在當(dāng)下的汽車業(yè)，語音基于其交互的自然性，被認(rèn)為是未來人與車交互的主要入口路徑，以致業(yè)內(nèi)普遍認(rèn)為，“以語音為入口連接各種服務(wù)，構(gòu)建車聯(lián)網(wǎng)生態(tài)”。

作為人工智能應(yīng)用最成熟的技術(shù)之一，目前語音交互的核心環(huán)節(jié)也取得重大突破，語音識(shí)別環(huán)節(jié)突破了單點(diǎn)能力，從遠(yuǎn)場識(shí)別，到語音分析和語義理解有了重大突破，呈現(xiàn)一種整體的交互方案。

不過，雖然大多數(shù)新車可以用語音開啟車載導(dǎo)航，設(shè)置行車路線，進(jìn)行信息查詢，實(shí)現(xiàn)一些諸如空調(diào)、天窗等功能控制，但距離“以語音為入口連接各種服務(wù)，構(gòu)建車聯(lián)網(wǎng)生態(tài)”的理想仍然較遠(yuǎn)。

比如，在真實(shí)使用場景中，距離麥克風(fēng)的遠(yuǎn)近、交談時(shí)是否說方言，以及噪音、斷句等，都會(huì)讓語音識(shí)別的準(zhǔn)確率大打折扣。

目前，業(yè)內(nèi)普遍宣稱的97%識(shí)別準(zhǔn)確率，更多的是人工測評結(jié)果，只在安靜室內(nèi)的近場識(shí)別中才能實(shí)現(xiàn)。

更難的是，在交互的過程中，機(jī)器對于語音的理解，以及人機(jī)多人的交互對話，都存在問題。

人在說話時(shí)，往往會(huì)一詞多義，人會(huì)基于已有知識(shí)儲(chǔ)備和上下文環(huán)境進(jìn)行理解，但現(xiàn)在的智能語音技術(shù)很難做到。

它對于說話者的口誤，容錯(cuò)做得也不理想。用戶往往會(huì)追求多樣性，包括使用過程中偶然狀況的多樣性以及場景的多樣性等，因此容錯(cuò)技術(shù)顯得尤為重要。

顯然，目前智能語音的發(fā)展遠(yuǎn)未成熟，有著巨大的提升空間。再加上智能語音技術(shù)的巨大市場空間，互聯(lián)網(wǎng)巨頭已經(jīng)爭相進(jìn)入這一市場。

在中國，記者注意到，百度、阿里巴巴、騰訊等諸多互聯(lián)網(wǎng)巨頭已經(jīng)入局，并先后推出自己的產(chǎn)品，以搶得智能語音信息流入口先機(jī)。

隨著互聯(lián)網(wǎng)巨頭進(jìn)軍智能語音領(lǐng)域，轉(zhuǎn)為全棧的語音技術(shù)創(chuàng)業(yè)公司，類似科大訊飛這樣的傳統(tǒng)智能語音技術(shù)巨頭的不可替代性也受到了不可忽視的打擊，更多這幾年新興的語音技術(shù)公司更是命運(yùn)叵測。

互聯(lián)網(wǎng)巨頭雖然入場較晚，但憑借著自有的雄厚資金和互聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù)資源，他們發(fā)展自家的人工智能技術(shù)，迅速搶占智能語音市場。

那么，在未來的車聯(lián)網(wǎng)智能語音領(lǐng)域，誰將是主宰？

以百度為例，這家以搜索起家的互聯(lián)網(wǎng)巨頭，正在轉(zhuǎn)型為人工智能公司，并在通用技術(shù)、算法和平臺(tái)開發(fā)等領(lǐng)域發(fā)展，對話式AI操作系統(tǒng)百度DuerOS是其語音技術(shù)的重要平臺(tái)。

從2010年年開始百度就將智能語音作為戰(zhàn)略方向，如今，百度語音技術(shù)已經(jīng)形成從模型算法、開發(fā)組件、場景覆蓋到行業(yè)應(yīng)用的全鏈條。

2018年4月，北京車展上，博泰聯(lián)合開發(fā)搭載百度DuerOS的人工智能車機(jī)系統(tǒng)——東風(fēng)風(fēng)神WindLink3.0，在學(xué)習(xí)能力、計(jì)算能力和數(shù)據(jù)儲(chǔ)備上極具優(yōu)勢，可極快聽清并真正聽懂人復(fù)雜語言，并秒級提供用戶所需答案。

比如，只要用正常甚至很快的語速說“好熱”“幫我看看附近帶泳池和WIFI的酒店”，系統(tǒng)就可以自動(dòng)調(diào)節(jié)空調(diào)溫度、搜索出對應(yīng)的結(jié)果，直接完成房間的預(yù)定，然后再導(dǎo)航到該酒店。

