淺談基于人工智能的語音輸入

朱天健

摘? 要：人工智能的快速發展，與此同時帶來了語音輸入的發展，隨著兩者的互相推動下，人工智能出現了增長緩慢的態勢。同時，近年來，中國的人工智能和語音輸入快速發展，已處在了世界領先的地位。但是，隨之而來的是大量的不得不面對的困境。為此，我選擇了通過分析國內人工智能和語音輸入領導者，科大訊飛。以尋找解決問題的可行方案，以及未來的發展方向。

關鍵詞：人工智能? 語音輸入? 科大訊飛

中圖分類號：TP183 ? ?文獻標識碼：A 文章編號：1672-3791（2019）09（b）-0016-02

隨著時代的發展，人工智能已經進入了我們的生活。在不知不覺中，人們的生活方式開始發生了轉變，QQ、微信、支付寶等已經成為了我們生活中不可或缺的一部分。然而，在使用種種軟件時，我們都不可避免的會用到輸入法。但是又一個問題隨之到來，我國有超過五千萬的老人在使用這些軟件，他們可能不會拼音，甚至不識字，那怎樣才能幫助老年人輸入自己所想的信息呢？語音輸入，成為了必不可少的軟件。由此可見，語音交互在未來必然與人們的生活息息相關。

1? 語音輸入的到來

當人工智能發展的如火如荼之時，相較之下，語音輸入更加顯得默默無聞。甚至可以說是，極少出現在人們的視野中。就目前來說，哪怕是最火爆，受眾面最廣的輸入軟件，其語音輸入的使用率甚至不足一半。但是，不用打字，不需要會拼音，也不需要會五筆，在如此優越的條件下，使用語音輸入的人依舊是寥寥無幾。作為一個新事物，想發展就必須要找出自身的不足之處，并將其彌補。那么，語音輸入想要擁有更高的使用率就必須去探尋原因。對此，我做出了自己的以下幾點假設。

首先，當我們使用語音錄入的時候，我們需要周邊環境的安靜，但即使在這樣的條件下依然很難保證輸入內容的準確性。

其次，我們利用語音輸入的內容在出現明顯錯誤時，你很難中途停下來對其進行改正。

最后，也是我個人認為最重要的一點，就是語音輸入的私密性難以保證。當你在人群之中時，你的輸入內容就會被大眾所知，難以保證個人的隱私。

2? 優勢——以科大訊飛為例

在面對種種困難時，讓我們來看看行業的領軍者——科大訊飛又是如何去做的呢？在國內，以科大訊飛為首的語音公司投入大量的人力，物力，來尋找解決問題的方法。比如說科大訊飛就是國內目前為止，也是唯一一家投入的科研資金超過總收入的25%的公司。面對著行業內外的重重危機，科大訊飛既沒有像谷歌一樣大肆收購或并購頂尖公司，以此保證自身走在行業的領軍水平;也沒有像百度等其他的大公司一樣與國外的科研機構展開合作，成立各式各樣的實驗室、研究所。相反，科大訊飛始終堅信自己的力量，成立了獨屬于自己的科大訊飛實驗室。同時，科大訊飛集中所有力量，研發構建訊飛超腦，希望讓機器可以從能聽會說，逐步轉變為能理解會思考，以此來研發基于神經網絡的認知智能系統?？拼笥嶏w也同樣注重中國文化，組織大量的專家將各地的方言納入了語音輸入的范圍之內。這樣，不僅更好的保存了中國傳統文化，推動其不斷發展的同時，也大大加強了語音輸入的受眾面，為期開拓了更為廣闊的市場。

同樣，精益求精也是開拓新興領域的一個必不可少的品質。舉個例子，在科大訊飛中一直都流傳著這么一個段子。如果一個人在交流群里說，今天我拿下了一個億的訂單。下面可能是無人問津。但如果有一個人說，我今天將語音輸入的準確度提高了1%，這個群可能會立即火熱了起來，展開激烈的討論。雖然這只是一個段子，但從中不難發現，他反映了科大訊飛中有著極為良好的科研氛圍。

從上面兩個例子中，我們不難看出正是因為在科大訊飛擁有著精益求精的良好品質，以及眾人一心，專注于科研的良好氛圍，才有了今日科大訊飛破千億市值，與BAT三大巨頭平起平坐的不朽神話。

