導(dǎo)語：2017年7月，國外媒體報(bào)道蘋果或?qū)⒂赪WDC 推出智能音箱產(chǎn)品，引發(fā)語音人工智能領(lǐng)域關(guān)注。一方面，以亞馬遜Echo 智能音箱為代表的現(xiàn)象級AI 產(chǎn)品廣泛應(yīng)用于日常家居生活；另一方面，中國2017 年兩會政府工作報(bào)告首提人工智能，“科技創(chuàng)新2030—重大項(xiàng)目”關(guān)注人工智能2.0 主題，AI 全面升級為國家層面發(fā)展戰(zhàn)略。由于學(xué)習(xí)驅(qū)動方式、數(shù)據(jù)處理方式、計(jì)算形態(tài)、平臺生成方式和研究理念五大方面的變化，政策和產(chǎn)業(yè)的現(xiàn)狀表明AI 2.0 時(shí)代已經(jīng)來臨。
往期報(bào)告回顧：
AI 2.0時(shí)代（一）
科技企業(yè)積極布局，共同推動產(chǎn)業(yè)鏈成熟
語音AI 產(chǎn)業(yè)鏈主要分為上游的基礎(chǔ)技術(shù)層、中游的基礎(chǔ)應(yīng)用層和下游的方案產(chǎn)品集成層。上、中游主要參與者是擅長基礎(chǔ)技術(shù)研發(fā)的科研院所、技術(shù)與資金實(shí)力比較雄厚的傳統(tǒng)巨頭廠商（如亞馬遜、谷歌、百度等），包括英偉達(dá)、英特爾等芯片廠商。下游主要參與者包括智能語音助手軟件服務(wù)商和嵌入智能語音系統(tǒng)的硬件服務(wù)商等，國內(nèi)如云知聲、思必馳等研發(fā)實(shí)力較強(qiáng)的創(chuàng)業(yè)公司也通過與實(shí)力較強(qiáng)的企業(yè)合作參與其中。
圖：語音AI產(chǎn)業(yè)鏈（資料來源：36氪）
（一）Google：底層技術(shù)積累深厚，持續(xù)發(fā)力布局全產(chǎn)業(yè)鏈
公司于2011 年正式成立AI 部門，目前包括Google 搜索、Google Now、Gmail 等100余個(gè)團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)技術(shù)，并往其開源Android 手機(jī)系統(tǒng)中注入大量機(jī)器學(xué)習(xí)功能（如用卷積神經(jīng)網(wǎng)絡(luò)開發(fā)Android 手機(jī)語音識別系統(tǒng)）。目前產(chǎn)品和服務(wù)主要依靠AI 技術(shù)驅(qū)動，如使用深度學(xué)習(xí)技術(shù)改善搜索引擎、識別Android 手機(jī)指令、鑒別其Google+社交網(wǎng)絡(luò)的圖像等。掀起AI 并購狂潮，持續(xù)發(fā)力語音AI 領(lǐng)域?！皟?nèi)生+外延”雙輪驅(qū)動成為科技龍頭企業(yè)布局AI 的一般戰(zhàn)略。谷歌在成立專門的AI 研究團(tuán)隊(duì)以維持自身在先天基礎(chǔ)技術(shù)和產(chǎn)品集成優(yōu)勢的同時(shí)，也積極并購或參股AI 初創(chuàng)公司，以期搭建完整的AI 生態(tài)鏈。
公司2016 年9 月收購的Speaktoit 是專注于語音交互功能和自然語言學(xué)習(xí)，為有語音識別功能的應(yīng)用app 提供云端應(yīng)用接口編程。2017 年1 月收購的Limes Audio 在音頻信號處理方面經(jīng)驗(yàn)豐富，技術(shù)可用于減少因物理空間條件不足所導(dǎo)致的音效不佳問題。底層語音AI 技術(shù)不斷積累，用戶使用場景進(jìn)行重點(diǎn)覆蓋。在語音AI 布局方面，谷歌的布局分成三個(gè)方面。第一是做好底層技術(shù)積累，研發(fā)先進(jìn)的深度學(xué)習(xí)算法，增強(qiáng)語音識別能力，對于信息處理和用戶服務(wù)產(chǎn)生更好反饋；第二是覆蓋用戶生活使用場景，抓取到更多信息；第三是將技術(shù)轉(zhuǎn)化為商業(yè)應(yīng)用，以Google Home 作為家居系統(tǒng)入口，著力打造智能家居生態(tài)產(chǎn)業(yè)鏈。
