在當下的汽車業(yè)，語音基于其交互的自然性，被認為是未來人與車交互的主要入口路徑，以致業(yè)內(nèi)普遍認為，“以語音為入口連接各種服務，構(gòu)建車聯(lián)網(wǎng)生態(tài)”。

作為人工智能應用最成熟的技術之一，目前語音交互的核心環(huán)節(jié)也取得重大突破，語音識別環(huán)節(jié)突破了單點能力，從遠場識別，到語音分析和語義理解有了重大突破，呈現(xiàn)一種整體的交互方案。

不過，雖然大多數(shù)新車可以用語音開啟車載導航，設置行車路線，進行信息查詢，實現(xiàn)一些諸如空調(diào)、天窗等功能控制，但距離“以語音為入口連接各種服務，構(gòu)建車聯(lián)網(wǎng)生態(tài)”的理想仍然較遠。

比如，在真實使用場景中，距離麥克風的遠近、交談時是否說方言，以及噪音、斷句等，都會讓語音識別的準確率大打折扣。

目前，業(yè)內(nèi)普遍宣稱的97%識別準確率，更多的是人工測評結(jié)果，只在安靜室內(nèi)的近場識別中才能實現(xiàn)。

更難的是，在交互的過程中，機器對于語音的理解，以及人機多人的交互對話，都存在問題。

人在說話時，往往會一詞多義，人會基于已有知識儲備和上下文環(huán)境進行理解，但現(xiàn)在的智能語音技術很難做到。

它對于說話者的口誤，容錯做得也不理想。用戶往往會追求多樣性，包括使用過程中偶然狀況的多樣性以及場景的多樣性等，因此容錯技術顯得尤為重要。

顯然，目前智能語音的發(fā)展遠未成熟，有著巨大的提升空間。再加上智能語音技術的巨大市場空間，互聯(lián)網(wǎng)巨頭已經(jīng)爭相進入這一市場。

在中國，記者注意到，百度、阿里巴巴、騰訊等諸多互聯(lián)網(wǎng)巨頭已經(jīng)入局，并先后推出自己的產(chǎn)品，以搶得智能語音信息流入口先機。

隨著互聯(lián)網(wǎng)巨頭進軍智能語音領域，轉(zhuǎn)為全棧的語音技術創(chuàng)業(yè)公司，類似科大訊飛這樣的傳統(tǒng)智能語音技術巨頭的不可替代性也受到了不可忽視的打擊，更多這幾年新興的語音技術公司更是命運叵測。

互聯(lián)網(wǎng)巨頭雖然入場較晚，但憑借著自有的雄厚資金和互聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù)資源，他們發(fā)展自家的人工智能技術，迅速搶占智能語音市場。

那么，在未來的車聯(lián)網(wǎng)智能語音領域，誰將是主宰？

以百度為例，這家以搜索起家的互聯(lián)網(wǎng)巨頭，正在轉(zhuǎn)型為人工智能公司，并在通用技術、算法和平臺開發(fā)等領域發(fā)展，對話式AI操作系統(tǒng)百度DuerOS是其語音技術的重要平臺。

從2010年年開始百度就將智能語音作為戰(zhàn)略方向，如今，百度語音技術已經(jīng)形成從模型算法、開發(fā)組件、場景覆蓋到行業(yè)應用的全鏈條。

2018年4月，北京車展上，博泰聯(lián)合開發(fā)搭載百度DuerOS的人工智能車機系統(tǒng)——東風風神WindLink3.0，在學習能力、計算能力和數(shù)據(jù)儲備上極具優(yōu)勢，可極快聽清并真正聽懂人復雜語言，并秒級提供用戶所需答案。

比如，只要用正常甚至很快的語速說“好熱”“幫我看看附近帶泳池和WIFI的酒店”，系統(tǒng)就可以自動調(diào)節(jié)空調(diào)溫度、搜索出對應的結(jié)果，直接完成房間的預定，然后再導航到該酒店。