但是，科大訊飛的前景并非一片光明，同樣存在著大量的缺陷等待改進。首先，在人工智能領域，為了推動其的快速發展，人工智能的算法始終處于開源狀態，同時還有著為數不少的芯片公司專門推出了適合算法運行的計算機芯片。這意味著，企業只需要招募少量的人才，利用算法或者使用芯片，就可以直接對本行業的數據進行應用。而訊飛在耗費巨資研發的技術，也隨著算法的開源，開始貶值。

在種情況下，科大訊飛所處的語音輸入的賽道上，越來越多的強有力的對手加入了進來，目前百度的語音市場份額已經上升到了第二位。同時，騰訊、搜狗、阿里先后與2010年開始通過成立自主的研發團隊或者收購其他公司的方式進入了語音輸入的團隊。但是在此之前，他們都曾經是科大訊飛的客戶。人工智能越來越熱，錢卻反而難賺。

面對著重重阻礙，語音輸入的收入也一度降至最低點。多領域投入成為了解決問題的必然選擇。如今，科大訊飛已經在教育、醫療、司法等多個行業開始布局。

同時，AI建模的有效性需要有著大量的實驗數據來支持，那么如果以某一系統作為了底層而搭建起的操作系統，在未來就很有可能成為行業的標準。那么開放自身的核心數據，構建起自身的生態圈，競爭成為行業的標準也是勢在必行。

最后，把握住自身區別于BAT的最大優勢，就是科大訊飛作為人工智能領域最受關注的公司，可以依靠人工智能的風向，在多個領域上獲得政府的支持，使其在多個領域中掌握先機。

3? 自然語言理解行之將至

就像人工智能會被分為弱人工智能，強人工智能，超人工智能一樣，語音輸入也被分為了語音合成、語音識別、自然語言理解的三大層次。不過，相較于人工智能，語音輸入的層次感反而沒有那么強了，尤其是，當我們的語音輸入正在一步一步走向巔峰的時候，與之息息相關的人工智能反而成為了其的桎梏。同時，人工智能的深度學習需要大量的數據訓練模型，也導致了其發展遇到瓶頸?；蛟S有的人會疑惑如今的人工智能，已經可以輕輕松松擊敗圍棋界頂尖高手，尤其是現在最新的人工智能，Alphago更是擊敗了最強高手李世石。如此水平，又怎會出現智力問題呢？然而科研人員給出的目標是，希望人工智能盡快達到六齡兒童的水平。舉個例子，“爸爸沒法舉起他的兒子，因為他很重?！蹦敲凑垎枴罢l重？”答：“兒子”

“爸爸沒法舉起他的兒子，因為他很虛弱?！蹦敲凑垎枴罢l虛弱？”答：“爸爸”對于這兩句話中對“他”的理解就相當于六齡兒童的認知水平，也是我們目前的研究目標?？梢韵胍?，只有當人工智能對語音的理解水平，即語音識別的準確度，得到了提高，語音輸入才能得到新的突破。

4? 結語

人工智能或許比我們想象中的要來的更快。當我們還懵懵懂懂之時，語音輸入已經進入了我們的生活，打字即將成為過去時了。那么，在未來，更加便利便捷的語音輸入方式，更為廣闊的應用環境，隨心所欲的輸入語種，一切的一切都將成為可能。

參考文獻

[1] 錢麗娜，游叢瑞.劉慶峰的焦慮：科大訊飛危局[J].商學院，2018（12）：13-20.

[2] 衛萌，淦凌云.科大訊飛的人工智能之路[J].互聯網經濟，2016（Z2）：56-61.

[3] 錢麗娜.探秘科大訊飛：人工智能比你想象的來得更快[J].商學院，2017（7）：89-90.

[4] 胡郁.人工智能與語音識別技術[J].電子產品世界，2016，23（4）：23-25，27.

[5] 梅新蕾，李偉.科大訊飛：探尋人工智能的實現路徑[J].清華管理評論，2018（12）：11-19.

[6] 陳平.科大訊飛：“讓世界聆聽中國的聲音”[J].中國商界，2018（Z1）：86-91.

[7] 卜文娟.科大訊飛 要有坐好十年冷板凳的韌性[J].中國戰略新興產業，2018（5）：88-89.