隨著技術(shù)的升級、消費者需求的爆發(fā)以及大環(huán)境的變好，智能語音行業(yè)的發(fā)展愈發(fā)如火如荼，智能語音也在悄無聲息地滲透進人們的日常生活。以輸入方式為例，語音輸入已經(jīng)超越拼音輸入和手寫輸入，成為當(dāng)下主流輸入方式。

另外，智能語音助手也逐漸成為了智能手機的“標(biāo)配”，據(jù)Strategy Analytics數(shù)據(jù)顯示，2018年全球銷售的智能手機中已經(jīng)有47．7％配置了人工智能語音助手。

面對廣闊的市場前景，不少企業(yè)紛紛投身其中，試圖分走一杯羹。隨著各方的入局，整個智能語音行業(yè)也實現(xiàn)了快速發(fā)展。據(jù)《2020—2021中國語音產(chǎn)業(yè)發(fā)展白皮書》數(shù)據(jù)顯示，2020年我國智能語音市場規(guī)模達到217億元，同比增長了31％，2021年可達到285億元，同比增長44％。

“枷鎖”纏身

盡管智能語音前景廣闊，但前行之路并非坦途，仍有一些問題橫亙眼前，不少智能語音賽道的玩家都被拖慢了腳步。

首先，關(guān)鍵核心技術(shù)仍待突破。智能語音指的是以語言識別技術(shù)為開端，實現(xiàn)人與機器以語言為紐帶的通信，包括語音識別技術(shù)和語言合成技術(shù)。經(jīng)過多年的發(fā)展，語音識別技術(shù)也有了長足的進步。據(jù)悉，目前的語音識別主流廠商主要使用端到端算法，在理想實驗環(huán)境下語音識別準(zhǔn)確率可高達99％以上。

但是語音識別在現(xiàn)實中所應(yīng)用的環(huán)境要比實驗室環(huán)境復(fù)雜的多，噪音、方言、口音、口語的簡略性等情況，都在一定程度上會對語音識別的準(zhǔn)確性產(chǎn)生影響。另外，智能語音還面臨著聲紋識別不穩(wěn)定、語音識別的魯棒性、訓(xùn)練場景的長尾性等諸多挑戰(zhàn)。

其次，盈利不夠理想，虧損現(xiàn)象仍然存在。智能語音的最關(guān)鍵因素是技術(shù)，而技術(shù)的發(fā)展又需要長時期的研發(fā)投入，因此高投入的研發(fā)費用也對企業(yè)的盈利狀況提出了挑戰(zhàn)。除了一些頭部企業(yè)如科大訊飛之外，仍有不少企業(yè)還處于虧損狀態(tài)。以智能語音行業(yè)的獨角獸企業(yè)云知聲為例，據(jù)相關(guān)數(shù)據(jù)顯示，從2017年至2020年上半年，云知聲的凈虧損分別為1．77億元、2．29億元、3．17億元以及1．1億元。

最后，激烈的行業(yè)競爭也不容忽視。作為人工智能的重要入口以及人工智能三大核心基礎(chǔ)技術(shù)之一的智能語音，其重要性自然不言而喻。隨著人工智能浪潮的來襲，不少企業(yè)都紛紛加碼人工智能領(lǐng)域，其中智能語音行業(yè)的廣闊前景也引得各方紛紛布局。除了科大訊飛、捷通華聲等智能語音科技企業(yè)之外，阿里、百度、騰訊、搜狗、蘋果、谷歌等國內(nèi)外巨頭都在智能語音領(lǐng)域有所布局。

破局勢在必行

面對這些挑戰(zhàn)，智能語音領(lǐng)域的參與者們也從多方著手，尋求破局之道。

在技術(shù)方面，持續(xù)加碼技術(shù)研發(fā)，筑高技術(shù)護城河。眾多周知，技術(shù)始終是人工智能領(lǐng)域參與者的立身之本，智能語音行業(yè)也不例外。無論是出于提升自身實力的考量，還是鞏固當(dāng)前地位、拉開同其他玩家間差距的考慮，智能語音行業(yè)的玩家們絲毫不吝于技術(shù)的研發(fā)投入。

以科大訊飛為例，據(jù)歷年的財報數(shù)據(jù)顯示，科大訊飛2019年研發(fā)投入為21．43億元，同比增長了20．91％；科大訊飛2020年的研發(fā)投入費用為24．2億元，同比增加了12．73％；今年前三季度，科大訊飛的研發(fā)投入費用為20．22億元。

