峰瑞資本與平安銀行聯(lián)合舉辦“聲學(xué)新技術(shù)產(chǎn)業(yè)論壇——暨基于語音交互的聲學(xué)智能終端交流會(huì)”，邀請(qǐng)了騰訊、百度、歌爾股份、奇虎360、獵豹移動(dòng)、漫步者、魅族、優(yōu)酷、迅雷、科通芯城、奮達(dá)科技、思比馳、聲智科技、三基音響、米謨科技、傲洲科技、深圳泰克威等企業(yè)，中科院、深圳市高新投、Vertex Ventures、方德智聯(lián)、達(dá)晨創(chuàng)投、天風(fēng)證券、鴻泰基金、朗瑪峰創(chuàng)投等行業(yè)組織及投資研究機(jī)構(gòu)，一起探討產(chǎn)業(yè)趨勢與企業(yè)需求，共同把握語音交互與聲學(xué)智能終端的產(chǎn)業(yè)新機(jī)遇。

 

　　金融界：怎樣參與把握基于語音交互的聲學(xué)智能終端的產(chǎn)業(yè)發(fā)展機(jī)遇？

 

　　隨著產(chǎn)業(yè)技術(shù)創(chuàng)新頻率加快、產(chǎn)業(yè)融合程度加深，社會(huì)生態(tài)正在向智能社會(huì)悄然演變。金融界中的商業(yè)銀行如何依托自身的綜合金融優(yōu)勢，跨界整合資源，深耕全產(chǎn)業(yè)鏈，創(chuàng)新商業(yè)模式，扎實(shí)支持產(chǎn)業(yè)升級(jí)，切實(shí)服務(wù)實(shí)體經(jīng)濟(jì)已經(jīng)成為一個(gè)重要的議題！

 

 

　　只有圍繞商業(yè)銀行的供給側(cè)改革，專注垂直細(xì)分市場，推動(dòng)專業(yè)化經(jīng)營，才能在國家經(jīng)濟(jì)轉(zhuǎn)型升級(jí)中走在前端。近年來，國內(nèi)外關(guān)于聲學(xué)行業(yè)的投融資并購動(dòng)作頻繁，語音交互正逐漸成為下一代互聯(lián)網(wǎng)的重要入口，而聲學(xué)智能終端產(chǎn)品儼然成為了下一代智能家居的控制中心，語音正在改變我們的工作、生活的方式。平安銀行電子信息產(chǎn)業(yè)金融事業(yè)部總裁石峰先生認(rèn)為，產(chǎn)業(yè)浪潮將至，商業(yè)銀行依托自身的優(yōu)勢，與產(chǎn)業(yè)龍頭、領(lǐng)軍科研機(jī)構(gòu)和優(yōu)秀投資機(jī)構(gòu)等結(jié)成利益共同體，整合資源、取長補(bǔ)短，打造產(chǎn)融新生態(tài)，才能共迎產(chǎn)業(yè)發(fā)展的新機(jī)遇。

 

　　平安銀行電子信息產(chǎn)業(yè)金融事業(yè)部副總裁姜山先生介紹，平安銀行電子信息產(chǎn)業(yè)金融事業(yè)部自創(chuàng)建以來，一直深耕電子信息領(lǐng)域的生態(tài)金融平臺(tái)，致力于整合各方資源、集成各種優(yōu)勢，為中國電子信息行業(yè)提供“集約化、專業(yè)化、投行化、綜合化”的優(yōu)質(zhì)金融服務(wù)。可以說，電子信息產(chǎn)業(yè)金融事業(yè)部承載著平安銀行與行業(yè)合作伙伴共贏發(fā)展的夢想和實(shí)踐。

 

　　此次產(chǎn)業(yè)論壇邀請(qǐng)聲學(xué)領(lǐng)域產(chǎn)業(yè)界翹楚企業(yè)的產(chǎn)業(yè)領(lǐng)袖，領(lǐng)軍研究機(jī)構(gòu)的業(yè)內(nèi)專家和優(yōu)秀的投資機(jī)構(gòu)著名投資人共同參與，打造一個(gè)聲學(xué)領(lǐng)域的溝通交流的平臺(tái)，正是為了協(xié)同各方資源，為聲學(xué)新技術(shù)領(lǐng)域暨語音交互與聲學(xué)智能終端產(chǎn)業(yè)建立良好的產(chǎn)融信息對(duì)接生態(tài)圈，整合產(chǎn)、學(xué)、研、用、投、融等領(lǐng)域的資源，為聲學(xué)產(chǎn)業(yè)的供應(yīng)、制造、分銷等全鏈條給予全方面支持。

 

　　投資界：為什么基于語音交互的聲學(xué)智能終端是投資的新機(jī)遇？

 

　　峰瑞資本創(chuàng)始人李豐先生說過，“聲學(xué)產(chǎn)業(yè)的大發(fā)展，大進(jìn)步，應(yīng)該是以一個(gè)大概率事件發(fā)生，而且是正在發(fā)生的一個(gè)產(chǎn)業(yè)，未來將成為下一個(gè)投資熱點(diǎn)。”那么，為什么基于語音交互的聲學(xué)智能終端是新的投資機(jī)遇？

