详情

6月2日，被巴伦杂志冠以“互联网女王”称号的玛丽·米克尔（Mary Meeker）发布了2016互联网趋势报告。国内媒体焦点大多放在“中国已成互联网市场领导者”、“互联网繁荣时代走向终结”等宏观话题上，忽略了一些重要的技术趋势。这其中，语音识别便是一个。

语音识别

报告认为，语音是最有效的计算输入形式，将成为人机交互的新范式。相比打字，语音交互的优势明显:人每分钟平均可以说150个单词，打字只能打40个。同时即简单又方便，一个麦克风即可解决，尤其适合物联网的场景。

未来的计算界面将从键盘进化成麦克风及键盘，不过现在才刚刚上路。报告中的数据显示，谷歌语音搜索量较2008年增长了35倍以上，较2010年增加了7倍以上。在美国，安卓平台上语音搜索占比高达20%。

国内的互联网巨头早已嗅到这一趋势背后的巨大商机。阿里云iDST技术总监初敏认为，“语音交互将会成为数据智能的第一个爆发点，下一轮的入口之争将再次出现”。不久前，由初敏主导的阿里云语音识别技术击败了全球速记亚军，可实时的将语音转化为文字，人体几乎感觉不到延迟。

“延迟是语音识别系统的关键指标，没人愿意一个回复等待10秒”，百度首席科学家吴恩达说。报告认为，现在机器语音识别已经达到人类级别，下一个阶段将会关注户外嘈杂背景及讲话者特性不同（口音、语调）下的语音识别。

互联网行业的拐点通常都是后知后觉，iPhone销量遇到天花板，亚马逊的Echo销量开始起飞，这说明了什么？