盡管尚未擺脫虧損局面，但云知聲在研發(fā)投入方面也毫不手軟。相關(guān)數(shù)據(jù)顯示，從2017至2019年以及2020上半年，云知聲的研發(fā)投入分別為9999．83萬元、1．53億元、2．58億元以及9242．94萬元，占同期的營業(yè)收入比重分別為163．55％、77．62％、117．78％以及109．14％。

從場景來說，拓寬應(yīng)用場景也成為了各方心照不宣的選擇。消費級市場和企業(yè)級市場的雙雙爆發(fā)，助推了智能語音的發(fā)展，智能語音市場也實現(xiàn)了快速擴容，現(xiàn)如今智能語音的應(yīng)用場景也逐步拓寬至教育、汽車、家居、醫(yī)療等諸多場景，智能語音和這些場景相結(jié)合也成為了主流發(fā)展方向。比如，科大訊飛在智慧教育、智慧醫(yī)療、智慧政務(wù)、智慧城市等領(lǐng)域均有布局。

現(xiàn)如今，我國智能語音行業(yè)呈現(xiàn)出百花齊放的市場格局。據(jù)德勤發(fā)布的相關(guān)數(shù)據(jù)顯示，科大訊飛憑借60％的市場份額穩(wěn)居行業(yè)第一；以阿里、百度為代表的互聯(lián)網(wǎng)巨頭，占據(jù)了20％的市場份額；捷通華聲、智臻智能、思必馳、云知聲等其他智能語音企業(yè)的總體市場份額小于20％。

科大訊飛多點開花

在智能語音領(lǐng)域深耕已久的科大訊飛，不僅具有先發(fā)優(yōu)勢，在技術(shù)研發(fā)方面也有著深厚的積累。據(jù)智慧芽的最新數(shù)據(jù)顯示，科大訊飛及其關(guān)聯(lián)公司在全球126個國家／地區(qū)中，共有3234件已公開的專利申請，其中發(fā)明專利約占64．97％。而科大訊飛之所以能夠穩(wěn)居行業(yè)第一，除了擁有先發(fā)和技術(shù)優(yōu)勢外，與其采取的戰(zhàn)略不無關(guān)系。

一是，在B端C端同時發(fā)力。早在2018年科大訊飛就開始實行To B＋To C的雙輪驅(qū)動戰(zhàn)略，在B端市場和C端市場都取得了不錯的成績。以智慧教育為例，面向B端，科大訊飛打造了智慧考試、智慧課堂、智慧校園等一系列產(chǎn)品和解決方案。相關(guān)數(shù)據(jù)顯示，科大訊飛的智慧教育產(chǎn)品已在全國 32 個省級行政區(qū)應(yīng)用，覆蓋了5萬余所學(xué)校，累計為超過1億的師生提供教學(xué)服務(wù)。

面向C端方面，科大訊飛推出了包含個性化學(xué)習(xí)手冊的智學(xué)和教育智能硬件產(chǎn)品。其中個性化學(xué)習(xí)手冊能夠以人工智能和大數(shù)據(jù)為依托，通過分析學(xué)生的日常學(xué)業(yè)，為學(xué)生制定專屬的個性化學(xué)習(xí)資源和路徑規(guī)劃服務(wù)。另外，科大訊飛也已經(jīng)陸續(xù)推出AI學(xué)習(xí)機、翻譯機、掃描筆等諸多教育硬件產(chǎn)品，并頻頻獲得消費者青睞。據(jù)今年的618戰(zhàn)報顯示，科大訊飛的AI學(xué)習(xí)產(chǎn)品銷售額同比增長了706％。

二是，持續(xù)推動“平臺＋賽道”戰(zhàn)略的落地。在平臺方面，科大訊飛打造了以智能語音和人機交互為核心的人工智能開放平臺－訊飛開放平臺，旨在為開發(fā)者提供一站式人工智能解決方案。相關(guān)數(shù)據(jù)顯示，截至2021年12月31日，訊飛開放平臺已開放了449項AI產(chǎn)品及能力，聚集了超過293萬開發(fā)者團隊，總應(yīng)用數(shù)超過137萬，AI大學(xué)堂學(xué)員總量達67萬，鏈接超過420萬的生態(tài)伙伴。

在堅持開放平臺的同時，科大訊飛也在進行多賽道布局。比如，智慧醫(yī)療、智慧教育、智慧城市、智能汽車等等，而多賽道布局也有助于科大訊飛打開增量空間。財報數(shù)據(jù)顯示，今年上半年，科大訊飛的智慧教育業(yè)務(wù)實現(xiàn)收入17．31億元，同比增長了31．48％；智慧城市業(yè)務(wù)實現(xiàn)收入15．3億元，同比增長了43．3％；智慧汽車領(lǐng)域?qū)崿F(xiàn)收入1．79億元，同比增長了74．31％；智慧醫(yī)療收入為1億元，同比增長了34．21％。