 

　　回顧過去的40年時(shí)間里，最大的商業(yè)模式主要構(gòu)建在兩個(gè)方向：第一個(gè)方向，就是把一個(gè)科技產(chǎn)品的使用范圍大幅度擴(kuò)大，使用難度大幅度降低。簡單舉兩個(gè)例子，眾所周知微軟造就了PC時(shí)代的神話，抽象的總結(jié)微軟所作的工作：就是使得PC成為了大多數(shù)用戶容易使用的一個(gè)通用工具，逐步發(fā)展成為基礎(chǔ)設(shè)施走入千家萬戶，幾乎人手一臺(tái)，用戶長時(shí)間大規(guī)模的使用；后來，智能終端的典型代表智能手機(jī)，幾乎兼容了PC機(jī)的所有功能，擴(kuò)充了傳統(tǒng)手機(jī)的使用范圍，并且隨著智能手機(jī)操作難度的大幅度降低，用戶量迅速擴(kuò)展，我們自然而然的從PC時(shí)代邁入智能手機(jī)時(shí)代。而在這一過程中，從事把智能手機(jī)這樣一件科技產(chǎn)品使用范圍大幅擴(kuò)大，使用難度大幅降低的工作的公司中，有一家做的最好的叫做Apple。從抽象的邏輯來看，微軟和蘋果的成功雖然各有千秋，但是都是遵循同樣的邏輯軌跡。

 

　　第二個(gè)方向，就是圍繞這樣的科技產(chǎn)品的相關(guān)輸入方式所帶來的商業(yè)模式。簡單解釋說，因?yàn)橛辛擞?jì)算機(jī)，所以每個(gè)人開始非常不自然的使用鍵盤——與電腦交互的天然方式。當(dāng)處于PC時(shí)代，鍵盤所產(chǎn)生的文本信息變成了穿透整個(gè)PC和互聯(lián)網(wǎng)發(fā)展過程中那個(gè)最重要的數(shù)據(jù)形式。隨之而來，商業(yè)模式也都圍繞著與輸入方式、鍵盤所產(chǎn)生的信息有關(guān)的事情開展。圍繞鍵盤所產(chǎn)生出來的巨大量的信息，該如何被組織，使用，消費(fèi)這個(gè)過程或者是如何提高效益的組織使用消費(fèi)這個(gè)過程。不管是谷歌，F(xiàn)acebook，還是雅虎大概都按照這個(gè)邏輯在發(fā)展。

 

　　當(dāng)我們認(rèn)清商業(yè)模式之后，再來看聲學(xué)產(chǎn)業(yè)所處的位置。今天，當(dāng)我們討論智能手機(jī)的時(shí)候，我們面對(duì)的問題是，智能手機(jī)這個(gè)終端是一個(gè)典型的對(duì)于鍵盤不友好的設(shè)備。那么，假定智能手機(jī)變成了未來的基礎(chǔ)設(shè)施，那同當(dāng)年圍繞PC的輸入方式文本信息一樣，圍繞智能手機(jī)的輸入方式會(huì)誕生出無比眾多的商業(yè)模式。

 

　　圍繞智能手機(jī)的輸入方式來說，如果不是鍵盤，信息產(chǎn)生的方式又有幾種？第一個(gè)就是手機(jī)誕生的第一天就擁有的輸入方式——語音，利用麥克風(fēng)生產(chǎn)信息的方式；除了麥克風(fēng)之外，還有一個(gè)特殊的設(shè)備就是攝像頭；當(dāng)然還有其他的數(shù)據(jù)輸入方式就是手機(jī)中的各種傳感器，比如說GPS。觀察如今圍繞手機(jī)誕生的商業(yè)模式，語音輸入法，語音助手，美圖軟件，打車軟件無外乎都是與這些輸入方式息息相關(guān)。

 

　　按照這個(gè)思路，整個(gè)商業(yè)邏輯就清晰多了。在PC發(fā)展的30年，圍繞文本信息所有的技術(shù)應(yīng)用，包括谷歌和Facebook，以及現(xiàn)在的人工智能，都是如何能夠有效的分析、組織和消費(fèi)這些文本信息，最大的商業(yè)模式都會(huì)按照這個(gè)邏輯產(chǎn)生。那么，未來的10年或15年中，在智能終端這個(gè)領(lǐng)域當(dāng)中最大的商業(yè)模式，一定是圍繞著如何去有效的分析組織和使用語音所產(chǎn)生出來的數(shù)據(jù)和信息，圖像所產(chǎn)生出來的數(shù)據(jù)和信息，包括像定位這些傳感器所產(chǎn)生出來的數(shù)據(jù)和信息。不管你重視還是不重視，認(rèn)可還是不認(rèn)可，圍繞語音，圖片或者叫攝像頭，和其他傳感器相關(guān)的這些數(shù)據(jù)的生產(chǎn)、分析、組織和交互，在之后的很長一段時(shí)間里，會(huì)成為智能終端很重要的發(fā)展方向，就像當(dāng)年沿著文本信息發(fā)展出來的PC，鍵盤，鼠標(biāo)，當(dāng)然也包括微軟，雅虎，谷歌，F(xiàn)acebook。

