在CES 2017之后，語音識別成為了眾人的關(guān)注焦點(diǎn)，而在市場規(guī)模擴(kuò)大的背后，語音識別還不能完全滿足人類的需求。

隨著人工智能產(chǎn)品在生活中的滲透率越來越高，其中技術(shù)的發(fā)展也成為了眾人關(guān)心的重點(diǎn)所在。作為人機(jī)自然交互的基本途徑之一，近期以來，語音識別的發(fā)展不可謂不快速。

當(dāng)下，諸如科大訊飛、百度等多家企業(yè)聲稱，其研發(fā)的語音識別技術(shù)已經(jīng)達(dá)到了97%的準(zhǔn)確率。而在日前，谷歌研究員公開表示其語音識別的錯誤率（將一個詞語從語音轉(zhuǎn)錄成為文字時的錯誤率）自2012年以來已經(jīng)降低了30%以上……縱觀過去的2016年，谷歌、蘋果和微軟等多家科技巨頭都公布了自己在語音識別上的進(jìn)展和突破，而在接下來的時間里，語音識別也將是2017年的發(fā)展重點(diǎn)之一。

新興產(chǎn)業(yè)市場廣闊，推動語音識別技術(shù)發(fā)展

在剛剛過去不久的CES 2017展會上，我們見到了許多人工智能產(chǎn)品，要是來一場評比大賽，自動駕駛和智能家居絕對是主角。不過，再往深究，語音識別技術(shù)才是此次展會人工智能部分的“亮點(diǎn)”。

智能家居

在智能家居，不管是智能家電還是機(jī)器人，語音識別技術(shù)都是必備的基本功能之一。據(jù)知名市場調(diào)研公司《Markets And Markets》發(fā)布的調(diào)查報告稱，全球智能家居市場規(guī)模將在2022年達(dá)到1220億美元，2016-2022年年均增長率預(yù)測為14%。而在機(jī)器人方面，研究機(jī)構(gòu)IDC預(yù)測，至2020年，全球機(jī)器人與相關(guān)服務(wù)市場規(guī)模將由2016年的915億美元增至1880億美元。從這兩點(diǎn)數(shù)據(jù)來看，可想而知未來智能家居的市場之大。

在控制方式上，除了部分智能家電之外，語音控制已經(jīng)成為了市場的主流，而這就是語音識別市場的商機(jī)。未來，作為人機(jī)自然交互的前提之一，語音識別必然是智能家居的發(fā)展趨勢，只有語音識別的準(zhǔn)確率接近完美，人機(jī)的自然交互才能繼續(xù)開展。在智能家居市場的推動下，語音識別技術(shù)必將成為重點(diǎn)發(fā)展對象。

智能汽車

在CES 2017展會上，各大傳統(tǒng)汽車制造商都帶來了自己在自動駕駛汽車的最新成果。與此同時，在展會上，除了展示成果，不少廠商也宣布了自己的一系列計(jì)劃，其中就包括在汽車中加入虛擬助手平臺，以促進(jìn)人車交互，進(jìn)一步提升用戶體驗(yàn)，比如日產(chǎn)、寶馬與Cortana的合作，還有福特與Alexa的聯(lián)手。

根據(jù)美國市場研究機(jī)構(gòu)勒克斯的研究報告顯示，自動駕駛汽車將在2030年創(chuàng)造價值870億美元的市場。此外，另有研究顯示，2030年全球范圍將售出約1.2億輛自動駕駛汽車。從數(shù)據(jù)來看，自動駕駛汽車的市場十分具有看頭。

自動駕駛市場的推動下，人車交互也成了自動駕駛玩家的一個關(guān)注點(diǎn)，是汽車智能化的一部分。此外，相對于自動駕駛輔助技術(shù)，語音識別等交互技術(shù)的實(shí)現(xiàn)則容易得多，目前也已有不少車型搭載了語音識別技術(shù)。在智能汽車中，語音識別已經(jīng)成為了一項(xiàng)基礎(chǔ)的服務(wù)，而隨著智能化時代的來臨，人們對語音識別的要求也會進(jìn)一步提升。

未來市場可觀，而語音識別仍需“做事”

在新興產(chǎn)業(yè)市場需求的推動下，語音識別的市場也是十分具有看頭的，有研究機(jī)構(gòu)指出，預(yù)計(jì)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。然而，在市場規(guī)模壯大這一美好的預(yù)測面前，我們也不能忽視一些需要面對的問題，只有解決了它們，語音識別才能得到完善，給用戶帶來極致服務(wù)。

首先就是對象識別的準(zhǔn)確性。現(xiàn)在，在應(yīng)用上，我們看見語音識別多是在智能家居領(lǐng)域，包括智能家電和服務(wù)機(jī)器人。此時，我們就要考慮一個問題了，當(dāng)多個家庭成員同時講話時，智能家電和服務(wù)機(jī)器人該執(zhí)行誰的命令呢？它們又如何能在眾聲音中找出自己主人的命令？這些都是當(dāng)前語音識別所需要解決的問題，畢竟我們通常所說的語音識別不僅僅只是單純的對語音內(nèi)容進(jìn)行識別。

在這個問題上，人們也找到了一個解決方案——聲紋識別。一般來講，聲紋具有唯一性，對說話人身份的確認(rèn)有著極大的幫助。借助于聲紋識別，語音識別能夠準(zhǔn)確對說話人的位置和身份進(jìn)行定位，從而準(zhǔn)確識別語音內(nèi)容，執(zhí)行其中下達(dá)的指令。不過，鑒于數(shù)據(jù)的極大空缺等問題，聲紋識別技術(shù)還需完善。

其次是降低周邊環(huán)境的干擾。對于人類來講，在嘈雜環(huán)境中聽別人說話或是從眾多聲音中找出自己想聽的內(nèi)容還是一件較為簡單的事，而與此相反，這件事在機(jī)器這里并沒有那么容易。

為了降低周邊環(huán)境對語音識別的干擾，亞馬遜和谷歌都在智能音箱中使用了麥克風(fēng)陣列技術(shù)，從而起到一定的“降噪”作用，增加語音識別的準(zhǔn)確率。不過，到目前為止，環(huán)境的干擾依然沒有得到更好的解決，仍然是語音識別前進(jìn)道路中的一只“攔路虎”，尤其是在多段語音中準(zhǔn)確找出指定說話人的情境中。

在一次采訪中，人工智能和機(jī)器學(xué)習(xí)權(quán)威學(xué)者、百度首席科學(xué)家吳恩達(dá)表示，2017年是“對話式電腦”快速發(fā)展的一年。對話式電腦，諸如聊天機(jī)器人、人工智能虛擬助手之類，作為展開對話的第一步，語音識別也屬于這快速發(fā)展的一部分。

在智能家居、智能汽車等多種產(chǎn)業(yè)以及聊天機(jī)器人、虛擬助手這些產(chǎn)品市場的推動下，語音識別的市場正在不斷擴(kuò)大，同時也是對它準(zhǔn)確性的一個挑戰(zhàn)。

2016年，在語音識別內(nèi)容的準(zhǔn)確率上，各科技企業(yè)和團(tuán)隊(duì)都有了相應(yīng)的突破，而在接下來的一年里，如何降低周邊環(huán)境的干擾以及如何提高對聲音的識別準(zhǔn)確率將是語音識別所要解決的問題。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！