語音識別技術(shù)并不是一項新興的技術(shù)，并且技術(shù)門檻也不算太高。在需求巨大的智能家居市場語音識別能否代替智能手機成為另一大入口？全球范圍內(nèi)哪些廠商在布局語音識別技術(shù)，語音是識別的技術(shù)原理和難點又在哪？

　　物聯(lián)網(wǎng)市場潛力巨大應(yīng)用眾多，在繁多的應(yīng)用中智能家居或許能優(yōu)先落地。不過，除了物聯(lián)網(wǎng)標準和觀念阻礙智能家居的發(fā)展，手機作為目前首要的入口也大大影響了體驗。語音識別并不是一項新興的技術(shù)，但在智能家居甚至人工智能領(lǐng)域或許能大展身手。

　　物聯(lián)網(wǎng)與智能家居市場潛力可期

　　市場研究咨詢公司Gartner預(yù)測，2020年全球物聯(lián)網(wǎng)終端設(shè)備的出貨量將達到66億，而物聯(lián)網(wǎng)設(shè)備數(shù)量總數(shù)將達到208億，花費在物聯(lián)網(wǎng)上的總支出將達到約2420億美元。

　　Gartner同時預(yù)測，2017年以后智能家居將成為物聯(lián)網(wǎng)最大的用戶。有機構(gòu)預(yù)測2016年中國智能家居市場規(guī)模增速將達到50.1% ，并保持這一增速，到2018年中國智能家居市場規(guī)模將達到1396億元，市場規(guī)模約占全球總規(guī)模的32%，2020年中國智能家居市場規(guī)模將達到3000多億元。全球TOP100電信運營商中已有60%計劃進軍智能家居市場更讓我們有理由相信智能家居將會成為最先落地的物聯(lián)網(wǎng)應(yīng)用。

　　智能家居入口單一

　　無論是在正式還是非正式場合，談起智能家居總能聽到手機作為唯一入口的抱怨。舉個簡單的例子，當你安裝了智能燈具，但你想要打開或調(diào)整還要先找到手機打開APP。這時候可能很多人會選擇直接用開關(guān)解決問題而非使用手機。

　　智能家居的愿景很好，但目前的體驗確實還有很大的提升空間。關(guān)于手機作為智能家居的唯一入口的問題，艾拉物聯(lián)的聯(lián)合創(chuàng)始人、大中華區(qū)總裁Phillip張南雄就表示：“手機可能不是智能家居甚至物聯(lián)網(wǎng)的唯一入口，語音識別是一個很大的入口。”美的智慧總經(jīng)理李強也表示，手機作為智能家居唯一入口的局面將被改變。

　　語音識別成為爭奪焦點

　　據(jù)悉，全球范圍人工智能公司多專攻深度學習方向，而我國人工智能方向的200家左右的創(chuàng)業(yè)公司有超過70%的公司主攻圖像或語音識別這兩個分類。全球都有哪些公司在布局語音識別？他們的發(fā)展情況又如何？

　　其實，早在計算機發(fā)明之前，自動語音識別的設(shè)想就已經(jīng)被提上了議事日程，早期的聲碼器可被視作語音識別及合成的雛形。最早的基于電子計算機的語音識別系統(tǒng)是由AT&T貝爾實驗室開發(fā)的Audrey語音識別系統(tǒng)，它能夠識別10個英文數(shù)字。到1950年代末，倫敦學院（Colledge of London）的Denes已經(jīng)將語法概率加入語音識別中。

　　1960年代，人工神經(jīng)網(wǎng)絡(luò)被引入了語音識別。這一時代的兩大突破是線性預(yù)測編碼Linear PredicTIve Coding （LPC），及動態(tài)時間規(guī)整Dynamic TIme Warp技術(shù)。語音識別技術(shù)最重大的突破是隱含馬爾科夫模型Hidden Markov Model的應(yīng)用。從Baum提出相關(guān)數(shù)學推理，經(jīng)過Rabiner等人的研究，卡內(nèi)基梅隆大學的李開復(fù)最終實現(xiàn)了第一個基于隱馬爾科夫模型的大詞匯量語音識別系統(tǒng)Sphinx。

　　蘋果Siri

　　許多人認識語音識別可能還得歸功于蘋果鼎鼎大名的語音助手Siri。2011年蘋果將語音識別技術(shù)融入到iPhone 4S中并發(fā)布了Siri語音助理，不過Siri并不是蘋果研發(fā)的技術(shù)，而是收購成立于2007年的Siri Inc.這家公司獲得的技術(shù)。在iPhone4s發(fā)布以后，Siri的體驗并不理想，遭到了吐槽。因此，2013年蘋果又收購了Novauris Technologies。Novauris是一種可識別整個短語的語音識別技術(shù)，這種技術(shù)并非簡單識別單個詞句，而是試圖利用超過2.45億個短語的識別輔助理解上下文，這讓Siri的功能進一步完善。

　　不過Siri并沒有因為收購Novauris變得完美，2016年蘋果又收購了開發(fā)的人工智能軟件，能夠幫助計算機與用戶進行更為自然的對話英國語音技術(shù)初創(chuàng)公司VocalIQ。隨后，蘋果還收購了美國圣地牙哥 AI 技術(shù)公司 EmoTIent，接收其臉部表情分析與情緒辨別技術(shù)。據(jù)悉，EmoTIent開發(fā)的情緒引擎可讀取人們的面部表情并且預(yù)測其情緒狀態(tài)。