作為人工智能時代開放賦能的生態(tài)系統(tǒng)，DuerOS通過自身三大核心技術“喚醒”你的車：讓車聽清你在說什么；讓車聽懂你想要什么；讓車滿足你所提出的需求。

互聯(lián)網(wǎng)巨頭之所以能夠在AI語音上發(fā)展如此迅速，跟其大多是市場驅(qū)動的企業(yè)有關，明顯的特點就是他們有自己更好的產(chǎn)業(yè)落地環(huán)境，關注客戶，注重長期，由客戶需要驅(qū)動產(chǎn)品發(fā)展。

這正是傳統(tǒng)語音技術提供商所欠缺的。

比如百度擁有百度搜索，騰訊擁有微信、QQ及游戲等龐大的產(chǎn)業(yè)落地環(huán)境，而阿里擁有淘寶及其線下的零售店，所以在AI語音產(chǎn)業(yè)落地上，互聯(lián)網(wǎng)巨頭會更有優(yōu)勢。

而像科大訊飛這樣傳統(tǒng)語音技術提供商是由技術推動業(yè)務發(fā)展的企業(yè)，產(chǎn)品開發(fā)期間并不知道最終用戶是否會使用，相對市場驅(qū)動來說具有較高風險。

它以B to B模式和B to G模式為主，對全產(chǎn)業(yè)提供語音技術，主要聚集在教育、司法、醫(yī)療、智慧城市等行業(yè)領域布局。2017年這些業(yè)務占公司營收的比例約為80%。

雖然車聯(lián)網(wǎng)也是科大訊飛發(fā)展方向之一，也取得了不小的成就，但未來要往前再走一步并不容易，需要它在語義識別方面的人工智能技術方面進一步突破。

人工智能本身是高度的資本密集型、知識密集型產(chǎn)業(yè)和數(shù)據(jù)密集型企業(yè)，投入金額巨大，沒有足夠的數(shù)據(jù)、人員和資金，根本無法在核心賽道上堅持下來。

百度宣布語音技術全系列永久免費，包括近場語音識別、長語音識別、遠場語音識別、語音合成、語音喚醒等百度語音核心功能等，并且支持IOS、Android等多平臺接入。

這些百度人工智能開放平臺的核心基礎技術，都是需要長年的純投入，不計回報，只有擁有其他大規(guī)模的獲利途徑，才能支撐這樣的研發(fā)投入和人才梯隊。

百度選擇了將平臺級技術開放出來之后，令整個行業(yè)都在加速，同時也終結(jié)了國內(nèi)基礎技術的重復投入。

類似于開源軟件，開放是一種戰(zhàn)略選擇，是領先者對于后來者的規(guī)范制定。行業(yè)后來者，必須與百度接軌，融入百度生態(tài)。

隨著互聯(lián)網(wǎng)巨頭在智能語音上面大范圍布局，如今在智能語音技術上它們都是使用自家的語音產(chǎn)品——阿里用自己的阿里YunOS語音識別技術，騰訊的騰訊云也有自己的東西。

大客戶轉(zhuǎn)身成為競爭對手，而且他們有自身的現(xiàn)金流業(yè)務、場景、數(shù)據(jù)和用戶，他們會更有競爭優(yōu)勢，最終可能會在車聯(lián)網(wǎng)語音領域形成寡頭格局。如此，傳統(tǒng)智能語音技術企業(yè)可能被收編，也可能被消滅。

正是因為擔心這樣的結(jié)局發(fā)生，記者注意到，2017年11月，科大訊飛比較在意地宣傳騰訊的小Q機器人采用的是自己的語音識別技術。

或許在這方面，騰訊目前還并不強大，但趨勢已經(jīng)十分明顯。5月23日，騰訊董事會主席兼CEO馬化騰公開表示，為了抓住萬物互聯(lián)時代的機遇，騰訊近年來在語音識別、語義理解、計算機視覺等AI技術上投入大量的精力。