智东西创课前言

　　这是智东西创课第24期课程实录，分为主讲+问答二部分。主讲嘉宾是王砚峰，搜狗公司桌面事业部高级总监，桌面研究部和语音交互技术中心负责人。读完近万字全文，你可以掌握到：

　　-智能语音的定义以及市场有多大？

　　-智能语音在车内，客厅内，以及可穿戴三个场景会快速规模化应用，但如何做呢？

　　-智能语音的行业应用的爆发取决于哪三个因素？

　　-为何语音交互没有在智能手机上快速普及？

　　-为什么聊天机器人不停地被大家遗弃？

　　-如何看待亚马逊echo、google home的切入点以及前景呢？

　　-Mor、三角兽等自然语义处理引擎初创公司的前景几何？

　　-基于语音识别的智能客服产品如何市场化？

　　-三五年后语音识别市场会形成什么格局？

　　-搜狗在智能语音行业应用成功案例。

　　主讲环节实录

　　大家好，我08年进入互联网行业，之前在搜狗负责输入法后端的研发，然后又支持了多个搜狗号码通，手机助手，浏览器等用户产品，所以我是一个彻头彻尾的互联网从业者，今天会站在互联网公司的角度谈谈我的观点。从2012年开始，搜狗开始做自己的语音识别引擎。智能语音这两年成为了一个热点产业，吸引了国内外广大公司以及投资者的关注。同时这方面吸引眼球的新产品层出不穷，巨头们也在不停地布局。因此今天我不讲具体的技术或者产品，而是站在产业以及市场的角度给大家做一些不成体系的分享。为了具有一些针对性，我拜托智东西的同事们收集了一些大家普遍关注的问题，针对这些问题做一些具体的解读，把我个人包括搜狗公司的观点带进去。希望大家可以从我的片言只句中，看到我们背后的思考以及逻辑，甚至是技术观产品观和价值观，给大家带来一点点的启发。

　　所谓智能语音其实就是给语音加了大脑，能够理解用户通过语音表达出来的意图和需求，并且可以把对应的内容返回给用户。所以已经不仅仅是语音本身的范畴了，而是结合了自然语音理解，搜索等多种技术，最后通过语音的形式表达出来。一个典型的例子就是siri的语音助手。在这里面强调的是一种自然交互的方式，越自然越智能。在siri之前也会有一些语音交互的研究以及产品，但是都是单纯的基于命令菜单式的，这都不能算是智能语音。

　　语音市场的规模，引用一下工信部以及语音产业联盟的数据。自己没有做过太多细节的考证，贴出来给大家参考一下。根据中国工业和信息化部电子科技信息情报研究所数据显示，2013年，全球智能语音产业规模整体达33.7亿美元，同比增长38.1%；2014年较2013年同比增长41.0%；2015年较2014年同比增长35.7%。预计2016年语音产业规模可达82.3亿美元以上，到2017年，全球智能语音产业规模将达112.4亿美元，复合年均增长率达35.1%。

　　智能语音作为入口这件事情实际上已经发生了，比如在目前车内的后装导航，出货有很大一部分比例都是智能导航，通过语音来进行交互。尽管用户体验以及效果还存在一些问题，但是已经具有一定的可用程度了。

　　但是什么时候能爆发，还是要取决于：

　　第一，车联网以及智能家居等产业的进一步成熟，能给用户带来真正的价值，让用户在这些产品上产生切实的消费，而不是玩一下就扔。这样产业和产品的需求就会进一步倒逼技术的进步。

　　第二，语音的鲁棒性的问题需要进一步的解决，比如远场，噪声，多说话人等问题。当然这个过程是一个渐进式的。

　　第三，自然语言的理解能力也要有更大的提升，机器更加懂得用户的意图，才能给用户带来更加稳定的体验，产品才真正的可用。

　　所以爆发不仅仅简单是技术层面的事情，而是从产品设计到技术能力，atv，都要比现在有一个更好的提升。

　　语音交互目前在手机端比起文字交互来讲，确实算不上普及。比如目前每天会使用语音输入的用户占到8-10%左右，这仅仅是UV比例，如果是PV比例那就更低。另外从前阵子老罗在锤子发布会上给讯飞做了一把宣传以后，当时讯飞语音输入着实火了一阵，这也说一般用户对于语音功能的认知是远远不够的。惊奇于当前语音输入能有这么流畅的效果，说明大家的印象还是停留在久远的过去。那手机上目前认知度和普及程度还不够的原因主要都有什么呢？