2014年7月15日消息，基于語音技術(shù)的人工智能聊天機器人“小冰”火了！在微博平臺上，“小冰”與無數(shù)“大V”聊天，并創(chuàng)下了72小時內(nèi)1.3億人次的對話量。截至7月11日，“小冰”的微博粉絲數(shù)已超過77萬。曾有專家表示，智能語音五年火一次，經(jīng)歷著“熱一陣、死一陣”的輪回，此番技術(shù)浪潮能否打破這個魔咒還需企業(yè)自己選擇，是打造無所不能的“變形金剛”，還是心無旁騖力爭在小范圍做精做細，不同的方向會帶來不同的命運。

　　國際巨頭搶灘市場

　　在開發(fā)者的構(gòu)想中，蘋果的Siri應(yīng)該是一個“任務(wù)引擎”，可以預(yù)測到用戶需要什么，并在用戶提出要求之前就打點好一切。但是它的使用率不夠理想，一項調(diào)查顯示，Siri推出兩年后，2330名iPhone用戶中僅有15.2%使用過Siri。

　　GoogleNow是谷歌在I/O開發(fā)者大會上隨安卓4.1系統(tǒng)同時推出的一款重量級應(yīng)用。GoogleNow優(yōu)于Siri的一個先天優(yōu)勢在于與谷歌搜索功能的結(jié)合，用戶搜索的關(guān)鍵詞被記錄下來，GoogleNow智能化讀取關(guān)鍵詞后，為用戶提供相關(guān)的語音服務(wù)。此外，該應(yīng)用的語音識別功能也得以加強，加上谷歌強大的“知識圖”，語音搜索結(jié)果非常準(zhǔn)確�？上У氖�，GoogleNow只是作為Google Search的一個插件，僅將自然語義的語音搜索做到了應(yīng)用里。

　　微軟宣布將在下一代移動操作系統(tǒng)中加入智能語音系統(tǒng)，取名Cortana（“小娜”）。這個號稱“全球首個真正的個人數(shù)字助理”擁有強大的學(xué)習(xí)和上下文聯(lián)想功能。“小娜”還能兼容第三方應(yīng)用程序，極大地豐富了使用體驗。可見“小娜”的方向是朝著人工智能和移動端在布局。

　　IBM的聊天語音助手“Cognea”目前已經(jīng)有4萬多用戶，這些用戶能在Cognea所提供的免費語音助手定制平臺上獲得專屬于自己的“語音機器人”。IBM目前正在努力將其開發(fā)的最新系統(tǒng)Watson打造成現(xiàn)實版的人機智能對話類電腦系統(tǒng)，以期擊垮“Siri姐”和“小娜妹”。

　　國內(nèi)IT企業(yè)“不等閑”

　　目前，我國語音技術(shù)廠商基本分為三類：第一類是傳統(tǒng)語音技術(shù)廠商，一般從科研院所基礎(chǔ)研究脫胎，包括像科大訊飛（中國科技大學(xué)）、捷通華聲（清華大學(xué)、中科院聲學(xué)所、北京大學(xué)）等，其中訊飛語點是由科大訊飛推出的類Siri中文語音助手，目前已經(jīng)推出Android、iOS版，并成功進入AppStore，和Siri展開正面競爭。

　　第二類是互聯(lián)網(wǎng)廠商，包括百度、騰訊等，他們?yōu)榻o其廣大的互聯(lián)網(wǎng)用戶提供更好的增值服務(wù)，普遍采用戰(zhàn)略合作或者收購等方式，掌握智能語音技術(shù)，推廣語音服務(wù)。其中，百度語音助手是一款支持語音指令、語音搜索、語音對話功能的智能語音服務(wù)軟件。

　　第三類是創(chuàng)業(yè)企業(yè)，像云知聲、思必馳等，他們專注于某些行業(yè)領(lǐng)域，比如汽車、家電、教育、社交網(wǎng)絡(luò)來推廣自己的語音技術(shù)和產(chǎn)品。小i機器人公司一直以來長期專注于智能機器人技術(shù)的研發(fā)及產(chǎn)業(yè)應(yīng)用。目前服務(wù)的用戶超過2億，每年有上百億次的對話互動。小i機器人廣泛應(yīng)用于互聯(lián)網(wǎng)、運營商、金融、航空、汽車、電子政務(wù)等領(lǐng)域。

　　在糾結(jié)中發(fā)展

　　望洋興嘆：海量知識vs技術(shù)局限

　　在“語音識別”方面，目前智能語音軟件的表現(xiàn)都不俗，但“語義分析”則不同，它需要軟件開發(fā)者掌握大量語言數(shù)據(jù)�；ヂ�(lián)網(wǎng)中已經(jīng)積累了大量的用戶產(chǎn)生的知識，主要存在于以下這幾類網(wǎng)站中：一是問答類網(wǎng)站，如百度知道；二是維基百科；三是書籍電影等開放評價網(wǎng)站，如豆瓣；四是美食評價網(wǎng)站，如大眾點評；五是商品評價信息，如淘寶網(wǎng)。由于智能語音應(yīng)用尚未有能力整合這些互聯(lián)網(wǎng)的大量信息，無法提供全面的數(shù)據(jù)支持。此外，由于中文方言繁多，對口音甚至方言的識別，需要大量語料積累，非經(jīng)濟實力和用戶基礎(chǔ)雄厚不能做到。