实现单个的语音、语义、人脸、图像识别并不难，难的是用户有场景需要将所有的识别技术结合在一起。如何实现？首先从云知声说起。
实现单个的语音、语义、人脸、图像识别并不难，难的是用户有场景需要将所有的识别技术结合在一起。如何实现？首先从云知声说起。
4月12日，云知声牵头的“全智能交互联盟”成立，除云知声外，首批进入该联盟的成员还包括语义理解技术公司“哦啦”、图像识别技术公司“亮风台”、人脸识别技术公司“Face++”。
云知声是国内专注语音识别及语言处理技术对移动互联网公司，为易信、乐视超级电视等产品提供智能语音方案。
云知声CEO黄伟
从语音入侵移动互联
创立至今不到两年，云知声在语音行业的发展速度像坐上轮喷气飞机，去年10月，云知声还成功获得1亿元A轮融资。不差钱的云知声，迅速达到规模化，并提前完成商业化。
为什么云知声能发展得这么快？
首先，这与我国移动互联网的发展环境有关。随着移动互联网的快速发展，语音正处在一个爆发的零界点。对于智能终端而言，语音不仅是刚需，而且还和摄像头、麦克风一样，是智的能硬件重要入口之一。
云知声的CEO黄伟，把云知声的智能语音服务梳理为三个方向：云、端、芯。云知声对于行业趋势的捕捉是迅速的，同时在技术上进行升级，达到业内比较领先的水平。
语音的盘子有多大？
语音在人机交互方面，占据着越来越重要的地位。从一些科幻大片中，我们已经可以窥一斑而知全豹。
2013年国内语音企业龙头老大科大讯飞营收超12亿，国外语音公司Nuance营收超23亿美元。
据中国智能语音产业联盟发布的《2013中国智能语音产业发展白皮书》称，智能语音已进入快速应用阶段。
通过与各语音厂商的各种调研结果来看，带动相关产业产值100亿元，预计到2017年，将带动相关产业规模增长1000亿元，占全球相关产业规模的比重将由去年的5.6%增至17.1%。
中国智能交互的首个联盟诞生，要做些什么？
A轮融资后，不差钱的云知声都做了什么？
2013年10月，创立一年多都云知声拿到轮1亿元A轮融资，不差钱了。不差钱的云知声，合作伙伴目前已经扩展到了3000多家，领域涵盖了移动应用、智能终端、芯片等多个方向。
此外，云知声单月签约额超过千万，提前完成商业化。并且，在技术上的大量投入，使其不断突破，保持领先地位。
在智能交互中，语音、图像、人脸都是交互方式之一，于是云知声牵头，发起了“全智能交互联盟”。
这也许是此次智能交互联盟成立的一个契机。
当然，全智能交互联盟的成立除了内因驱动，也有外因使然。
不久前，腾讯宣布微信对外上线智能开放平台，向微信服务号和第三方应用开放语音识别技术和图像识别技术；
此前，百度也面向开发者开放了包括语音识别、面部识别等技术的接口。面对BAT的“疯狂收购”，垂直领域的技术公司进行技术聚合、服务升级不失为一个良策。
云知声牵头主导的全智能交互联盟正是在这样的背景下顺应而生。
云知声CEO黄伟表示，这样一个智能交互的联盟，可以将语音、图像、人脸交互方案打包，给硬件厂商和开发者提供一站式交互技术超市，而不是单一的被割裂的解决方案。通过全智能交互联盟提供的打包交互技术，有望加速智能交互行业的发展。
语音、图像、人脸交互，一个都不能少
当语音、语义、图像、人脸识别结合后，科幻片中的智能交互场景，距离成为现实为时不远。
《霹雳游侠》里的智能汽车
《人工智能》里的拟真机器人
《Her》里人和智能操作系统OS1恋爱
甚至还有《爱情公寓》里的能和人聊天的智能冰箱，这些场景都有一个共同点就是智能语音交互。
当然，全智能交互还需要克服如下难点：
全部智能交互的准确率都需要接近100%，否则在产品化时就会很容易出现问题；
语音、人脸、图像识别的应用场景如今仍有限，现实生活中人们所接触到的物理表面远远多于这些电子表面，所以如何把更多的“表面”纳入可交互范畴非常重要。
好在，随着智能可穿戴设备在近两年的发展，未来三五年内很可能会出现全智能交互的新奇案例。
网友评论