圖：google語音AI領(lǐng)域布局路徑
開源第二代深度學(xué)習(xí)系統(tǒng)，設(shè)計(jì)專用集成芯片。2015 年11 月，谷歌宣布開源第二代深度學(xué)習(xí)系統(tǒng)Tensor Flow。TensorFlow 可模仿人類大腦工作的方式并識別出模式，在數(shù)據(jù)輸入和輸出方面都有較好的精度和速度，被廣泛應(yīng)用于語音識別、圖像識別等領(lǐng)域。2016年5 月，谷歌發(fā)布專為TensorFlow 設(shè)計(jì)的專用集成芯片，命名為張量處理單元TPU（Tensor Processing Unit），大幅度提升深度學(xué)習(xí)系統(tǒng)運(yùn)行效率。2017 年2 月15 日第一屆TensorFlow開發(fā)者峰會上，TensorFlow 1.0 版本正式推出，加強(qiáng)了Python API 的穩(wěn)定性，使得加入新特征變得更加容易，更適合商業(yè)化使用。
推出智能音箱Google Home，標(biāo)志谷歌語音AI 商業(yè)應(yīng)用落地。2016 年5 月召開的Google I/O 開發(fā)者大會上，谷歌推出語音智能助手Google Assistant 與智能音箱GoogleHome，利用虛擬助理融合智能家居，加速推進(jìn)智能生態(tài)建設(shè)。之后能與Google Home 兼容的家庭智能設(shè)備繼續(xù)增多。2017 年1 月25 日，Google 宣布與Belkin 的Wemo 系列智能插頭和照明開關(guān)和Honeywell 智能恒溫器展開合作。Google Home 用戶只需打開App，就可以在控制菜單中將這些設(shè)備連接到智能音箱上。更進(jìn)一步的是谷歌在MWC2017 展會上宣布，Android 6.0 以上版本獲取Google Assistant 無需系統(tǒng)更新，谷歌會通過Play 服務(wù)為符合運(yùn)行條件的設(shè)備自動添加Google Assistant 服務(wù)。
Wavenet 語音合成方法開創(chuàng)全新思路。2016 年9 月，谷歌發(fā)布由零開始創(chuàng)造整個(gè)音頻波形輸出的語音合成方法Wavenet，通過利用真實(shí)的人類聲音剪輯和相應(yīng)語言、語音特征來訓(xùn)練其卷積神經(jīng)網(wǎng)絡(luò)，讓其能夠辨別語音和語音模式，輸出音頻更接近人聲。
（二）Amazon：以Alexa+Echo 為核心，構(gòu)建智能生態(tài)系統(tǒng)
市場優(yōu)勢明顯，智能音箱Echo 搶占先機(jī)。亞馬遜作為全球大規(guī)?？鐕娚?，擁有海量C端市場用戶。2006 年后，公司借助AWS 在云市場的領(lǐng)先地位為AI 產(chǎn)業(yè)發(fā)展積累基礎(chǔ)數(shù)據(jù)量。2014 年11 月，亞馬遜智能音箱Echo 與個(gè)性化語音助手Alexa 誕生，并在隨后的兩年時(shí)間內(nèi)得到消費(fèi)者的高度認(rèn)可。盡管Amazon 推出Echo 時(shí)，它只是一個(gè)內(nèi)置幾個(gè)語音命令的智能揚(yáng)聲器，但隨著用戶習(xí)慣培養(yǎng)以及近兩年語音技術(shù)的不斷精進(jìn)，已經(jīng)發(fā)展成為一個(gè)豐富的智能生態(tài)系統(tǒng)。
