布iPhone 4S，內(nèi)置Siri語(yǔ)音系統(tǒng)，帶來(lái)了語(yǔ)音應(yīng)用的熱潮。谷歌也在開發(fā)類似于Siri的語(yǔ)音系統(tǒng)，通過向安卓手機(jī)發(fā)出語(yǔ)音命令來(lái)控制機(jī)頂盒、智能手機(jī)和數(shù)字?jǐn)z錄機(jī)等設(shè)備。三星在手機(jī)Galaxy III系列上應(yīng)用的S Voice語(yǔ)音服務(wù)，能對(duì)8種語(yǔ)言進(jìn)行識(shí)別。2013年微軟發(fā)布Xbox One，內(nèi)置Kinect傳感器和麥克風(fēng)，可實(shí)現(xiàn)語(yǔ)音功能，隨后索尼發(fā)布的PlayStation 4，也支持語(yǔ)音功能。這表明，經(jīng)過長(zhǎng)期的研究和積累，語(yǔ)音技術(shù)已走向市場(chǎng)，充分參與市場(chǎng)競(jìng)爭(zhēng)。

相比全球申請(qǐng)，中國(guó)語(yǔ)音技術(shù)專利申請(qǐng)起步較晚，增長(zhǎng)速度緩慢，1999年至2004年，是專利直線增長(zhǎng)的時(shí)期。2005年到2011年，專利申請(qǐng)平穩(wěn)發(fā)展。國(guó)內(nèi)的語(yǔ)音控制產(chǎn)品從2011年開始出現(xiàn)。繼蘋果發(fā)布iPhone 4S之后，國(guó)內(nèi)手機(jī)廠商也不甘人后。如，華為在高端機(jī)上采用“語(yǔ)音智能助手”功能，中興和Nuance通訊公司合作名為“駕駛助手”的車載應(yīng)用。語(yǔ)音技術(shù)提供商科大訊飛自主研發(fā)語(yǔ)音云技術(shù)，并將其應(yīng)用到智能電視中。

我國(guó)的語(yǔ)音技術(shù)研究和專利申請(qǐng)較早，但與國(guó)外相比仍然有若干年的滯后。從2005年開始到2011年相關(guān)產(chǎn)品才出現(xiàn)，技術(shù)的積攢與產(chǎn)品的出現(xiàn)時(shí)間相隔較長(zhǎng)。2007年以后云計(jì)算技術(shù)的發(fā)展解決了語(yǔ)音控制技術(shù)的諸多技術(shù)瓶頸，從而使得基于大數(shù)據(jù)庫(kù)和深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別迅速達(dá)到實(shí)用化水平。同時(shí)，在我國(guó)，由于中文語(yǔ)言與英文等西方語(yǔ)言的巨大差異，語(yǔ)音技術(shù)也有很大區(qū)別，因此一定程度的滯后是正常的。

領(lǐng)軍企業(yè)排名

全球申請(qǐng)量排名前20的申請(qǐng)人中，日本和美國(guó)申請(qǐng)人的專利實(shí)力較強(qiáng)，在申請(qǐng)人數(shù)量和專利申請(qǐng)數(shù)量方面都占據(jù)較大優(yōu)勢(shì)。日本申請(qǐng)人有12位，美國(guó)申請(qǐng)人5位，申請(qǐng)人專利申請(qǐng)量都在100件以上，其中，索尼、松下和IBM的申請(qǐng)量都在700件以上，排名前三。如圖2所示，不同顏色圖柱對(duì)應(yīng)不同國(guó)家的申請(qǐng)人。

