品途公司志（ID：e-qika） 作者：尹磊

去年十一月，搜狗、百度和科大訊飛接連召開發佈會，幾乎在同一時段宣佈各自中文語音識別準確率達到了97%。

然而，這個令人興奮的數字，卻有一個先決條件——只能適用於安靜的、近距離的環境下。

換句話說，97%的準確率目前只與手持移動終端相匹配。在物聯網場景下，這個數字難以作為背書。

而這往往成為人們對語音交互應用的認知誤區。

“識別率達到99%也沒用，因為現在的核心問題是怎麼做好語音交互，而不是語音識別。”

思必馳創始人兼CEO高始興對品途說，人機對話的核心不單是語音識別，當把語音技術真正應用在物聯網，交互就不單要依靠耳朵，還要結合更多的理解，包括結合大腦的對話，結合語音合成，甚至未來對眼神、情緒的判斷。

思必馳的紅海策略

在人工智能領域，我們經常聽到搜狗、百度、科大訊飛這些大廠，而由於一直在B端默默耕耘，思必馳這個公司的名氣，相較於它的功績，是被低估了的。

它是世界人機對話挑戰賽的冠軍；而在國際評測中，思必馳的錯誤率是7.09%，超越了10%的國際水平；另外，在高盛“全球人工智能生態報告”中，國內只有兩家公司入圍高盛名單“全球最具競爭力的人工智能公司”，其中之一就是思必馳。

技術領域內，思必馳在全球也是領先的。

語音識別在不同的場景裡，會面對大量的技術挑戰，比如噪聲，比如距離，高始興解釋稱，“現在一流的語音公司，在手機上的語音識別基本都很高了，但手機我們是拿到嘴邊，定向的輸入，而使用智能音箱、智能電視、智能機器人時，是有一段距離的，還有噪聲的干擾，我們不可能對電視去喊。所以真正將交互做好，絕對不僅僅是語音識別，還有聲學和信號處理等多方面問題，在物聯網和一些行業應用中很複雜，會有幾何倍數的挑戰。”

儘管技術研發上很有挑戰，但人工智能現在發展依然火熱，這個熱代表是錢熱、湧入的競爭對手多，資本依然具有翻雲覆雨的能力。

在這片紅海里廝殺，有些企業遍地開花，有些則專攻垂直領域。但這個領域邊際廣闊，想要崛起，高始興的詞條是“極致”，這意味著思必馳選擇了深扎垂直領域。

在被寄予厚望的AI未來世界，思必馳走向極致的路徑，一是要靠專注，二是靠技術驅動。

“人工智能這種技術，它還是很創新的，落到不同的行業，週期、挑戰都特別大，無論是教育、物聯網還是金融醫療……不專注你就肯定做不到極致；而且這裡邊一定是技術驅動的，專注於對行業的理解，迅速把技術原形到產品原形，再到產品、商品形成一個循環。這就是為什麼思必馳做智能硬件，並且有這麼大的研究團隊。”

思必馳還實行產學研一體化，與上海交通大學成立智能人機交互聯合實驗室，由思必馳首席科學家俞凱負責，主要從事前沿和底層的技術研究，相關技術成果和知識產權都歸思必馳所有並轉化。

思必馳團隊目前超過300人，其中做底語音技術的近百人，這在國內面向物聯網市場的企業中，規模屈指可數。

站穩垂直領域：車載、家居、機器人

一般整個產業鏈達到成熟，往往是產品端已經做到了極致，從渠道端能夠鋪下去，隨後內容生態越來越豐富。就像當年的蘋果，它將體驗和生態做到極致，隨之讓用戶的使用得心應手。

對於思必馳來說，車載、家居、機器人，是其專攻的三大垂直領域，並希望以此來達到蘋果公司所創造的極致用戶體驗。

思必馳所提供的產品服務，一方面是思必馳對話操作系統AIOS系統（AISpeech Operating System思必馳人工智能操作系統）——運行於Android、Linux、阿里雲OS等主流操作系統之上，目前主要用於車載領域（AIOS For Car）和家居領域（AIOS For Home）；另一方面是軟硬一體化的芯片模組。它提供聲源定位、個性喚醒、語音識別、語義理解、多輪對話等功能，主要用於家居和機器人領域。

目前，思必馳針對家居和機器人領域，推出四麥線性陣列和環形六麥陣列等軟硬一體化的解決方案。另外還跟君正、慶科、全志等芯片廠商建立戰略合作，推出內置語音交互的芯片模塊。

智能車載

智能車載是思必馳最重要的領域，在智能後視鏡市場，思必馳佔據著60%左右的市場份額。

語音交互是車內的剛性需求，據統計，國內30%的交通事故是打電話、看微信導致，因為沒有其他的交互手段，語音交互成了最自然的剛性需求。

另外，無論是前端還是後端，車聯網的整個產品體驗都在提升，越來越多人不再把車當成交通工具，而是一個生活空間。這一空間定位的轉變，自然就會帶來更多服務，語音交互也成了最主要的調用方式，目前國內機動車保有量在3億左右，每年的出貨量是2500萬，據高始興預計，5年以後，市面上30%~50%的機動車，都會有語音交互系統。

“這很嚇人的，假設咱們說30%，即使按3億的保有量來算，就是9000萬，接近一個億的車載用戶代表著什麼？”

“車聯網語音交互的活躍度是50%，你要知道在手機端上能達到50%的，除了微信可能也就只有支付寶，這個量級其實是很恐怖的。”