加強(qiáng)Alexa 第三方合作，步入相關(guān)智能設(shè)備領(lǐng)域。目前搭載Alexa 的硬件品類已經(jīng)超過7000 種。產(chǎn)品品類從電器、手機(jī)到機(jī)器人、汽車信息娛樂系統(tǒng)等多個(gè)領(lǐng)域，品牌涵蓋了LG、華為、GE、福特、大眾、聯(lián)想、優(yōu)必選等。2017 年1 月，Amazon與華為達(dá)成合作，在面向美國發(fā)售的Mate 9 上搭載語音助手Alexa，同時(shí)與摩托羅拉合作開發(fā)Moto Mods。Moto Mods 是與Moto Z 手機(jī)配合使用的可拆卸模塊，可為手機(jī)增加音箱、投影儀等功能。2017 年2 月，高通宣布旗下公司將幫助高通藍(lán)牙音頻系統(tǒng)芯片SoC 實(shí)現(xiàn)內(nèi)置Alexa 喚醒支持，Amazon 順利進(jìn)入智能耳機(jī)領(lǐng)域。
后續(xù)借力AWS 云服務(wù)，開源DSSTNE。2016 年底亞馬遜re:Invent 大會上，AWS（亞馬遜公司旗下云計(jì)算服務(wù)平臺）正式推出自己的AI 產(chǎn)品線：Amazon Lex、Amazon Polly以及Amazon Rekognition，分別可用于自然人機(jī)交互、語音轉(zhuǎn)換以及圖像識別等服務(wù)。此外，2016 年5 月亞馬遜開源了針對深度學(xué)習(xí)的模型庫DSSTNE。通過改善搜索、定制化產(chǎn)品推薦以及語音識別、增加有質(zhì)量的產(chǎn)品評價(jià)，公司內(nèi)部利用機(jī)器學(xué)習(xí)改善端到端的用戶體驗(yàn)。
（三）科大訊飛：全面布局智能語音產(chǎn)業(yè)鏈
科大訊飛作為國內(nèi)智能語音產(chǎn)業(yè)領(lǐng)導(dǎo)者，實(shí)行全產(chǎn)業(yè)鏈發(fā)展戰(zhàn)略，從上游的語音硬件芯片、麥克風(fēng)陣列，到中游基礎(chǔ)應(yīng)用層的語音合成、語音識別和語音拓展等技術(shù)，再到下游的服務(wù)方案和產(chǎn)品均有完整布局。
成功自主研發(fā)語音芯片和麥克風(fēng)陣列。語音芯片研發(fā)方面，科大訊飛已成功研發(fā)出基于自身核心技術(shù)高度集成中英文語音合成芯片系列，在業(yè)內(nèi)具有較好的語音合成體驗(yàn)。根據(jù)科大訊飛研究院魏斯介紹，在深度學(xué)習(xí)平臺架構(gòu)上，科大訊飛使用GPU 作為主要的運(yùn)算部件，并結(jié)合算法的特點(diǎn)，進(jìn)行大量的并行化工作。例如，在分塊模型更新基礎(chǔ)之上設(shè)計(jì)融合彈性平均隨機(jī)梯度下降（EASGD）算法的并行計(jì)算框架，在64 位GPU 上實(shí)現(xiàn)了近線性的加速比，大大提升訓(xùn)練效率，加快深度學(xué)習(xí)相關(guān)應(yīng)用的研究進(jìn)程。
科大訊飛麥克風(fēng)陣列主要有二麥、四麥、六麥三類，主要應(yīng)用場景有機(jī)器人、智能家居、智能硬件等，功能聚焦于智能硬件遠(yuǎn)場拾音的實(shí)現(xiàn)。
圖：科大訊飛麥克風(fēng)陣列產(chǎn)品比對（資料來源：訊飛開放平臺）
