近幾年來，移動互聯(lián)網蓬勃發(fā)展，基于互聯(lián)網海量數(shù)據(jù)的深度神經網絡技術有力推進，智能家電、汽車電子、可穿戴設備等領域加速應用，汽車、醫(yī)療、智能家居、教育等行業(yè)應用不斷拓展，智能語音作為新的信息入口，開始引領產業(yè)重大變革。

　　這一兩年來，我國智能語音市場也是風起云涌：2012年8月中國移動以13.6億元戰(zhàn)略投資科大訊飛，科大訊飛受二級市場機構投資者追捧市值超過200億元；云知聲創(chuàng)立僅一年就先后獲得兩輪投資，其中一次融資金額高達1億元；2013年5月，捷通華聲宣布來自百度、清華大學戰(zhàn)略投資；2013年8月，百度正式宣布向開發(fā)者開放語音生態(tài)系統(tǒng)，包括底層的語音識別技術應用程序開發(fā)接口（API）、百度語音助手軟件開發(fā)工具包（SDK）；同樣在這個月騰訊在微信5.0中增加語音輸入功能，一出來便風靡大眾，微信APP已經成為消費者每天必刷的強大APP之一；直到最近，2014年4月12日，云知聲組織創(chuàng)業(yè)公司牽頭成立“全智能交互聯(lián)盟”；2014年4月29日，科大訊飛的訊飛輸入法繼支持粵語、四川話、河南話等方言之后宣布支持東北話語音輸入；5月20日晚，錘子科技首款智能手機Smartisan T1發(fā)布，借科大訊飛智能語音技術實現(xiàn)語音搜索、語音輸入等特色功能……整個產業(yè)一片欣欣向榮。

　　“智能語音是人機智能交互的手段之一，而人機智能交互是目前中國技術企業(yè)有可能趕超國際的為數(shù)不多的產業(yè)機遇之一。產業(yè)變革是以技術為先導的。在PC/互聯(lián)網時代，我國技術企業(yè)在計算機技術尤其是操作系統(tǒng)等方面，因為起步晚，趕超微軟、谷歌等國際技術公司比較難，但在智能交互這個技術領域，相對而言，目前中西方起步差不多，如果我們能把握好現(xiàn)在的機會，好好練內功，發(fā)展我們自己的包括智能語音在內的交互技術，也許在這方面我們可以真正和國際公司一較高下，真正從中國制造走向中國創(chuàng)造。”北京捷通華聲語音技術有點公司（簡稱捷通華聲）董事長張連毅這樣告訴記者。

　　與張連毅持相同觀點的還有科大訊飛信息科技股份有限公司（簡稱科大訊飛）副總裁江濤和北京云知聲信息技術有限公司（簡稱云知聲）CEO黃偉。在他們看來，智能語音是難得的一次產業(yè)良機，錯過語音，中國技術企業(yè)很難再有機會趕超國際了。

　　磨一根針 破一片天

　　“做語音是需要慢慢熬的。”這句話記者不止聽一個被采訪人說過。

　　1989年從清華大學畢業(yè)任職紫光推進OCR（圖像掃描識別），中間赴美，2000年與中國科學院聲學所研究員呂士楠共同創(chuàng)辦捷通華聲的張連毅稱自己是語音乃至整個智能交互行業(yè)的老兵。在他看來，從“入口說”、“門檻說”到“血統(tǒng)說”再到“技術說”，這兩年來的語音熱其實更多是一種炒作，而這種炒作對行業(yè)本身未必有多大好處。“我只認可"技術說"。因為語音只是交互的方式之一，智能語音就是一門技術，它與應用結合，這項技術就能創(chuàng)造出巨大價值。而這門技術的特點是厚積薄發(fā)，需要慢慢積累，所以這就決定智能語音產業(yè)是要用一根針刺破天的專業(yè)領域，而不是用一個鐵錘砸出一片聲勢的產業(yè)，必須專注、專業(yè)，精耕細作，深耕久釀。”

　　而所謂的積累，在云知聲CEO黃偉看來，就是算法、數(shù)據(jù)和團隊經驗的積累。他告訴記者，作為創(chuàng)業(yè)型公司，“云知聲的優(yōu)勢不在于數(shù)據(jù)積累，而在于算法。從云知聲成立第一天起，我們就用了比對手少一個數(shù)量級的數(shù)據(jù)來訓練算法模型，最終達到甚至超越對手產品性能，這個過程我們也積累了豐富而寶貴的團隊經驗。而現(xiàn)在開放的語音云平臺已經讓我們有了很多用戶數(shù)據(jù)，我們的數(shù)據(jù)短板已經得到了彌補。”