圖 2全球語(yǔ)音控制領(lǐng)域?qū)＠暾?qǐng)人排名

以上排名反映了全球語(yǔ)音市場(chǎng)各申請(qǐng)人對(duì)語(yǔ)音技術(shù)的重視程度和專利實(shí)力。上述申請(qǐng)人在語(yǔ)音市場(chǎng)的競(jìng)爭(zhēng)實(shí)力也不容小覷，在語(yǔ)音技術(shù)的研究過程中，不斷推出新產(chǎn)品。從市場(chǎng)反應(yīng)來(lái)看，這些產(chǎn)品的占有率和口碑都得到了消費(fèi)者的認(rèn)可。2013年，索尼發(fā)布了可接受語(yǔ)音控制的自有品牌電視棒Bravia Smart Stick及具備語(yǔ)音功能的PlayStation 4游戲機(jī)，具備語(yǔ)音輸入和語(yǔ)音控制功能。松下的Viera 2012系列平板電視，IBM的ViaVoice，微軟的Speech SDK，摩托羅拉頭戴式顯示器，高通的PureVoice等產(chǎn)品都支持語(yǔ)音功能。值得注意的是，以上排名靠前的專利申請(qǐng)人中沒有中國(guó)申請(qǐng)人。

在中國(guó)語(yǔ)音控制專利中，美國(guó)和日本處于領(lǐng)先地位。日本有七位申請(qǐng)人入圍，，美國(guó)申請(qǐng)人有四位。在前二十名申請(qǐng)人中，中國(guó)申請(qǐng)人有五位，中科院排名第五，其余申請(qǐng)人排名較為靠后。從專利申請(qǐng)數(shù)量上看，中國(guó)申請(qǐng)人與國(guó)外申請(qǐng)人差距較大。（見圖3）

圖3　中國(guó)語(yǔ)音控制領(lǐng)域?qū)＠饕暾?qǐng)人排名

從上述兩幅圖可看出，全球領(lǐng)軍企業(yè)注重中國(guó)市場(chǎng)，在中國(guó)布局了大量專利。飛利浦和索尼處于領(lǐng)先地位，申請(qǐng)數(shù)量達(dá)到140件左右。兩家公司都在中國(guó)設(shè)立研究院，分別為飛利浦亞洲研究院和索尼中國(guó)研究院，為在中國(guó)申請(qǐng)專利創(chuàng)造了有利條件。飛利浦的語(yǔ)音技術(shù)主要應(yīng)用在智能電視上，2013年，飛利浦推出支持普通話的語(yǔ)音控制智能電視，同年推出一款名為Surf(沖浪)的通用遙控器。索尼的語(yǔ)音技術(shù)主要應(yīng)用于游戲機(jī)PS系列，由于2000年文化部聯(lián)合其它七部委下發(fā)通知，全面禁止中國(guó)內(nèi)地的游戲機(jī)生產(chǎn)和銷售，因此索尼在中國(guó)的專利申請(qǐng)量與其全球申請(qǐng)量相比并不多。

進(jìn)一步分析產(chǎn)業(yè)鏈特點(diǎn)，不難發(fā)現(xiàn)，美國(guó)領(lǐng)軍企業(yè)既有技術(shù)提供商、網(wǎng)絡(luò)運(yùn)營(yíng)商，也有產(chǎn)品制造商，產(chǎn)業(yè)鏈完整而強(qiáng)壯，日本的企業(yè)以下游廠商電視制造商為主，產(chǎn)業(yè)鏈以下游為重；我國(guó)的產(chǎn)業(yè)鏈部分環(huán)節(jié)缺失，參與企業(yè)的類型、數(shù)量都較少，企業(yè)的規(guī)模和產(chǎn)品競(jìng)爭(zhēng)實(shí)力與國(guó)外相比也有較大差距。