語音合成和語音識別等基礎(chǔ)應(yīng)用技術(shù)遙遙領(lǐng)先。（1）語音合成：公司成功研發(fā)全新的基于深度學(xué)習(xí)的語音合成系統(tǒng)，合成語音的自然度和表現(xiàn)力得到顯著提升，在國際最高水平的語音合成比賽Blizzard Challenge 中再次奪冠，且七項(xiàng)指標(biāo)全部全球第一。（2）語音識別：針對人與人之間自由交談、會議演講等場景，語音實(shí)時(shí)轉(zhuǎn)寫通用正確率很高，能夠在實(shí)際應(yīng)用場景中達(dá)到實(shí)用門檻的中文語音轉(zhuǎn)寫。2016 年9 月，科大訊飛參加由Google承辦的第四屆CHiME Challenge 國際多通道語音分離和識別大賽獲取全部三項(xiàng)賽事第一名，說明其語音識別以及麥克風(fēng)陣列處理技術(shù)處于國際頂尖水平。
圖：科大訊飛AI+業(yè)務(wù)領(lǐng)域
（四）Apple：以Siri 為入口，拓展智能設(shè)備應(yīng)用
蘋果對于自身在人工智能領(lǐng)域的定位是設(shè)備智能技術(shù)研發(fā)商和產(chǎn)品提供商，即將人工智能技術(shù)納入到硬件，利用如Siri 語音以及iOS 10 中的圖片自動識別分類機(jī)制，拓展語音、圖像識別方面的應(yīng)用。Siri 于2011 年和iPhone 4S 同時(shí)推出，客戶體驗(yàn)經(jīng)歷了一個(gè)逐步攀升的過程。經(jīng)過較長的語音技術(shù)探索，在2016 年蘋果開發(fā)者大會上，iOS 10 搭載的Siri 開放新功能API 和SDK，支持Siri 控制第三方應(yīng)用，如使用Siri 叫滴滴專車、為QQ好友發(fā)送消息等。相較谷歌助手僅支持5 種語言，亞馬遜語音助手Alexa 僅支持英語和德語，Siri 支持語言的種類高達(dá)24 種，可以更好地本地化、融入用戶生活。今年3 月，蘋果表示iOS 10.3 版本中語音助手Siri 將支持上海話，這是繼粵語和臺灣國語之后的另一種中文方言上線。
以智能耳機(jī)完善布局，智能家居或緊隨其后。2016 年9 月秋季發(fā)布會上蘋果發(fā)布了智能耳機(jī)AirPods，支持和Siri 的結(jié)合。（1）AirPods 和iPhone 配對之后，用戶輕點(diǎn)兩下AirPods 即可激活Siri。（2）在打電話或與Siri 交談時(shí)，采用波束成形技術(shù)的雙麥克風(fēng)可過濾背景噪音。相信隨著AirPods 的上線，未來Siri 將會更多地參與到用戶日?；顒又?，對于蘋果在AI 領(lǐng)域的布局產(chǎn)生重大影響。據(jù)Bloomberg 報(bào)導(dǎo)，蘋果正打造與亞馬遜Echo類似模式的智能家居設(shè)備，目前進(jìn)入樣品測試階段，有望切入智能家居方面。
圖：AirPods無線智能耳機(jī)
（五）Microsoft：“小冰”、“小娜”與合作方切入多個(gè)領(lǐng)域
2014 年5 月，微軟首次發(fā)布人工智能伴侶虛擬機(jī)器人“微軟小冰”，經(jīng)過兩年的技術(shù)改進(jìn)與調(diào)試，第四代微軟小冰于2016 年8 月5 日發(fā)布。2016 年12 月9 日，微軟（亞洲）互聯(lián)網(wǎng)工程院宣布與騰訊達(dá)成合作，小冰進(jìn)入騰訊QQ，讓手機(jī)QQ 聊天功能“厘米秀”擁有智能溝通的能力，與QQ 平臺上獲得首批AI體驗(yàn)資格的用戶進(jìn)行智能互動。3 月14 日，合作又進(jìn)一步深入，小冰可被用戶邀請至QQ群聊。小冰擁有實(shí)時(shí)情感決策對話引擎，可以與群用戶進(jìn)行實(shí)時(shí)對話，支持語音和圖像多感官交流。除聊天功能外，QQ 群聊小冰還開放了測天氣、猜成語、占星術(shù)、對詩等群游戲和群管理技能。