作為人工智能時(shí)代開放賦能的生態(tài)系統(tǒng)，DuerOS通過自身三大核心技術(shù)“喚醒”你的車：讓車聽清你在說什么；讓車聽懂你想要什么；讓車滿足你所提出的需求。

互聯(lián)網(wǎng)巨頭之所以能夠在AI語音上發(fā)展如此迅速，跟其大多是市場驅(qū)動(dòng)的企業(yè)有關(guān)，明顯的特點(diǎn)就是他們有自己更好的產(chǎn)業(yè)落地環(huán)境，關(guān)注客戶，注重長期，由客戶需要驅(qū)動(dòng)產(chǎn)品發(fā)展。

這正是傳統(tǒng)語音技術(shù)提供商所欠缺的。

比如百度擁有百度搜索，騰訊擁有微信、QQ及游戲等龐大的產(chǎn)業(yè)落地環(huán)境，而阿里擁有淘寶及其線下的零售店，所以在AI語音產(chǎn)業(yè)落地上，互聯(lián)網(wǎng)巨頭會(huì)更有優(yōu)勢。

而像科大訊飛這樣傳統(tǒng)語音技術(shù)提供商是由技術(shù)推動(dòng)業(yè)務(wù)發(fā)展的企業(yè)，產(chǎn)品開發(fā)期間并不知道最終用戶是否會(huì)使用，相對市場驅(qū)動(dòng)來說具有較高風(fēng)險(xiǎn)。

它以B to B模式和B to G模式為主，對全產(chǎn)業(yè)提供語音技術(shù)，主要聚集在教育、司法、醫(yī)療、智慧城市等行業(yè)領(lǐng)域布局。2017年這些業(yè)務(wù)占公司營收的比例約為80%。

雖然車聯(lián)網(wǎng)也是科大訊飛發(fā)展方向之一，也取得了不小的成就，但未來要往前再走一步并不容易，需要它在語義識(shí)別方面的人工智能技術(shù)方面進(jìn)一步突破。

人工智能本身是高度的資本密集型、知識(shí)密集型產(chǎn)業(yè)和數(shù)據(jù)密集型企業(yè)，投入金額巨大，沒有足夠的數(shù)據(jù)、人員和資金，根本無法在核心賽道上堅(jiān)持下來。

百度宣布語音技術(shù)全系列永久免費(fèi)，包括近場語音識(shí)別、長語音識(shí)別、遠(yuǎn)場語音識(shí)別、語音合成、語音喚醒等百度語音核心功能等，并且支持IOS、Android等多平臺(tái)接入。

這些百度人工智能開放平臺(tái)的核心基礎(chǔ)技術(shù)，都是需要長年的純投入，不計(jì)回報(bào)，只有擁有其他大規(guī)模的獲利途徑，才能支撐這樣的研發(fā)投入和人才梯隊(duì)。

百度選擇了將平臺(tái)級技術(shù)開放出來之后，令整個(gè)行業(yè)都在加速，同時(shí)也終結(jié)了國內(nèi)基礎(chǔ)技術(shù)的重復(fù)投入。

類似于開源軟件，開放是一種戰(zhàn)略選擇，是領(lǐng)先者對于后來者的規(guī)范制定。行業(yè)后來者，必須與百度接軌，融入百度生態(tài)。

隨著互聯(lián)網(wǎng)巨頭在智能語音上面大范圍布局，如今在智能語音技術(shù)上它們都是使用自家的語音產(chǎn)品——阿里用自己的阿里YunOS語音識(shí)別技術(shù)，騰訊的騰訊云也有自己的東西。

大客戶轉(zhuǎn)身成為競爭對手，而且他們有自身的現(xiàn)金流業(yè)務(wù)、場景、數(shù)據(jù)和用戶，他們會(huì)更有競爭優(yōu)勢，最終可能會(huì)在車聯(lián)網(wǎng)語音領(lǐng)域形成寡頭格局。如此，傳統(tǒng)智能語音技術(shù)企業(yè)可能被收編，也可能被消滅。

正是因?yàn)閾?dān)心這樣的結(jié)局發(fā)生，記者注意到，2017年11月，科大訊飛比較在意地宣傳騰訊的小Q機(jī)器人采用的是自己的語音識(shí)別技術(shù)。

或許在這方面，騰訊目前還并不強(qiáng)大，但趨勢已經(jīng)十分明顯。5月23日，騰訊董事會(huì)主席兼CEO馬化騰公開表示，為了抓住萬物互聯(lián)時(shí)代的機(jī)遇，騰訊近年來在語音識(shí)別、語義理解、計(jì)算機(jī)視覺等AI技術(shù)上投入大量的精力。