當(dāng)今處于物聯(lián)網(wǎng)時代，而語音識別被視作為人機交互的入口，由于人工智能和機器學(xué)習(xí)迅猛發(fā)展，語音控制也變得更為實用。在接下來的幾年里智能語音將成為人機交互的新范式，語音技術(shù)將解放人類雙手和眼睛，用戶以較低的成本實現(xiàn)隨時訪問。

　　語音識別面臨三大挑戰(zhàn)

　　語音識別是現(xiàn)在最為耀眼、大家生活中接觸最多的語音技術(shù)。近些年來，語音識別技術(shù)突飛猛進，自然受到廣大公眾的極大關(guān)注。畢竟，語音識別的進步代表著機器的聽力發(fā)展，是人工智能的重要一步。目前語音識別存在可穿戴設(shè)備的交互與通用應(yīng)用程序入口兩個急切需求。可穿戴設(shè)備因體積等原因限制，僅擁有局限輸入輸出設(shè)備。通用應(yīng)用程序入口簡單點說就是現(xiàn)在的VIV正在干或者說想干的事情。VIV希望通過一個語音助手解決所有現(xiàn)在所需要用APP去解決的所有問題。

　　智能語音存在兩大技術(shù)瓶頸。第一個遠(yuǎn)場環(huán)境復(fù)雜，夾雜噪音、混響、自噪聲等，容易導(dǎo)致機器端“聽不清”，從而影響后續(xù)一系列操作。解決了這個問題，偏命令控制的終端便能帶來良好的用戶體驗;第二個更深層次的智能問題，真正的智能需要實現(xiàn)語義的突破、需要聲音與視覺的融合，這樣的方案才更適合做擬人形態(tài)的機器人;第三個該項技術(shù)熟悉各種各樣的語言、口音和方言。也許，這一點在中國尤為重要。

　　快速發(fā)展需跨越三座大山

　　要快速發(fā)展就必須跨越硬件、算法、內(nèi)容這三座大山。首先是硬件，硬件部分芯片與麥克風(fēng)陣列是核心部件。當(dāng)下的語音技術(shù)還只在算法階段。一類是成本較低的傳統(tǒng)語音模式識別技術(shù)，通過波形比較、波形匹配以及特征化實現(xiàn);另一類是基于AI技術(shù)的，由于適應(yīng)性好，可做到更加精準(zhǔn)地識別。只要芯片支持音頻輸入功能和對應(yīng)的運算性能即可，比如CPU能夠達(dá)到ARM雙核1.2G就可滿足語音識別的要求，但稱之為專用的智能語音芯片并不嚴(yán)謹(jǐn)。其次是算法，主要包括語音檢測、降噪、去混響和回聲消除等傳統(tǒng)音箱和通訊工具也需要具備的基本算法。智能音箱的關(guān)鍵算法是喚醒、語音識別、自然語言理解、對話管理、自然語言生成和文語轉(zhuǎn)換等算法。第三是內(nèi)容，語音識別的目的是將語音信號轉(zhuǎn)化為文本，目前，語音識別技術(shù)相對成熟。聲紋識別是根據(jù)語音波形反映出的個人生理和行為特征的語音參數(shù)，并以此來識別說話者的身份。現(xiàn)實中，該識別的準(zhǔn)確率并不如指紋、虹膜識別。這也是智能語音更高“智能”形態(tài)的表現(xiàn)特征。

　　總結(jié)：智能語音技術(shù)的發(fā)展并非一朝一夕，所以在技術(shù)層面已具有根基，現(xiàn)有的硬件與方案是可以滿足當(dāng)下智能語音要求的，但若在性能、成本、智能程度上更進一層，仍需繼續(xù)深耕，因為產(chǎn)品的逐級落地自然就有一個不斷完善的過程。隨著人工智能的發(fā)展和深度學(xué)習(xí)技術(shù)的使用，語音識別準(zhǔn)確率已經(jīng)達(dá)到了95%以上。計算機和智能終端的界面正在從“鍵盤+鼠標(biāo)”變?yōu)椤胞溈孙L(fēng)+按鈕”，智能語音帶來的交互新體驗正在滲透。有數(shù)據(jù)顯示，預(yù)計到2020年，全球語音識別的市場規(guī)模將從2015年的61.9億美元增長到200億美元，可以說語音識別未來的市場發(fā)展十分有看頭。