2012/4/29 10:56:27 作者：sc001 來源：1
類似中國“Siri”或安卓“Siri”的計劃不太適合國內創(chuàng)業(yè)公司，因為投入大、風險高、技術難以實現(xiàn)。——創(chuàng)新工場董事長兼CEO李開復
中國“Siri”從頭開始創(chuàng)業(yè)難，但有積累有實力的中國企業(yè)還是存在的。建議這些實力企業(yè)積累自身創(chuàng)新研發(fā)能力的同時，要考慮可持續(xù)發(fā)展性。——天使投資人薛蠻子
“‘漢堡包多少錢一個’英文怎么說?”科大訊飛董事長劉慶峰向手上的智能手機發(fā)問，頓了兩三秒，手機“說話”了，不過說的卻是德國城市漢堡的百科知識。劉慶峰再試，手機才給出了正確的回答：“How much is a hamburger?”
這不是蘋果的“Siri”，而是科大訊飛不久前發(fā)布的“訊飛語點”，柳傳志、李開復等知名人士和1000多個開發(fā)者見證了此次發(fā)布。幾位業(yè)界大佬們的現(xiàn)身和發(fā)布會上語音識別出現(xiàn)錯誤，是國內手機智能語音助手開發(fā)領域火爆與問題并存的一個縮影。
自從蘋果在iPhone4S上推出智能語音助手“Siri”以來，智能語音助手的開發(fā)熱潮從國外迅速蔓延到國內。短短兩三個月，小唐龍、Airi、蟲洞、小i機器人等智能語音助手，如雨后春筍般冒出頭來。
如此火爆的情景，讓人不由發(fā)問，在中國類似“Siri”的開發(fā)和應用迎來春天了嗎?
中國“口音”帶給本土企業(yè)機遇
目前，蘋果公司對于Siri中文版研發(fā)進度、推出時間三緘其口。蘋果公司為何遲遲未推出Siri中文版呢?
有分析認為，聲調和地方口音龐雜，或許是Siri中文版遲遲未推出的主要原因。一家國外媒體表示，對于語音識別來說，中文極具挑戰(zhàn)性，因為普通話只有400個單音節(jié)聲音，根據(jù)聲調予以區(qū)別，而且中國還擁有很多種方言和數(shù)不盡的地方口音。
“中國語言和文化的特殊性，是Siri中文版需要克服的最大癥結。”捷通華聲董事長張連毅分析，以中國為代表的亞洲語言、文化有其特殊性。雅虎、谷歌等互聯(lián)網(wǎng)巨頭曾經(jīng)橫掃國際市場，但到了中國就“水土不服”，就是因為這個原因。
在這種情況下，一些國際語音巨頭轉而謀求收購中國公司。今年1月，自主研發(fā)的智能手機助手“小唐龍”，僅比蘋果公司iPhone4S發(fā)布的Siri晚了3個多月。但早在2010年，總部位于美國的一家世界級語音技術公司就找上門來，希望收購捷通華聲。
“蘋果公司前段時間在日本推出了Siri日文版，但并不是很成功。”張連毅分析，在中國市場上，蘋果公司一定會慎重而行，畢竟中國是一個龐大的市場。一旦推出一款不完善的產(chǎn)品，將會對蘋果公司的品牌形象造成“難以估量的影響”。
國際巨頭的劣勢，對中國企業(yè)而言就是機遇，這也是中國企業(yè)研發(fā)類似Siri產(chǎn)品的最大優(yōu)勢。
此外，與蘋果公司相對封閉的體系不同，中國本土企業(yè)的語音平臺從一開始就是開放的。今年初，捷通華聲和科大訊飛兩款智能語音平臺——“靈云”、“語音云”上線，向第三方開發(fā)者開放。第三方開發(fā)者可以利用語音平臺開發(fā)出第三方應用。
創(chuàng)新工場董事長兼CEO李開復認為，語音平臺向第三方開發(fā)者開放，開發(fā)者的參與必然會提高語音技術應用成功的概率。他還以自己的博士論文為例解釋說，做語音技術都基于語料庫，語料庫越大效果就越好。一個人能錄的語料很有限。但如果中國有一億用戶，每人一天哪怕講三秒，綜合起來是一個可觀數(shù)字。
“從3000萬用戶、到一個億、再到三億用戶，用戶量增長會讓語音云功能更強大。”劉慶峰期望通過用戶增長帶來更豐富的語料，“新一代語音云平臺推出后，用戶對口音、專用詞匯進行個性化訓練，可進一步提升語音作用”。
資金與技術掣肘中國“Siri”
看起來前途無量，但張連毅卻馬上加了一句：“即使再過一百年，語音技術也到不了完全成熟的地步。”一句話，折射出語音技術絕非一蹴而就的境況。
對于語音控制的前景，微軟的創(chuàng)新人蓋茨也曾說過，五年后語音會改變世界。只是，這樣的論調，蓋茨每隔五年都要再說一遍。
“過去30年，總說語音要改變世界，為什么沒有改?有幾個理由，第一是語音識別的精確度不夠，第二是語音應用在哪里，靠一小批的語音專家拍腦袋想，不是辦法。”李開復說。類似中國“Siri”或安卓“Siri”的計劃不太適合國內創(chuàng)業(yè)公司。
要知道，李開復從上世紀80年代就開始研究語音技術，他的一項語音技術還獲得過美國商業(yè)周刊最重要發(fā)明獎。但這其中到底難在哪兒?
資金投入是第一個難題。“語音合成、語音識別、語義識別，這些方面都需要建立數(shù)據(jù)庫。從成立以來，公司累計在語音技術上的投入至少超過2億元。有限的利潤中，前七八年股東沒拿過一分錢，全部投入再開發(fā)。但由于市場有限，企業(yè)效益卻不能立竿見影上新臺階。”
張連毅承認，就是因為公司“過得很艱難”，他數(shù)次想到要放棄。當2010年那家外國公司上門談收購時，他“心動”了，最后簽字前才拒絕這項收購邀約。
那有了巨額投入，就能成功么?
“做語音技術，沒錢肯定不行，但有錢也不一定就行。”張連毅說，因為有些知識是需要時間積累的。在以前，語音技術通常用于特定領域，比如天氣、股票等，這樣的數(shù)據(jù)庫相對就小很多。而現(xiàn)在，它們的技術已經(jīng)可以不限領域，不限話題范圍，不限制發(fā)音人。但即使這樣，仍然存在問題。“比如，如果說一句話時，中間增加停頓，它便無法正確理解。”
小i機器人的創(chuàng)始人袁輝亦認為，Siri的核心不是語音控制，而是人工智能，對復雜語法的分析。比如你對手機問“北京天氣怎么樣、北京下雨了嗎、需要加衣服嗎”，這三句話表達的是一個意思，智能機器人需要理解這三個問題，通過語法分析給出一個答案，但語音控制解決不了這些問題。
另外，語音的交流會帶來用戶期望值的提高，人們一旦開始使用語音跟機器交流了，就會把它當做一個人，期望值的提高，會給語音帶來很大的挑戰(zhàn)。美國的iPhone4S用戶此前就提出訴訟，稱Siri無法理解用戶表達的內容，蘋果具有欺詐性質的廣告與實際使用及操作Siri的體驗嚴重不符。
中文智能語音交互是一個巨大的市場，也是一個亟待挖掘的金礦，“但只有那些長期積累和考慮可持續(xù)發(fā)展的企業(yè)，才能使中國‘Siri’技術得到更好的發(fā)展，成為代表中國的‘Siri’。”袁輝直言行業(yè)憂慮。