“微軟小娜”語音助手或成微軟合作企業(yè)首選。2014 年7 月，微軟召開Windows Phone 8.1 Update 中國區(qū)發(fā)布會，正式發(fā)布Cortana 中文版“微軟小娜”。在過去幾十年里，微軟一直是企業(yè)軟件的主要提供商。日產(chǎn)和大眾等公司將微軟技術(shù)嵌入自己生產(chǎn)的汽車中，如日產(chǎn)將微軟語音助手Cortana 嵌入了下一代汽車的儀表板。同時(shí)，Harman Kardon 宣布在2017 年推出集成Cortana 語音助手的智能藍(lán)牙音箱，與亞馬遜Echo、Google Home 在智能音箱市場展開角逐。
（六）Nuance：語音識別傳統(tǒng)巨頭，車載與醫(yī)療語音前景看好
Nuance 是專注語音識別底層技術(shù)巨頭之一。2012 年，Nuance 從底層語音技術(shù)輸出商轉(zhuǎn)型為企業(yè)解決方案服務(wù)商，成立四大業(yè)務(wù)部門，包括醫(yī)療業(yè)務(wù)部、企業(yè)業(yè)務(wù)部、移動設(shè)備業(yè)務(wù)部和圖像業(yè)務(wù)部。憑借多年在銀行、醫(yī)療、汽車等行業(yè)的服務(wù)經(jīng)驗(yàn)，Nuance 開始布局語音AI 領(lǐng)域，試圖率先建立行業(yè)壁壘。
圖：Nuance四大業(yè)務(wù)部門
推出物聯(lián)網(wǎng)開發(fā)平臺Nuance Mix，提供智能物聯(lián)網(wǎng)家居體驗(yàn)。2015 年末，Nuance推出專門針對移動和消費(fèi)電子產(chǎn)品的開發(fā)平臺Nuance Mix。Nuance Mix 可以幫助設(shè)備制造商和開發(fā)人員快速創(chuàng)建自定義語音和自然語言處理接口，加速包括智能家居、游戲、機(jī)器人等行業(yè)在內(nèi)的發(fā)展。同時(shí)，Nuance Mix 可以作為中間件對智能手機(jī)和物聯(lián)網(wǎng)產(chǎn)品實(shí)施控制，并直接與設(shè)備本身交互。2017 年1 月，在國際消費(fèi)電子展上，Nuance 通過融合Nuance Mix 平臺的Greenwave Systems AXON Platform、家居安全系統(tǒng)集成、ROOBO JellyOS 等實(shí)現(xiàn)了對話型智能家居系統(tǒng)?，F(xiàn)場有將物聯(lián)網(wǎng)的連接范圍延伸到互聯(lián)汽車中的演示。
為聲龍駕駛語音平臺引入對話型智能汽車助手。2012 年9 月，Nuance 發(fā)布車載自然語言語音平臺Dragon Drive（聲龍駕駛），使用Nuance Dragon Dictation（聲龍聽寫）和Dragon Go 解決方案的核心技術(shù)，為用戶提供無縫互聯(lián)汽車體驗(yàn)。2016 年1 月14 日，Nuance宣布為聲龍駕駛添加人工智能，推出Dragon Drive Automotive Assistant（聲龍駕駛汽車助手）。汽車助手能夠通過Nuance 聲紋驗(yàn)證技術(shù)識別乘客身份，與車內(nèi)的多名乘客（而不僅僅是駕駛員）進(jìn)行對話。2016 年10 月18 日，公司宣布為聲龍駕駛推出Contextual Reasoning Framework（情境化推理框架），利用AI 在導(dǎo)航、用餐、加油、興趣點(diǎn)等方面提供情境化、個(gè)性化推薦。目前，聲龍駕駛技術(shù)已被福特、寶馬、豐田、戴姆勒等眾多世界領(lǐng)先汽車制造商所采用。
圖：dragon drive 智能車載自然語言語音平臺六大特點(diǎn)