智能家居

而在智能家居市場，亞馬遜Echo的出現帶火了整個行業，也帶動了智能語音技術在家居領域的廣泛應用。目前，思必馳在家居領域的落地產品包括智能音箱、智能電視、冰箱空調、路由中控等硬件設備，而最近大熱的音箱類目，小米互聯網音箱、聯想智能音箱、阿里天貓精靈X1，均採用了思必馳的語音技術。

“物聯網是個長期的市場，現在智能音箱非常火爆，但這類智能終端如果僅僅只有語音識別的能力，那還只是玩具，它真正需要的是語音交互。為什麼亞馬遜的Echo出來後，很多企業都開始做智能音箱？是因為它是一個生態。它通過人工智能的賦能，讓終端成為智能終端，智能終端什麼意思呢？用戶無所不為。無論是給設備放到本地也好，放到雲端也好，一定是需要整體的語音交互系統，人工智能操作系統。這在中國是遲早的事，但不一定是智能音箱，我們只是看到它浮出來了，所以我們要試一下。”

智能機器人

思必馳合作的機器人廠商也以家庭陪伴和育兒機器人為主，客戶包括樂橙機器人、小蘿蔔機器人、360發佈的小巴迪、360小巴迪和其生態鏈機器人金剛蟻小憶等，都採用了思必馳的智能語音技術。

迎接爆發

“我知道會爆發，但真的不知道是哪一天，因為預言不可能那麼準。”

2007年移動互聯網方興未艾，PC上已經有語音的應用，但場景有限。高始興的團隊在英國劍橋成立，並在2008年回國，團隊核心技術人員均來自劍橋大學，去年被蘋果收購的語音技術公司VocallQ的創始人，正是他們創立劍橋公司時的合夥人。

2011年蘋果的SIRI發佈，高始興為之一振，他意識到語音技術的春天不遠了，“當時我們在後臺的數據提升非常快，這也說明這個事的用戶價值體現越來越明顯。”

按照高始興的解釋，現在的思必馳準確來說始於2012年。“2007年的業務我們已經打包賣掉了，因為我們那個時候還是研究院的品牌，對我來說，最大的轉折就是在2012年。”

思必馳之前曾將語音技術應用於英語口語教育業務，後來獲得聯想之星和啟迪等三方聯合投資，逐步把人力、精力及資本都專注到了智能硬件領域，並將口語教育業務剝離，成立子公司——馳聲科技，後被網龍全資收購。

在2016年初，思必馳B輪融資中拿到阿里巴巴的2億人民幣，繼續加快市場拓展和海外佈局。時隔半年，在2016年9月，思必馳又拿到一輪新的鉅額融資，思必馳逐漸成為了資本追逐的目標。

人機交互的很多理論，源自人與人交互的研究,尤其是社會心理學、認知心理學、認知神經科學等等，TheMedia Equation更是為此奠定了理論基礎，這本“聖書”核心的觀點就是人與計算機的交互行為，與人人的交互是高度相同的，很多時候甚至是潛意識的。

儘管有學術根據，也有大批量的資本入局，但直到目前，人們對語音交互是否能真正成為下一代的入口，依然存在爭議。但從2007年的矇昧時期開始，高始興就篤信這個未來，而且認定這個需求會越來越大。高始興和他的團隊已經用了10年時間來證明他們的判斷，並在國際技術領域留下濃墨重彩的一筆，我們無法具象地描述人工智能的時代會是什麼面貌，但可以肯定的是，正是這樣一批人推動著時代變革，並重啟商業世界的規則。

對話高始興

品途：為什麼在語音交互上，思必馳以及國內的技術會在全球異軍突起？

高始興：幾個方面：第一，在國際上做語音識別也好，人機對話也好，我們是蠻早的，特別是人機對話。另外我們的首席科學家俞凱，是幾個大的國際語音項目的核心繫統搭建人，人機對話的奠基，他也是參與者之一，一個公司或者一個研究方向，領軍人物非常關鍵。第二，思必馳創業10年，我們一直是技術驅動型的公司，人工智能時代技術驅動非常關鍵，而且核心人才我們基本上沒怎麼流動，還招了一批劍橋、來自於香港、新加坡、以色列，包括清華、北大、中科大、中科院、上海交大、南京大學的優秀學生。第三，任何一個技術都有產業化的樓梯，我們一直在結合產業去做，而且相對比較聚焦，我們會聚焦到物聯網，在這兒做的很紮實。底層的技術你要做的工程化，做到產品化、商業化還是有很多挑戰的，其實當你完成這個路徑以後，很多數據過來，對場景的理解，行當的理解，就是有助於你這個技術提升。

品途：整個供應鏈上議價空間最大的是否還是語音技術？

高始興：應該說是。因為第一，語音技術是這個產品的核心定義，其核心的智能還是語音智能、語音交互；另外，它是一個入口，沒有入口不行，而且你沒有第二個交互界面。

品途：你眼中的科大訊飛？

高始興：我覺得第一他們是非常了不起的，你想我們在2007年開始創業，我管那時候叫“冬天”，但他們在1998年就開始了，那是寒冬，什麼人工智能，當時也沒有這個說法，那時候更沒人知道語音識別；第二，這個行業其實還處在春天，甚至是在初春，未來的5到30年，是一場第四次工業革命。相比來說，訊飛是遍地開花，類似於一個草原生態，而思必馳，我覺得是一個大數據平臺，就是Focus在一個領域，找一個能夠葉茂枝繁的路徑。