具體而言，美國(guó)不僅擁有許多實(shí)力強(qiáng)勁的大公司，而且其更大的優(yōu)勢(shì)在于這些公司較為合理地組成了完整而強(qiáng)壯的產(chǎn)業(yè)鏈。技術(shù)提供商以Nuance、微軟（研究院）、IBM、高通為代表，網(wǎng)絡(luò)運(yùn)營(yíng)商以AT&T為代表，產(chǎn)品制造商以微軟（產(chǎn)品）、蘋果為代表。這些企業(yè)不僅在專利申請(qǐng)中名列前茅，同時(shí)其技術(shù)輸出和產(chǎn)品在全球的影響力也是首屈一指。日本的應(yīng)用廠商數(shù)量龐大，除以上提到的廠商外，NEC，東芝、佳能、富士通、三菱、雅馬哈等都參與其中，實(shí)現(xiàn)了通過下游影響整個(gè)產(chǎn)業(yè)的目的。

我國(guó)的領(lǐng)軍企業(yè)，中科院、華為和科大訊飛在專利申請(qǐng)數(shù)量方面與國(guó)外企業(yè)相比，差距較大。中科院作為科研機(jī)構(gòu)，在語(yǔ)音技術(shù)方面研究較為深入，主要集中在算法等理論研究，目前為止還沒有相關(guān)產(chǎn)品問世，參與市場(chǎng)競(jìng)爭(zhēng)較少。華為作為通信技術(shù)企業(yè)，在智能手機(jī)業(yè)務(wù)方面與國(guó)外企業(yè)抗衡的實(shí)力正在逐步形成，其語(yǔ)音技術(shù)領(lǐng)域的應(yīng)用也主要集中在手機(jī)終端，業(yè)務(wù)領(lǐng)域待繼續(xù)擴(kuò)展，專利實(shí)力也有待加強(qiáng)。科大訊飛是全球最大的中文智能語(yǔ)音技術(shù)和解決方案提供商，主要為智能電視、智能手機(jī)、家用電子設(shè)備等提供語(yǔ)音技術(shù)支持，其在中國(guó)市場(chǎng)的份額在50%以上，但專利申請(qǐng)嚴(yán)重不足，與龐大市場(chǎng)份額反差明顯。

圖4　各國(guó)領(lǐng)軍企業(yè)全球主要地區(qū)專利布局

專利實(shí)力對(duì)比

從以上領(lǐng)軍企業(yè)中選擇各選擇一家企業(yè)作為中國(guó)、美國(guó)、日本、歐洲、韓國(guó)地區(qū)的代表企業(yè)，分析上述企業(yè)在以上五個(gè)地區(qū)的專利布局情況。圖中對(duì)角線的氣泡大小表示上述企業(yè)在本國(guó)的專利申請(qǐng)力度，除對(duì)角線之外的氣泡大小表示上述企業(yè)向國(guó)外申請(qǐng)力度的大小?？煽闯?，歐洲企業(yè)飛利浦、日本企業(yè)索尼具有較強(qiáng)的全球布局意識(shí)，尤其注重中國(guó)和美國(guó)市場(chǎng)；美國(guó)企業(yè)IBM在美國(guó)國(guó)內(nèi)申請(qǐng)專利較多，在全球?qū)＠季州^為均衡。韓國(guó)三星也較為注重中國(guó)和美國(guó)市場(chǎng)。中國(guó)企業(yè)科大訊飛，專利申請(qǐng)集中在國(guó)內(nèi)，這與科大訊飛專注中文語(yǔ)音技術(shù)研究有關(guān)。（見圖4）

通過觀察對(duì)角線氣泡大小可看出，各國(guó)的領(lǐng)軍企業(yè)在其國(guó)內(nèi)都有一定的專利實(shí)力。觀察對(duì)角線以外對(duì)應(yīng)的氣泡，可看出，領(lǐng)軍企業(yè)注重中國(guó)、美國(guó)、歐洲這些主要國(guó)家和地區(qū)的專利布局。此外，除科大訊飛外的公司都注重企業(yè)的海外布局、企業(yè)合作和全球產(chǎn)品銷售。如上述公司都在中國(guó)成立的研究院；都與語(yǔ)音技術(shù)提供商nuance合作，將其成果應(yīng)用到產(chǎn)品中；三星、索尼、飛利浦和IBM的產(chǎn)品及服務(wù)遍及全球，并享有良好聲譽(yù)。中國(guó)企業(yè)代表科大訊飛目前主要專注中文語(yǔ)音，業(yè)務(wù)范圍也局限與國(guó)內(nèi)，在海外沒有專利申請(qǐng)，也沒有相應(yīng)的分支機(jī)構(gòu)或技術(shù)輸出。如果未來(lái)中國(guó)的語(yǔ)音產(chǎn)品出口海外，科大訊飛作為技術(shù)提供商將面臨較大風(fēng)險(xiǎn)。

