一、有利因素

　?。ㄒ唬┱咧С?/p>

　　2017年11月15日，科技部召開《新一代人工智能發(fā)展規(guī)劃》暨重大科技項(xiàng)目啟動(dòng)會(huì)，會(huì)上宣布了首批四家國家新一代人工智能開放創(chuàng)新平臺(tái)名單，明確依托科大訊飛建設(shè)智能語音國家新一代人工智能開放創(chuàng)新平臺(tái)。

　　2018年3月5日，國務(wù)院總理李克強(qiáng)在十三屆全國人大一次會(huì)議作政府工作報(bào)告時(shí)表示，要加強(qiáng)新一代人工智能研發(fā)應(yīng)用，在醫(yī)療、養(yǎng)老、教育、文化、體育等多領(lǐng)域推進(jìn)“互聯(lián)網(wǎng)+”，這是繼2017年之后，“人工智能”再次被寫入政府工作報(bào)告。

　?。ǘ┍姸嗷ヂ?lián)網(wǎng)巨頭紛紛開發(fā)智能語音市場

　　在語音生態(tài)系統(tǒng)方面，百度宣布語音識(shí)別技術(shù)及能力全面開放。騰訊、搜狗語音開放平臺(tái)相繼上線。

　　在語音技術(shù)應(yīng)用方面，各大廠商對(duì)家居、車載、可穿戴等環(huán)節(jié)的關(guān)注明顯升溫。智能家居領(lǐng)域，百度發(fā)布了Baiduihome，阿里聯(lián)合智能家電廠商推出天貓魔盒，搜狗聯(lián)手魅族發(fā)布了魅族電視盒子。

　　智能車載領(lǐng)域，百度分別推出了手機(jī)車機(jī)智能互聯(lián)的產(chǎn)品Carlife，車的私有云服務(wù)平臺(tái)MyCar，和智能語音人機(jī)交互方式的智能行車助手CoDriver。阿里云和上汽合作推出車載操作系統(tǒng)，騰訊發(fā)布了路寶APP+路寶盒子，可與騰訊云連接，以實(shí)現(xiàn)車輛診斷、油耗分析、車友社交等功能。搜狗則和四維圖新合作，推出飛歌導(dǎo)航。

　　可穿戴領(lǐng)域，百度采取扶持外部產(chǎn)品，內(nèi)置百度服務(wù)，形成開放生態(tài)思路：分別推出了Inside智能硬件平臺(tái)，基于健康云的Dulife智能健康平臺(tái)，以及百度手表應(yīng)用，以吸引硬件廠商加入。

　?。ㄈ┲悄苷Z音技術(shù)成熟，商業(yè)化應(yīng)用成為可能

　　深度學(xué)習(xí)、高性能運(yùn)算平臺(tái)和大數(shù)據(jù)是人工智能技術(shù)取得突破的核心助推力。深度學(xué)習(xí)端到端解決了特征表示與序列影射的問題，使得人工智能的性能得到了快速提升；而互聯(lián)網(wǎng)時(shí)代海量的數(shù)據(jù)又不斷為算法模型提供了訓(xùn)練材料，同時(shí)，云計(jì)算的興起和高性能的運(yùn)算平臺(tái)為智能化提供了強(qiáng)大的運(yùn)算能力和服務(wù)能力。

　　在語音識(shí)別率方面，百度、谷歌，科大訊飛等主流平臺(tái)識(shí)別準(zhǔn)確率均在96%以上，穩(wěn)定的識(shí)別能力為語音技術(shù)的落地提供了可能。

　?。ㄋ模┲悄苷Z音交互的便利性

　　首先，語音交互能夠創(chuàng)造全新的“伴隨式”場景。試想一下以后早晨起床后你無需再大動(dòng)干戈，又是開電視又是燒開水又是洗漱刷牙的，把自己搞得一團(tuán)糟，只需要?jiǎng)觿?dòng)嘴皮子就能“隔空”操作，讓自己不再慌亂。因此，語音交互能極大提高人們?cè)谀承┎环奖闶褂檬趾脱劬Φ膱鼍爸械男省?/p>

　　其次，隨著智能設(shè)備影響的擴(kuò)大，人工智能語音交互能普及到更廣泛的人群，比如視力不好，手腳不靈活的老年人，不識(shí)字的低齡兒童、盲人等生活難以自理的群體，讓他們的生活更方便。

　　最后，通過語音交互，人工智能可以實(shí)現(xiàn)自主學(xué)習(xí)，變得更像人類，在此基礎(chǔ)上，人工智能將更順利地融入到用戶家庭生活中，扮演陪伴者或教育者的角色，滿足用戶現(xiàn)實(shí)需求的同時(shí)，滿足用戶的心理需求，這是人工智能未來發(fā)展的一大方向。

　　二、不利因素

　?。ㄒ唬┤瞬畔∪?/p>

　　隨著智能語音及人工智能技術(shù)產(chǎn)業(yè)化趨勢(shì)明顯，國外知名IT企業(yè)紛紛對(duì)智能語音業(yè)務(wù)加大投入，勢(shì)必造成語音技術(shù)國際競爭的加劇和社會(huì)對(duì)語音技術(shù)人才需求的增大，在風(fēng)險(xiǎn)投資的追捧下，人工智能領(lǐng)域高端人才離職創(chuàng)業(yè)數(shù)量大大增加，微軟、百度、阿里、騰訊、IBM、英特爾中國等近年都出現(xiàn)了研究院院長等核心人才離職創(chuàng)業(yè)的現(xiàn)象。同時(shí)由于國內(nèi)智能語音及人工智能行業(yè)的特殊性、高水平科研人才的稀缺性以及人才培養(yǎng)的滯后性，智能語音及人工智能技術(shù)人才將面臨持續(xù)短缺，能否吸引和培養(yǎng)高水平的人才隊(duì)伍是行業(yè)今后發(fā)展的潛在風(fēng)險(xiǎn)。

　　（二）低數(shù)據(jù)資源與多語言

　　目前大部分語音識(shí)別的研究和應(yīng)用，主要是基于一些大語種，比如說英語、漢語、阿拉伯語和法語等等，我們知道世界上一共有6900多種語言，如何快速的實(shí)現(xiàn)一套基于任何語言的語言識(shí)別系統(tǒng)是非常困難的，它也具有重大的戰(zhàn)略意義。包括美國IARPA這幾年的Babel計(jì)劃，以及之前DARPA的GALE計(jì)劃，考慮到中國的國情我們有56個(gè)民族，所以構(gòu)建一套多語言低數(shù)據(jù)資源下的語音識(shí)別系統(tǒng)是非常關(guān)鍵和具有實(shí)際價(jià)值的。