利用深度學(xué)習(xí)提升公司核心語音識別能力，布局AI 醫(yī)療。2017 年2 月，在醫(yī)療信息與管理系統(tǒng)學(xué)會2017 年會議上，Nuance 公布的報(bào)告稱，通過啟用AI 產(chǎn)品，臨床醫(yī)生可以節(jié)省45%整理文檔的時(shí)間，并可以將文檔質(zhì)量提高36%。在此之前，Nuance 推出Dragon Medical One 臨床語音云平臺，該平臺在語音識別技術(shù)基礎(chǔ)上加入了深度學(xué)習(xí)系統(tǒng)，有效降低了臨床醫(yī)生口述轉(zhuǎn)化為文檔的誤差，減少了醫(yī)護(hù)人員的行政負(fù)擔(dān)。同時(shí)，Nuance 的虛擬醫(yī)療助手Florence，可以聽取并理解人類言語，并為重復(fù)活動提供幫助，例如藥物，實(shí)驗(yàn)室或成像的訂單。數(shù)據(jù)統(tǒng)計(jì)稱，醫(yī)生每年使用Nuance 的臨床語音識別技術(shù)產(chǎn)品記錄近一億病人的數(shù)據(jù)。
（七）百度：整合打造AIG，度秘應(yīng)用空間廣闊
百度作為BAT 中最早進(jìn)軍人工智能的互聯(lián)網(wǎng)公司，已將AI 作為未來最重要的核心戰(zhàn)略，先后成立深度學(xué)習(xí)研究院（Institute of Deep Learning，IDL）、硅谷人工智能實(shí)驗(yàn)室、百度北美研究中心、AI 技術(shù)平臺體系（AIG）等。2010 年，百度已經(jīng)開始進(jìn)行智能語音技術(shù)研發(fā)，并于同年10 月推出語音搜索服務(wù)。2014 年末，在百度任職的吳恩達(dá)團(tuán)隊(duì)發(fā)明了“Deep Speech”語音識別系統(tǒng)，可以在嘈雜環(huán)境下實(shí)現(xiàn)將近81%的辨識準(zhǔn)確率。該系統(tǒng)采用深度學(xué)習(xí)算法取代了原有模型，在遞歸神經(jīng)網(wǎng)絡(luò)或者模擬神經(jīng)元陣列中進(jìn)行訓(xùn)練，讓語音識別系統(tǒng)更加簡單。2015 年11 月，百度推出Deep Speech 2.0 深度語言識別技術(shù)，用于提高在嘈雜環(huán)境下語音識別的準(zhǔn)確率。2016年，百度公布深層卷積神經(jīng)網(wǎng)絡(luò)技術(shù)Deep CNN算法模型，此模型有望成為Deep Speech 3.0核心組成部分，并率先應(yīng)用到百度語音搜索中。
全力推進(jìn)云計(jì)算中心與開源深度學(xué)習(xí)平臺，助力“百度大腦”項(xiàng)目。百度擁有強(qiáng)大的數(shù)據(jù)獲取能力和數(shù)據(jù)挖掘能力，在國內(nèi)擁有十幾座云計(jì)算中心，為滿足人工智能在計(jì)算和存儲上的高要求，已投入使用4 萬兆交換機(jī)，并在探索10 萬兆交換機(jī)。在此基礎(chǔ)上，2016 年9 月，百度向外界全面展示百度人工智能成果“百度大腦”，包含語音、圖像等技術(shù)，并宣布對廣大開發(fā)者、創(chuàng)業(yè)者及傳統(tǒng)企業(yè)開放其核心能力和底層技術(shù)。同時(shí)，百度開源Paddle-Paddle 云端托管分布式深度學(xué)習(xí)平臺，對于序列輸入、稀疏輸入和大規(guī)模數(shù)據(jù)的模型訓(xùn)練支持良好，支持GPU 運(yùn)算，僅需少量代碼就能訓(xùn)練深度學(xué)習(xí)模型，大幅降低用戶使用深度學(xué)習(xí)技術(shù)的成本。
