累計融資近億美元 云知聲打算怎么玩

伊珊

云知聲的創始人都是語音識別領域江湖元老級的人物，他們見證了這個行業的起起伏伏。2012年，幾位“老江湖”放棄了大公司的高薪厚職，走上了充滿不確定性的創業之路。

強大的技術背景加上先發優勢，云知聲自成立起就備受關注，目前已累積融資近億美元，去年已實現營收數千萬元人民幣。創業四年，云知聲進行了哪些探索？在人工智能越來越火爆的今天，語音識別這一領域究竟有多大的想象力？

被Siri攪動的寂寞江湖

要了解云知聲的故事，先要從語音識別二十年來的發展歷程講起。在很長的一段時間里，語音識別都是一個寂寞的領域，人們認為那是只存在于實驗室的高精尖技術，與現實生活聯系不多。

這個行業也曾在上世紀90年代末期迎來短暫的繁榮：

1997年，藍色巨人IBM推出可安裝在PC機上的語音識別軟件via voice；

同年，美國公司Nuance發布了連續聽寫產品Dragon NaturallySpeaking，奠定了Nuance公司在此領域的巨頭地位；

2000年前后，摩托羅拉等知名手機廠商發布了帶有語音撥號功能的高端機。

然而，語音識別技術一直作為一個附加功能出現，應用場景和應用領域都非常有限，產業化更是遙遙無期。

2008年前后，云技術和大數據的出現攪動了沉寂許久的語音識別江湖。云的存在，使得技術人員可以用幾乎無限的計算資源，從而服務器端可以用很大的集群、最牛的算法、最復雜的手段來把性能提上去。當數據不斷地訓練引擎的時候，系統可以被訓練得很好。“以前做語音識別產品，每個語言版本的容量只有100個小時，而現在我們云知聲的平臺上每天的日調用量在1.5億～2億次，這在過去是不可想象的。”李霄寒說道。

2007年，蘋果推出siri，識別率可以達到99%。技術的提高使語音識別的功能迅速普及，谷歌當時做了一個統計，有25%的用戶習慣用語音功能進行搜索，在中國，這個數字是10%。

技術的突破使得識別率大大提高，而智能手機的興起又催生出更多的需求場景。無論從需求端還是技術端來看，都為語音識別的爆發做好了準備。置身語音識別領域多年，云知聲創始人們都敏銳地察覺到，語音識別的時代來了。2012年6月29日，云知聲科技公司正式成立。他們并沒有一個龐大的商業計劃，盈利方式也并不清晰，只是堅信自己的兩點判斷：

第一，語音是未來人機交互的基礎，在互聯網領域、移動互聯網領域，以及此后的物聯網領域至關重要。

第二，“云”技術會產生巨大的價值。因此他們沒有像以前的語音公司那樣先做語音技術，而是從一開始就致力于語音云的研發。

2012年10月，云知聲拿到了千萬元的天使輪融資。

公司成立前兩年，一直以技術研發為主。他們選擇從語音交互和云入手，并在2012年9月，推出了語音公共云，這是第一家永久免費的語音云。

同年11月，云知聲與搜狗語音助手合作，這一項目為云知聲的公共云帶來了巨大的用戶量，技術團隊基于這些數據進行迭代，很快使語音云識別的性能有了一個巨大的飛躍。

不斷探索，確定四個垂直領域

云知聲成立之初，市場上做語音識別的創業公司并不多，基于云端的語音識別只有科大訊飛和云知聲兩家，是明顯的賣方市場。對于云知聲來說，這卻是一個喜憂參半的事情，他們可以在市場上爭取到不錯的議價權，同時也要面對一個困惑：面對來自各行各業的需求方，他們分不清哪些需求是剛需，哪些是偽需求。公司成立前兩年，云知聲開始不斷探索和嘗試。

字幕轉寫、手機App應用、輸入法應用、智能電視應用、車載、音箱、手表……他們幾乎嘗試了可以接觸到的每一個行業。經過一段時間的摸索，最終確定了四個適合語音識別技術的垂直領域：

第一，教育市場。最典型的應用場景是口語評測，未來的口語考試中，或許為你打分的是一個人工智能機器人。

第二，車載后裝市場。從公司成立之初，云知聲一直看好車載市場，并堅持認為安卓系統將是更大的市場。2014年，安卓系統在車載后裝市場的占有率約為5%，云知聲開發了“車載Siri”。到今年，安卓設備比例已經達到了90%。

第三，醫療市場。這一領域在國外已經有成熟的業務模式及產品。語音江湖老大Nuance有接近一半的收入來自醫療產業。語音識別技術可以幫助醫生做病歷錄入，大大節省了人力。今年，云知聲與協和醫院展開合作，協和成為國內第一家全院語音識別病歷的醫院。

第四，智能家居。家電智能化已成必然趨勢，超級電視，空調等的智能化改造都需要語音識別技術。在這一領域，云知聲第一個落地的項目是華帝油煙機，用戶在做飯時，不需要騰出雙手，可以用語音對油煙機進行操控。這一項目的難點在于如何降噪，云知聲使用了降噪芯片加上特有的語音算法，完美地解決了這個問題。

云、端、芯產品體系

2014年，云知聲提出AI芯、AIUI（智能交互）、AIService（智能云服務）的概念。云、端、芯三者結合，打造成為一個完整的產業閉環。

第一個層次是芯片側，叫作AI芯。李霄寒解釋道：“今后人們的生活中，芯片將無處不在，包括燈、插座等很多東西都是自帶芯片，可以聯網的。而每個家電廠商的平臺、操作系統、硬件的核都是不一樣的。我們現在做一個AI芯，直接把芯片嵌進去，通過芯片來將我們的技術應用在服務中。

李霄寒所說的AI芯片，可以理解為一個硬件Siri，它像一個翻譯，把人們的指令傳達給硬件。假設我們對空調發出“氣溫調到26度”的指令，AI芯就會給空調發指令。如今，云知聲已經與一線芯片廠商高通等達成合作。

第二層次是軟件側，叫作AIUI，這是指一整套的交互、對話、SDK邏輯。

第三個層次是端口，叫作AIService。語音識別是把語音變成了文字本身，把人們說的話變成了打印體。人工智能還要根據數據場景分析真實的意思，即語用計算。談到這里，李霄寒舉了一個生動的例子：比如“我的信用卡被貓吃了”這句話，如果語境是移動營業廳，營業員會告訴你換張卡；如果語境是寵物店，寵物醫生會告訴你如何讓貓把卡吐出來。根據不同的數據場景，人工智能會分析出話語不同的含義。

AI芯、AIUI和AIService三大解決方案構成了一個完整的生態閉環。

強大的技術背景加上先發優勢，云知聲自成立起就是資本追逐的寵兒。2013年，他們完成了億元級A輪融資，2014年12月啟動了5000萬美元B輪融資，不到一個月后又啟動了B+輪數千萬美元的融 資。

目前云知聲的合作伙伴超過兩萬家，其中不乏樂視 TV、小米、聯想、華為等一線企業。據悉，云知聲去年已實現營收數千萬人民幣，而繼續融資是想要在物聯網布更大的局。

談到公司的核心優勢，李霄寒認為，技術的門檻永遠不會很高，真正的門檻在于行業經驗。“只有在市場上積累了足夠的經驗，才能迅速判斷出哪些領域可以做，哪些領域不能做，哪些地方是需要花力氣去攻克的。”

語音江湖群雄紛爭，云知聲將如何在人工智能的浪潮中大展拳腳，我們拭目以待。