智家生態(tài)技術的提升_中國語音產業(yè)規(guī)模將突破百億

作為一個時代的代名詞，人工智能備受矚目，從世界范圍內參與其中的知名公司就可窺見一斑。在80年代，以數(shù)理邏輯為核心的體制瓦解后，人工智能分化出了五大獨立學科。在這五大學科中，由深度學習推動，并順利從科研實驗室走到人們身邊的智能語音，某種程度上承擔了人工智能這兩年的大部分熱度。智能語音在2016年被美國權威雜志《麻省理工科技評論》評為當年的十大突破科技，根據(jù)易觀·工信部數(shù)據(jù)，2017年中國語音產業(yè)規(guī)模就將突破百億。

說到智能語音就不能不提智能家居。在當下的智能家居行業(yè)，語音基于其交互的自然性，被認為是未來人與家居交互的主要入口路徑，以致業(yè)內普遍認為，“以語音為入口連接各種服務，構建智家生態(tài)”。

作為人工智能應用最成熟的技術之一，目前語音交互的核心環(huán)節(jié)也取得重大突破，語音識別環(huán)節(jié)突破了單點能力，從遠場識別，到語音分析和語義理解有了重大突破，呈現(xiàn)一種整體的交互方案。自動語音識別（ASR）和前端語音處理的最新發(fā)展已使得語音控制相當成熟和有效。ASR引擎可以理解多種語言和口音，而語音生物辨識可用于辨識系統(tǒng)中預先登錄的特定用戶，以在智能家居環(huán)境中提供不同的權限。

不過，雖然大多數(shù)家居可以用語音開啟導航，進行信息查詢，實現(xiàn)一些諸如空調、開燈等功能控制，但距離“以語音為入口連接各種服務，構建智家生態(tài)”的理想仍然較遠。目前的技術仍然限制在5公尺的范圍內，并且難以在多人同時交談或吵雜的環(huán)境中操作。

影響語音控制技術進入到智能家居或其他應用領域的原因很多，包括使用者的習慣是否被建立、是否提供更多“控制”功能以外的附加價值、是否有更“特別”的應用出現(xiàn)，以及安全性的問題。其中，安全性可說是消費者最為關注的部分。

就像著名電影《蜘蛛俠》中的那句臺詞：“力量越大，責任越重?！闭Z音識別能量越大，就越需要安全閥門。首先是聲紋的采集。不管是人工識別，還是依靠深度學習算法進行自動化識別，聲紋庫的建立都是進行一切行動的前提。當前，公安的聲紋鑒別庫最全，但如果是企業(yè)要想研究聲紋識別，從公安處入手顯然不可能，因而，企業(yè)智能自行收集聲紋并建立聲紋庫，這是一項十分艱巨的任務。更重要的是，企業(yè)還要注意如何保障聲紋不被非法利用。

其次，我們都聽說過“無用輸入，無用輸出”的說法，但你想過這句話同樣適用于負責業(yè)務的語音識別嗎？企業(yè)是否有建立污染數(shù)據(jù)安全策略（它能確保攻擊者不會利用篡改過的數(shù)據(jù)欺騙人工智能并讓它推薦錯誤的決策）嗎？如果設備根據(jù)錯誤的數(shù)據(jù)做出了錯誤的決策，那么，企業(yè)需要多長時間才能發(fā)現(xiàn)？數(shù)據(jù)污染已經是網絡安全世界中的一個關注點。例如，反惡意軟件根據(jù)多重來源提交的標記和樣本進行工作，而反惡意軟件供應商必須保持警惕，防止攻擊者愚弄這一系統(tǒng)。

盡管如此，與其他生物特征相比，聲紋識別的應用仍然具有特殊優(yōu)勢，比如聲紋提取可在不知不覺中完成，因此使用者的接受程度也相對較高目前，聲紋識別在全球市場中的占有率達到15．8％，僅次于指紋和掌紋識別，并呈現(xiàn)出不斷上升的趨勢，因此，我們有理由相信，聲紋識別或將成為語音交互的下一個風口。

在今天這個快節(jié)奏的社會中，語音識別技術的誕生，可以說是一次偉大的技術變革。隨著高質量數(shù)據(jù)的不斷積累、技術的不斷突破及硬件平臺算力的提升，語音識別正在向我們期待的方向快速發(fā)展。