2015 年9 月，百度發(fā)布聲控人工智能個(gè)人助理“度秘”，在廣泛索引服務(wù)信息的基礎(chǔ)上，依托百度智能交互技術(shù)，為用戶提供優(yōu)質(zhì)服務(wù)。2015 年12 月，度秘與華為榮耀“精靈鍵”深度集成，為華為手機(jī)用戶提供秘書化服務(wù)。目前，度秘可以在餐飲、電影、寵物等場景提供秘書化服務(wù)，還將延伸到代駕、教育、醫(yī)療、金融等行業(yè)中。2016 年11 月22 日，百度宣布在其語音開放平臺上線三周年之際，將四項(xiàng)技術(shù)免費(fèi)開放給用戶和開發(fā)者共享，包括情感合成、遠(yuǎn)場方案、喚醒二次技術(shù)和長語音方案。
圖：百度大腦技術(shù)服務(wù)界面功能展示
（八）騰訊：借騰訊云布局語音AI，專注ASR 和NLP
2015 年8 月，騰訊設(shè)立TICS（智能計(jì)算和搜索）實(shí)驗(yàn)室，專注搜索、自然語言處理、數(shù)據(jù)挖掘和人工智能等方面。2015 年11 月，成立WHAT 實(shí)驗(yàn)室，即微信—香港科技大學(xué)人工智能聯(lián)合實(shí)驗(yàn)室。2016 年4 月，騰訊成立AI 實(shí)驗(yàn)室，基于業(yè)務(wù)整合目標(biāo)研究計(jì)算機(jī)視覺、語音識別、自然語言處理和機(jī)器學(xué)習(xí)等研究領(lǐng)域，和內(nèi)容AI、社交AI、游戲AI、工具類AI 等研究方向。
圖：騰訊人工智能垂直領(lǐng)域 （資料來源：機(jī)器之心）
圖：騰訊人工智能三大應(yīng)用場景
（九）IBM、Intel、阿里巴巴等紛紛布局語音AI 領(lǐng)域
1、IBM：Watson 不斷完善，整體表現(xiàn)良好
公司主打產(chǎn)品Watson不斷完善更新，應(yīng)用領(lǐng)域進(jìn)一步擴(kuò)大。IBM 自2006 年開始研發(fā)Watson，并在《危險(xiǎn)地帶》智力搶答游戲中一戰(zhàn)成名。在后期Watson 逐步轉(zhuǎn)型為認(rèn)知商業(yè)計(jì)算平臺，并應(yīng)用于醫(yī)療、金融等領(lǐng)域。2014 年1月，IBM宣布組建“ WatsonGroup”，旨在進(jìn)一步開發(fā)、商用及增強(qiáng)Watson 及其他認(rèn)知技術(shù)。2016 年3 月，IBM與科大訊飛正式建立戰(zhàn)略合作，致力于在認(rèn)知計(jì)算算法、云平臺架構(gòu)等層面合作。2017年3 月，IBM宣布在語音識別領(lǐng)域取得重大進(jìn)展：Watson 的語音識別系統(tǒng)錯(cuò)詞率降至5.5%。
2、Intel：攜手科大訊飛，精研語音AI 芯片
2016 年10月，Intel 與科大訊飛宣布合作共同研發(fā)AI 芯片，該芯片將麥克風(fēng)陣列、遠(yuǎn)場語音識別等功能集成到SoC 當(dāng)中，形成完整的遠(yuǎn)場語音交互鏈條，面對來自國內(nèi)初創(chuàng)公司技術(shù)的壓力，此舉進(jìn)一步增強(qiáng)科大訊飛在麥克風(fēng)陣列技術(shù)和方案方面實(shí)力，擺脫國內(nèi)合作ARM 廠商的技術(shù)限制，同時(shí)自身也進(jìn)入智能語音交互市場提供底層硬件。
3、阿里：智能語音助力電商發(fā)展
2015 年7月，阿里發(fā)布人工智能購物助理虛擬機(jī)器人“阿里小蜜”。2015年雙十一期間，螞蟻金服95%的遠(yuǎn)程客戶服務(wù)已經(jīng)由大數(shù)據(jù)智能機(jī)器人完成，并同時(shí)實(shí)現(xiàn)了100%的自動語音識別。2016 年8 月，阿里云宣布推出人工智能系統(tǒng)—ET。ET基于阿里云強(qiáng)大的計(jì)算能力，正在向多個(gè)領(lǐng)域不斷進(jìn)化，目前已具備智能語音交互、圖像/視頻識別、交通預(yù)測、情感分析等技能。
官方微博