7月9日消息，智能语音技术作为人工智能的重要分支，已经在国内得到了广泛应用，包括智能音响、智能翻译机和智能客服等多个领域。然而，许多国内智能语音技术企业仍面临着同质化竞争以及不清晰的商业化发展方向等问题。
近日，在搜狐科技主办的《中国创新公司100》沙龙活动第二期中，清华大学人工智能研究院听觉智能研究中心主任郑方教授、声智科技联合创始人兼首席知识官常乐、科大讯飞AI研究院副院长陈志刚等行业专家，围绕《从听懂到读懂，智能语音商业化如何破局？》主题，就智能语音技术的发展趋势和商业化落地进行了深入探讨。
智能语音技术趋势
主持人：智能语音目前处于什么样的发展阶段？多模态技术的融合是否成为趋势？
郑方：语音处理技术包含多个分支，如语音识别、语音合成、声纹识别和情感识别等。这些技术的发展阶段和成熟度各不相同。例如，长语音的声纹识别技术相对成熟，而短语音则尚显不足。此外，声纹确认的技术较为成熟，但声纹辨认仍需进一步发展。
在相对成熟的技术领域，同质化现象较为严重。技术层面上，方法同质化，市场层面上则导致了恶性竞争，这在中国的语音行业中十分明显，且情况相对严重。
智能语音技术的落地，关键在于对市场需求的理解。单一技术难以解决复杂问题，这也是一些AI公司面临困境的重要原因。不同问题需通过多种技术的结合来解决，技术融合应以“解决问题”为目的，而非“为了融合而融合”。
陈志刚：当前，语音技术面临一些尚未攻克的难题，例如前端的声学降噪算法、声学信号处理算法和麦克风阵列算法等。这些算法的突破是解决当前语音问题的必由之路。
AI技术的落地必然涉及平台的选择，即在何种操作系统和嵌入式硬件上承载AI能力。这些能力需在不同条件下运行，以服务更多场景。这是一个系统化的过程，各环节的密切配合才能最大化挖掘其价值。人工智能企业在研发智能硬件时，或需与操作系统更深度融合，以促进各产业间的快速发展。
常乐：用户对场景的需求不仅仅是交互方式的改变，更需要解决更多实际问题。例如，电瓶车在电梯中引发火灾，我们的语音交互技术是否能在此发挥更大价值？语音技术、图像识别技术和大数据技术的融合，将有助于满足整体市场需求。只有将这些技术有效结合，才能真正解决用户的问题。
选择何种商业化模式才算恰当？
主持人：谈及智能语音的商业化，商业模式的选择尤为重要。对于智能语音企业而言，如何选择适合自身的发展模式？现有的四种模式中，哪种更具可行性？
郑方：很难判断哪种模式绝对更好。模式的优劣受三方面因素影响。
首先，市场需求是关键：市场需求可以用“痛点”和“痒点”来描述。痛点是解决最被关注的问题，而痒点则是创新突破的机会。这种情况下，便于形成理想的商业模式。
其次，技术水平也是决定因素：技术的成熟度和领先性，决定其能否有效解决实际问题。
最后，竞争关系影响模式选择：同类企业在技术、产品、解决方案或服务上的竞争程度，可能导致价格压低或恶性竞争，从而影响商业模式的可行性。
陈志刚：商业模式没有绝对的好坏，适合公司发展的模式就是好的模式。企业在不同发展阶段可能会采用不同的商业模式或模式组合。
现在国内许多优秀的AI产品或解决方案，往往是那些真正懂行业、懂用户需求的企业所提供的。开发出符合市场需求的技术或产品，才是成功的商业模式。以讯飞为例，我们在当前阶段提供技术、服务和解决方案，在医疗和教育领域都有所涉猎，同时也研发了C端的智能硬件产品。
toC 还是 toB?
主持人：智能语音的商业化落地路径主要分为to C和to B，两者在技术和需求的选择与融合上应如何展开？
陈志刚：目前，智能语音技术仍是一种技术。在to C领域，必须与大量用户的常态性需求紧密结合，才能真正发挥其价值。我们有许多智能硬件产品，如智能音箱，旨在帮助用户更方便地获取音乐和控制家居设备。
目前，各种互联网服务，包括音视频和信息流服务，基本被一些巨头垄断。其他硬件厂商要生存下去，主要有两种选择：一种是加入巨头的生态，通过其服务和环境来优化产品，深入挖掘用户需求；另一种是利用核心技术，进行产品和技术创新，但这需要一定的技术壁垒，以避免简单创新被复制。例如，开创新的硬件品类，通过AI技术解决用户实际问题，讯飞也成功研发了如录音笔和智能翻译设备等备受好评的产品。
常乐：在to B领域，语音技术的应用前景十分广阔。声智科技目前正专注于to B领域的健康医疗，实际上这是一个巨大的语音市场。我们在应对银发经济、慢病管理和医疗场景中，语音技术发挥着重要价值。在to B领域，虽然C端用户的交互感受更强，但B端市场同样巨大，涵盖工业互联网和新基建等多个领域，语音在其中扮演着重要角色。
智慧医疗方向中，医院的挂号预约和数字化医院建设，都是依赖于计算机学科和语音技术的共同贡献。在工厂自动化和医疗数字化应用中，语音技术虽然不是主角，但在整个链条中却是不可或缺的一环。
整个to B市场蕴含着to C所无法探知的巨大价值，对国民经济和社会变革将产生深远影响。
