资金与技术掣肘 中国“Siri”之路

导语：中国语言和文化的特殊性，是Siri中文版需要克服的最大症结，为此国外公司纷纷抢滩失利，但是由于其需要高额而长期的资金、技术投入，也让不少国内厂商望而却步。

类似中国“Siri”或安卓“Siri”的计划不太适合国内创业公司，因为投入大、风险高、技术难以实现。——创新工场董事长兼CEO李开复

中国“Siri”从头开始创业难，但有积累有实力的中国企业还是存在的。建议这些实力企业积累自身创新研发能力的同时，要考虑可持续发展性。——天使投资人薛蛮子

“‘汉堡包多少钱一个’英文怎么说？”科大讯飞董事长刘庆峰向手上的智能手机发问，顿了两三秒，手机“说话”了，不过说的却是德国城市汉堡的百科知识。刘庆峰再试，手机才给出了正确的回答：“How much is a hamburger？”

这不是苹果的“Siri”，而是科大讯飞不久前发布的“讯飞语点”，柳传志、李开复等知名人士和1000多个开发者见证了此次发布。几位业界大佬们的现身和发布会上语音识别出现错误，是国内手机智能语音助手开发领域火爆与问题并存的一个缩影。

自从苹果在iPhone4S上推出智能语音助手“Siri”以来，智能语音助手的开发热潮从国外迅速蔓延到国内。短短两三个月，小唐龙、Airi、虫洞、小i机器人等智能语音助手，如雨后春笋般冒出头来。

如此火爆的情景，让人不由发问，在中国类似“Siri”的开发和应用迎来春天了吗？

中国“口音”带给本土企业机遇

目前，苹果公司对于Siri中文版研发进度、推出时间三缄其口。苹果公司为何迟迟未推出Siri中文版呢？

有分析认为，声调和地方口音庞杂，或许是Siri中文版迟迟未推出的主要原因。一家国外媒体表示，对于语音识别来说，中文极具挑战性，因为普通话只有400个单音节声音，根据声调予以区别，而且中国还拥有很多种方言和数不尽的地方口音。

“中国语言和文化的特殊性，是Siri中文版需要克服的最大症结。”捷通华声董事长张连毅分析，以中国为代表的亚洲语言、文化有其特殊性。雅虎、谷歌等互联网巨头曾经横扫国际市场，但到了中国就“水土不服”，就是因为这个原因。

在这种情况下，一些国际语音巨头转而谋求收购中国公司。今年1月，自主研发的智能手机助手“小唐龙”，仅比苹果公司iPhone4S发布的Siri晚了3个多月。但早在2010年，总部位于美国的一家世界级语音技术公司就找上门来，希望收购捷通华声。

“苹果公司前段时间在日本推出了Siri日文版，但并不是很成功。”张连毅分析，在中国市场上，苹果公司一定会慎重而行，毕竟中国是一个庞大的市场。一旦推出一款不完善的产品，将会对苹果公司的品牌形象造成“难以估量的影响”。

国际巨头的劣势，对中国企业而言就是机遇，这也是中国企业研发类似Siri产品的最大优势。

此外，与苹果公司相对封闭的体系不同，中国本土企业的语音平台从一开始就是开放的。今年初，捷通华声和科大讯飞两款智能语音平台——“灵云”、“语音云”上线，向第三方开发者开放。第三方开发者可以利用语音平台开发出第三方应用。

创新工场董事长兼CEO李开复认为，语音平台向第三方开发者开放，开发者的参与必然会提高语音技术应用成功的概率。他还以自己的博士论文为例解释说，做语音技术都基于语料库，语料库越大效果就越好。一个人能录的语料很有限。但如果中国有一亿用户，每人一天哪怕讲三秒，综合起来是一个可观数字。

“从3000万用户、到一个亿、再到三亿用户，用户量增长会让语音云功能更强大。”刘庆峰期望通过用户增长带来更丰富的语料，“新一代语音云平台推出后，用户对口音、专用词汇进行个性化训练，可进一步提升语音作用”。

资金与技术掣肘中国“Siri”

看起来前途无量，但张连毅却马上加了一句：“即使再过一百年，语音技术也到不了完全成熟的地步。”一句话，折射出语音技术绝非一蹴而就的境况。

对于语音控制的前景，微软的创新人盖茨也曾说过，五年后语音会改变世界。只是，这样的论调，盖茨每隔五年都要再说一遍。

“过去30年，总说语音要改变世界，为什么没有改？有几个理由，第一是语音识别的精确度不够，第二是语音应用在哪里，靠一小批的语音专家拍脑袋想，不是办法。”李开复说。类似中国“Siri”或安卓“Siri”的计划不太适合国内创业公司。

要知道，李开复从上世纪80年代就开始研究语音技术，他的一项语音技术还获得过美国商业周刊最重要发明奖。但这其中到底难在哪儿？

资金投入是第一个难题。“语音合成、语音识别、语义识别，这些方面都需要建立数据库。从成立以来，公司累计在语音技术上的投入至少超过2亿元。有限的利润中，前七八年股东没拿过一分钱，全部投入再开发。但由于市场有限，企业效益却不能立竿见影上新台阶。”

张连毅承认，就是因为公司“过得很艰难”，他数次想到要放弃。当2010年那家外国公司上门谈收购时，他“心动”了，最后签字前才拒绝这项收购邀约。

那有了巨额投入，就能成功么？

“做语音技术，没钱肯定不行，但有钱也不一定就行。”张连毅说，因为有些知识是需要时间积累的。在以前，语音技术通常用于特定领域，比如天气、股票等，这样的数据库相对就小很多。而现在，它们的技术已经可以不限领域，不限话题范围，不限制发音人。但即使这样，仍然存在问题。“比如，如果说一句话时，中间增加停顿，它便无法正确理解。”

小i机器人的创始人袁辉亦认为，Siri的核心不是语音控制，而是人工智能，对复杂语法的分析。比如你对手机问“北京天气怎么样、北京下雨了吗、需要加衣服吗”，这三句话表达的是一个意思，智能机器人需要理解这三个问题，通过语法分析给出一个答案，但语音控制解决不了这些问题。

另外，语音的交流会带来用户期望值的提高，人们一旦开始使用语音跟机器交流了，就会把它当做一个人，期望值的提高，会给语音带来很大的挑战。美国的iPhone4S用户此前就提出诉讼，称Siri无法理解用户表达的内容，苹果具有欺诈性质的广告与实际使用及操作Siri的体验严重不符。

中文智能语音交互是一个巨大的市场，也是一个亟待挖掘的金矿，“但只有那些长期积累和考虑可持续发展的企业，才能使中国‘Siri’技术得到更好的发展，成为代表中国的‘Siri’。”袁辉直言行业忧虑。（文/windows7之家）