深度综述 棋局输赢未定，基于深度学习的语音识别已是焦土混战

语音已经逐步成为人们与人工智能互动的重要界面，人工智能落地的新篇章正在书写，而语音争夺的焦土战则早已全面爆发。

语音识别（语音转文字）是语音文本类深度学习应用类别之一，包括语音命令，语音听写和语音转录。语音命令往往比较短，例如“我要王菲的听歌”等等。语音听写则是对近场清晰语音的人对机听写，需要有一定的实时性。

各大硅谷巨头都在争相发展语音入口

苹果Siri依托于iPhone，以苹果手机的数量不难得出Siri拥有比任何人工智能语音助手都更加庞大的基础平台这个结论。

亚马逊Alex则依托于Echo设备。2017年的节日促销， Echo智能音箱家族整体表现亮眼，成了购物季的“明星礼物”，一举拿下全球亚马逊销量最高的商品。这两家都已经在消费普及方面取得了明显的领先优势。而谷歌在搜索方面依然占据领先优势，人们渐渐用语音搜索来代指谷歌的语音技术，整合语音功能的新款软件有Assistant，语音工具有Voice Search。

任何一家硅谷巨头都认定：不能在这个即将到来的生态系统大战中失败。

BAT人工智能的棋局纷纷落子语音入口：

• 百度语音交互平台Duer OS全面进行开源，百度有基于语言识别和自然语言处理的度秘 DuerOS，所有技术驱动力来自百度大脑，无论是算法还是模型、架构。

• 阿里智能语音助手AliGenie，阿里人工智能实验室认为AliGenie的优势之处在于语义理解，仅一项关于天气的询问就可以理解700多种中文问法。

• 腾讯叮当，不仅在于语音交互，更希望以语音为基础，结合视觉与听觉，在原有的“手机助手式”的语音交互上进行叠加配合，真正实现场景化下的高效互动。

另外，to C语音战场的还有搜狗。搜狗建立以语言为核心的人工智能技术，通过问答、语音和翻译更形态应用于搜索和输入法等产品中，把语音输入集成到手机输入法中。

尽管棋局输赢未定，BAT巨头语音领域落子，毫不犹豫。

术业专攻，有人主打语音技术

凭借语音输入、语音识别等NLP方面的功底，科大讯飞家的“网红输入法”，6年囊获了5亿用户。自此