国内外语音识别行业现状

　　3、国内外巨头布局语音识别的策略差异

　　上面历数了国内外各个巨头陆续建立语音识别引擎的过程和优势技术，有一点我们还是要特别留意一下：国外巨头欲进入语音识别行业，首先想到的就是收购初创的团队，这些团队大都也在5-20人之间，掌握着一定的优势技术。显然收购一家初创团队很难满足其战略发展，因此一旦技术与公司业务融合以后，这些巨头都会频繁出手再次收购以补齐短板，逐渐建立起适合自己公司发展的语音识别优势。

　　对于技术相对重要而且技术点又比较分散的科技型公司，国外巨头一般不会采取收购商业模式公司的那种大手笔来收购，这也是导致Nuance最终无人问津的重要因素。想想也是，巨头自然不会用别人家引擎以免将来掣肘，何况收购技术类的大型公司无疑也是给自己找了个麻烦。

　　国内的语音识别发展脉路没有那么清晰，刚开始各个巨头也都是采用专用公司比如科大讯飞、中科信利、云知声等公司的引擎。后来醒悟过来，纷纷谋求自建，但是除了百度不断砸入重金后获得了一定的效果外，其他自建的各大公司没有啥实质性进展。这一点从他们试图低薪聘请语音识别相关人才的策略上，也可知道其战略上没什么可发展的。语音识别行业属于声学和计算机的交叉技术，本来培养的人才就很稀缺，而从上述分析可以看出，国内外的技术源头实际上大概集中，无非就是业界相关的研究机构和拥有研发实力的巨头公司。

　4、语音识别行业平衡之下的技术发展趋势

　　语音识别行业现在似乎维持着最大的平衡，因为国内外各家的引擎识别率都基本在同一个水平线上，差不多达到了当前语音识别技术的极限，彼此之间差距不是那么明显。本来苹果发布Siri被寄予厚望，这是将语音技术进行大众推广的绝佳良机，但是Siri的表现却与预期相差甚远。即便国内非常火热的微信，其中又有几人使用，甚至知道其中的语音识别技术呢?倒是同样源自声学技术的微信摇一摇功能非常火热。

　　这个技术相对语音识别来说，简直就是小巫见大巫，但是应用场景契合的很好。因此，传统的语音识别行业公司都在谋求转型发展，比如Nuance、科大讯飞等，转型失败或者技术储备不足的，或许将来就是最早倒下的，而且这几年也有不少家类似公司倒下了。

　　未来的语音识别市场，预计将会有越来越多的公司参与，以后语音识别的性能可能更多的体现在前端技术和语义理解上。机器要与人自然交流，当然就不能重复手机这套语音对话规则，必然就要考虑到用户说话的环境、周围环境的噪音、用户发音不准或者方言等等诸多因素，这就要求前端技术更加精准的模拟人体结构，仿真出机器人听觉系统，以实现解放双手自由对话的目的。

　　另外，机器能不能与人自由的交流，不仅需要机器能将语音转换成文字，更需要机器从文字中理解说话人的含义，这一方面是基于大样本的机器学习需要更进一步，另外一方面也需要小样本的自主学习，没有举一反三的功能，似乎语义理解也无法自主适应陌生的环境。这两个新兴的技术领域，或许又会孕育出几家独角兽企业，将真正推动语音从识别走向交互的自然体验，从而向着人工智能再次迈进一步。