科客點評：如果沒有人工智能，語音識別如同雞肋，食之無味，棄之可惜。

        在10月18日晚上的錘子手機發布會上，老羅現場展示了科大訊飛97%正確率的語音輸入。時間定格于發布會106分40秒，在老羅一陣碎碎念之后的不到一秒之內，文字轉換完成。其轉換速度之快，準確率之高以及現場展示的特殊環境，都讓人驚艷了一把。

        語音識別實用嗎？

        事實上，語音輸入并不是什么新鮮詞，但這次借助老羅的“單口相聲”，語音輸入又跳到眾人視線中。令人奇怪的是，訊飛的語音輸入在很早以前就有了，這次展示卻令我們有種重新認識語音輸入的感覺。

        幾年前，語音輸入的準確率也不低，基本都有90%以上。然而，放到實際生活中，語音輸入的實用性仍然不是很高。在使用語音輸入的時候，其準確率會受到非常多的因素影響，在不同的環境下使用會有差別，在不同使用者的口音下更是差別巨大。

        但放到今天，語音識別還是不實用嗎？

        應該說，由于準確率的提高，語音識別的實用性對普通用戶來說有所上升。但從科客的實際體驗來說，哪怕是訊飛，其準確率仍然受限于使用者的音量、發音標準程度、環境干擾諸多因素。其中最大的影響因素應該是口音。拿廣東地區來說，光是粵語，不同地區的人發音都有所區別。對于人類來說，我們可以較為輕松的識別不同口音，并較為準確領會他人表達的意思。然而對機器而言，它就需要更大的數據庫。倘若哪一天，語音輸入能夠只能判斷方言口音，并且能在街頭隨機抽取不同口音的人進行語音輸入準確率的測試，那相信其實用性將會非常的大。但就目前而言，語音輸入的進步對不少年紀大的，只會用手寫輸入的用戶來說，其實用性確實不小。

        競爭者眾多

        需要承認，訊飛的多語言識別率確實是世界頂尖，中文是最好的。但是，其他競爭者要做到90%甚至95%以上也不是難事。另外，這些競爭者中不乏像谷歌、百度這樣擁有大量數據庫的企業，他們在海量用戶數據和人工智能技術上的優勢，能讓他們迅速的發展出優秀的語音智能。除此之外，這類互聯網企業還有足夠的能力發展諸多產品線，形成生態，以提供更優質而全面的服務。從這個角度來說，訊飛的發展道路有些窄。

        語音識別的應用

        另一方面，必須注意到，語音輸入本身只是一個途徑，它最終仍然要和實際操作相結合。比如在無人汽車領域，發展語音輸入就很有必要。試想一下，當你坐上一輛無人汽車，滿懷新奇和期待，結果屏幕卻彈出一塊鍵盤，那時你對這項高科技是否會感到失望？

        而智能家居又是未來一大利用語音識別進行交互的重要領域。語音識別與智能家居的結合在幾年前就有了。微軟在win10發布會上主打的一點就是跨平臺，并利用Cortana這個語音識別進行更便捷的操作。也許這是第一步，在整合數碼設備之后， 微軟甚至能一步步逐漸滲透，從電視到洗衣機，從窗戶到整個房屋，全都用人工智能進行操作。而語音識別自然理所當然會成為更智能家居體驗的主要交互方式。這是能夠改變人們生活的重要領域，以語音識別為基礎建構起來的整個生態，就成了目前各大語音識別廠商追逐和競爭的目標。

        重點還是人工智能

        從語音識別在未來可能涉及的領域可以看到，雖然語音識別能讓生活工作變得更加的高效便捷，然而，其核心卻是人工智能。雖然微軟CEO薩提亞·納德拉對語音識別不吝贊美，甚至稱語音識別突破的意義不亞于將圖形界面引入電腦，然而，沒有人工智能為核心，語音識別會出現下圖這樣的答非所問，就算再準確又如何？

        無論是無人汽車，還是智能家居，或者是其他領域，語音識別只能算是第一步。畢竟如果計算機無法理解我們的指令，那么也不會有后續的操作。要想在這些領域有所發展，給用戶更好的體驗，那就必須著眼于人工智能。如果語音識別沒有依托于人工智能，不能和其他產品相互配合，那語音識別的意義也就沒有那么大了。由此來看，語音識別真的是重點嗎？恐怕不見得。關注科客網官方微信kekebat，獲取更多精彩資訊。