小結(jié)

語(yǔ)音技術(shù)經(jīng)過較長(zhǎng)時(shí)間的發(fā)展，在全球大部分市場(chǎng)已經(jīng)較為成熟，技術(shù)性能達(dá)到實(shí)用化的要求，專利申請(qǐng)?jiān)?000年左右已達(dá)到高峰，未來(lái)研究的重點(diǎn)和熱點(diǎn)將集中于自然語(yǔ)言的理解。我國(guó)的語(yǔ)音技術(shù)相關(guān)研究和專利申請(qǐng)起步較國(guó)外有近10年的滯后。2007年以后，云計(jì)算技術(shù)的發(fā)展解決了語(yǔ)音技術(shù)的諸多技術(shù)瓶頸，基于大數(shù)據(jù)庫(kù)和深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音技術(shù)迅速達(dá)到實(shí)用化水平，預(yù)計(jì)未來(lái)的專利申請(qǐng)還將持續(xù)快速增長(zhǎng)。

在語(yǔ)音技術(shù)領(lǐng)域，美國(guó)擁有許多實(shí)力強(qiáng)勁的大公司，其產(chǎn)業(yè)鏈完整而強(qiáng)壯；日本產(chǎn)業(yè)鏈以下游為重。我國(guó)語(yǔ)音技術(shù)領(lǐng)域的產(chǎn)業(yè)鏈發(fā)展與國(guó)外相比有明顯差距，部分環(huán)節(jié)仍空缺或薄弱，例如網(wǎng)絡(luò)運(yùn)營(yíng)商沒有介入其中，使得產(chǎn)業(yè)鏈的知識(shí)產(chǎn)權(quán)保護(hù)存在明顯的短板和缺失。而科大訊飛作為最大的中文語(yǔ)音技術(shù)提供商，其專利申請(qǐng)仍嚴(yán)重不足，與其占有的龐大市場(chǎng)份額反差明顯。我國(guó)在企業(yè)參與數(shù)量和專利申請(qǐng)數(shù)量方面與國(guó)外企業(yè)相比還有一定差距。

國(guó)外領(lǐng)軍企業(yè)注重技術(shù)、市場(chǎng)和專利的全球化布局，部分企業(yè)如飛利浦，在中國(guó)的專利申請(qǐng)數(shù)量甚至超過了其在歐洲的數(shù)量，說(shuō)明國(guó)外領(lǐng)軍企業(yè)的向外申請(qǐng)意愿和全球市場(chǎng)意識(shí)強(qiáng)烈。雖然國(guó)外企業(yè)進(jìn)軍中文市場(chǎng)較為困難，但如果該領(lǐng)域的核心基礎(chǔ)技術(shù)在中國(guó)申請(qǐng)了專利，將對(duì)我國(guó)企業(yè)的發(fā)展構(gòu)成一定威脅。我國(guó)以科大訊飛為代表的領(lǐng)軍企業(yè)專利申請(qǐng)集中在國(guó)內(nèi)，在國(guó)外申請(qǐng)幾乎為零，未來(lái)產(chǎn)品出口將會(huì)面臨較大風(fēng)險(xiǎn)。鑒于我國(guó)的企業(yè)在國(guó)內(nèi)的專利申請(qǐng)數(shù)量也不多，整合產(chǎn)業(yè)鏈上下游的專利資源，可增強(qiáng)抗擊風(fēng)險(xiǎn)的能力。