百度阿里瞄準(zhǔn)C端

互聯(lián)網(wǎng)巨頭的嗅覺向來靈敏，風(fēng)口爆發(fā)之地往往也是互聯(lián)網(wǎng)巨頭的聚集之處，智能語音行業(yè)也不例外，百度、阿里等互聯(lián)網(wǎng)巨頭紛紛參與其中，布局智能語音領(lǐng)域。與其他參與者不同，互聯(lián)網(wǎng)巨頭大多選擇從C端切入，而其之所以會做出此種選擇，也自有其邏輯。

其一，消費級市場爆發(fā)。智能語音的市場分為兩類，一類是與個人生活息息相關(guān)的消費級市場，包含智慧生活、智能家居、智慧辦公、智能駕駛等諸多領(lǐng)域；另一類則是服務(wù)于特定場景的企業(yè)級市場，如智慧教育、智慧醫(yī)療等等。隨著技術(shù)的升級和消費者理念的轉(zhuǎn)變，消費級市場迎來快速增長。以智能語音助手為例，相關(guān)數(shù)據(jù)顯示，2020年智能語音助手的市場規(guī)模已經(jīng)達到了241．1億元；2021年規(guī)模將達到337．5億元。

其二，消費者市場的受眾分布較為分散，互聯(lián)網(wǎng)巨頭在渠道和用戶方面的優(yōu)勢明顯。在用戶方面，互聯(lián)網(wǎng)巨頭本身就擁有著龐大的用戶資源，可以說是自帶流量加持。在渠道方面，百度的搜索平臺和阿里的淘系平臺均能夠在更大范圍內(nèi)觸及廣大的消費者群體。而百度和阿里從C端切入智能語音行業(yè)，也能夠最大程度上發(fā)揮其優(yōu)勢。

其三，在技術(shù)和數(shù)據(jù)方面也有著深厚的積累。阿里和百度都在AI領(lǐng)域深耕已久，擁有著深厚的技術(shù)沉淀。以百度為例，AI是其核心戰(zhàn)略之一，早在2010年百度就開始了關(guān)于智能語音及相關(guān)技術(shù)的研發(fā)。另外，百度和阿里等互聯(lián)網(wǎng)巨頭還能發(fā)揮其多年累積下來的用戶數(shù)據(jù)，以用戶需求為導(dǎo)向，打造出符合用戶需求的C端產(chǎn)品。

云知聲另辟蹊徑

云知聲雖然是智能語音行業(yè)的獨角獸企業(yè)，但與行業(yè)龍頭相比還是相差不少。隨著百度、阿里等互聯(lián)網(wǎng)巨頭入局智能語音領(lǐng)域，行業(yè)競爭愈發(fā)激烈，云知聲的發(fā)展空間也受到進一步壓縮。面對此種情況，云知聲采取了不一樣的發(fā)展路徑。

其一，云知聲確定了“云－端－芯”的發(fā)展路線，打造生態(tài)閉環(huán)。2014年，云知率先提出了“云－端－芯”的“全�！辈季之a(chǎn)品戰(zhàn)略，其中“云”負(fù)責(zé)解決終端智能化問題，“端”負(fù)責(zé)解決AI應(yīng)用場景化問題，“芯片”可加速AI應(yīng)用的落地。以芯片制造為例，早在2015年云知聲就啟動了造芯計劃，并陸續(xù)推出“雨燕”、“雪豹”、“蜂鳥”系列等芯片。據(jù)了解，“雨燕”和“蜂鳥”系列芯片已經(jīng)實現(xiàn)了量產(chǎn)。

其二，專注垂類領(lǐng)域。在眾多細(xì)分領(lǐng)域中，云知聲選擇了智慧物聯(lián)和智慧醫(yī)療這兩個垂直行業(yè)。一方面，智能語音和行業(yè)深度融合已經(jīng)是大勢所趨，深耕垂類行業(yè)能夠提升企業(yè)在該行業(yè)的影響力。另一方面，企業(yè)布局細(xì)分領(lǐng)域越多，所要面對的競爭也就越多，專注垂類領(lǐng)域也能夠在一定程度上避開同其他企業(yè)的競爭。

無論是科大訊飛，還是百度阿里，亦或是云知聲，都有著或多或少的煩惱，倘若企業(yè)能夠抗住壓力越過瓶頸，其實力也將更上一層樓。歸根究底，智能語音比拼的還是技術(shù)，誰能率先攻克技術(shù)難關(guān)，誰就能占據(jù)主動權(quán)。至于智能語音的未來會走向何方，時間會給出答案。

       原文標(biāo)題 : 智能語音爬天井