第二点，百度在语义理解技术上优势明显。语义理解不只是要求机器听得到，还要听得明白，甚至可以基于上下文对话。这需要自然语言处理技术的配合，去理解识别到的语音中的语义。百度是搜索引擎起家，在自然语言处理尤其是中文处理上优势明显，再结合任何智能技术，在语音交互上有度秘表现比Siri、Google Allo更好，甚至支持多轮交互，在语音应用上有自然语言翻译，这些都体现出百度在语义理解上的优势，百度语音开放平台也支持50多个垂直领域的语义理解，支持人机多轮对话。

　　第三点，则是非常独特的一点，百度不只是有语音开放技术，开发者往往会需要使用多种技术能力，一个App不能只有语音，可能还需要LBS位置能力，百度地图是最大的开发者平台；还有在人工智能上，百度提供语音合成技术、图像识别技术、自然语言处理技术、用户画像技术以及机器学习技术的开放，这些可能也是开发者所看中的，这也是百度相对于只提供语音技术能力的平台的优势。

　　第四点，百度所开放的不只是技术，还有用户、数据和计算资源。许多开放平台开放的是API，即技术能力，但开发者需要的不只是技术能力，互联网巨头都有自己的生态，它们可以吸引开发者的原因就在于用户、数据和计算资源，百度产品矩阵拥有数亿用户，其中不少用户有语音习惯，还有就是用户行为大数据以及云计算资源，这些都是开发者看重的。

　　语音大战新的主战场是什么？

　　不过，语音技术进入爆发期，还有许多应用空间，开发者有复杂多样的需求，百度语音开放平台将切下一块蛋糕，但不会吃掉所有的。接下来，语音技术还有许多重点领域要克服，除了抗噪、口音两大问题之外，语音接下来的关键竞争点在于：

　　1、语音唤醒技术。

　　我们通过“Hey Siri”“Ok Google”唤醒语音助手，这让语音助手随时待命，不过对移动设备来说有较高的功耗压力（Google Home和Amazon Echo音箱一直插电，不用考虑功耗问题），还有就是唤醒准确率存在问题，要么手机听不到，要么误判。还有就是唤醒的语句固定、不能区分用户身份，体验不够好。百度语音开放平台三周年时选择开放唤醒二期技术，功耗是友商的三分之一，唤醒准确率达95%，支持“茄子”启动拍照这样的自定义唤醒词，相信之后还会引入声纹识别技术区别身份。

　　2、远场语音交互。

　　现在语音交互技术对人与设备之间的距离有要求，要“对着手机说”，这其实是很傻的，我们在生活中与人对话，可不会距离这么近。在家里我们要控制电视机，还得对着遥控板说。远场语音交互技术解决的就是这个问题，它让机器可以听到几米外的人说的话，挑战也很大，有回音，有噪音，有衰减，百度已经自主研发了支持3-5米的远场语音技术，这意味着之后我们可以睡觉时让热水器启动，或者坐在沙发上直接对着电视发号施令了。

　　3、语音合成技术。

　　现在机器说话都很死板，我们很容易听出来一段话是人还是机器说的。接下来语音合成技术的关键是，让机器说话声音更像真人，不只是“音色”接近真人，而是更有情感，直播，抑扬顿挫、饱含深情。百度语音开放平台基于大数据和深度学习建模方式，在情感合成上有较好的表现，语音开放平台增加的一个新能力就是语音合成技术。

　　4、长语音识别。

　　输入一大段话的识别，过去对机器来说很有难度，涉及到断句等诸多方面，现在输入法，包括大会上演讲者的声音识别都有不错的表现，这表明长语音识别技术正趋于成熟。不过，要实现同声传译、用语音发邮件、写文章，甚至进行会议纪要，短期内还是很困难的，李彦宏、王小川等大佬们的说法也是“未来会取代同声传译”。当然，随着长语音识别技术的成熟，接下来语音还有更多应用场景，比如智能客服、内容纪要等等，取代同声传译不会这么快，但是最终一定会。

　　5、语义理解技术。