 

　　學(xué)術(shù)界：未來基于語音交互的聲學(xué)智能終端將向何方發(fā)展？

 

　　基于語音技術(shù)的智能終端領(lǐng)域成為未來最大商業(yè)模式的趨勢已初見端倪，正是由于聲學(xué)技術(shù)、語音識(shí)別、語義理解等智能語音技術(shù)，以及流媒體、大數(shù)據(jù)、人工智能等關(guān)鍵技術(shù)的不斷成熟，并不斷向產(chǎn)業(yè)界滲透，才誕生了基于語音交互的聲學(xué)智能終端的發(fā)展新機(jī)遇。那么，未來基于語音交互的聲學(xué)智能終端將向何方發(fā)展？

 

　　中國科學(xué)院聲學(xué)研究所博士生導(dǎo)師，研究員，通信聲學(xué)實(shí)驗(yàn)室主任，中國聲學(xué)學(xué)報(bào)執(zhí)行主編，中國聲學(xué)標(biāo)準(zhǔn)委員會(huì)主任委員，中國聲學(xué)學(xué)會(huì)環(huán)境聲學(xué)委員會(huì)主任委員，中國音響行業(yè)學(xué)會(huì)專家委員會(huì)主任委員李曉東老師給出了介紹。

 

　　聽和說是人類最自然的交流方式，也是最好的人機(jī)交互方式。未來的智能終端設(shè)備將會(huì)是嵌入式OS+移動(dòng)互聯(lián)+智能語音交互的結(jié)合，基于語音交互的聲學(xué)智能終端將結(jié)合語音識(shí)別、網(wǎng)絡(luò)通信，大數(shù)據(jù)等技術(shù)，在噪聲干擾環(huán)境下可以去除噪聲，并進(jìn)行語音增強(qiáng)，還會(huì)對(duì)遠(yuǎn)距離語音進(jìn)行語音定位，增強(qiáng)。音效方面會(huì)有更好的突破，如個(gè)性化的虛擬3D音頻。不僅如此，結(jié)合多種傳感器，將獲得更多的信號(hào)感知能力，擁有在線補(bǔ)償能力。未來通過對(duì)人的聽覺系統(tǒng)的了解和模仿，并借鑒多種物理感知手段的發(fā)展，將進(jìn)一步解決語音交互中存在的問題，取得突破性進(jìn)展。

 

　　產(chǎn)業(yè)界：如何把握基于語音交互的聲學(xué)智能終端的新機(jī)遇？

 

　　隨著聲學(xué)產(chǎn)業(yè)完成了從量變到質(zhì)變的積累，語音逐漸成為下一個(gè)互聯(lián)網(wǎng)的入口。Amazon的Echo智能音響、谷歌的Google Home，千萬級(jí)銷量的勢頭已經(jīng)預(yù)示著基于語音技術(shù)的智能終端的產(chǎn)業(yè)浪潮將至。面對(duì)千億國內(nèi)市場需求，上下游聲學(xué)企業(yè)如何謀劃和布局、協(xié)同與合作，把握基于語音交互的聲學(xué)智能終端的新機(jī)遇？

 

　　思必馳副總裁 雷雄國：PC互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)再到人工智能，這是一個(gè)方向，語音是作為一個(gè)很便捷的交互的方式之一，隨著智能硬件的迭代更新，這種交互方式是有可能成為替代觸屏的交互模式。這也是為什么資本技術(shù)都能聚在這兒，這也是一個(gè)小的春天。目前圍繞這個(gè)方向，思必馳專注將語音交互和服務(wù)等生態(tài)鏈整合在一塊，給合作伙伴提供完整的解決方案。

 

　　聲智科技CEO 陳孝良：語音天生就具有人類溝通交流和知識(shí)傳播的媒介屬性，這種方式高效低耗，必然是下一代人工智能感知的核心入口。但是我們并不僅僅把語音交互定義為交互方式的簡單升級(jí)，而是把它看作一種搜索方式的升級(jí)。我們認(rèn)為語音交互可能是下一代的搜索，基于語音交互的聲學(xué)智能設(shè)備將是下一代搜索的入口，很有可能還會(huì)誕生幾家人工智能搜索的巨頭。這從搜索的變化可窺得一斑，在PC端時(shí)代，我們打開瀏覽器，輸入內(nèi)容查找網(wǎng)頁；在智能手機(jī)時(shí)代，我們經(jīng)常打開一個(gè)APP查找我們所需的內(nèi)容，APP使得搜索更垂直化，更折疊化。當(dāng)然也有人認(rèn)為是社交改變了搜索，這有點(diǎn)局限，APP根本的推動(dòng)力還應(yīng)該歸結(jié)于觸摸屏改變了移動(dòng)時(shí)代的交互方式；而未來基于語音交互的聲學(xué)智能設(shè)備不需要打開一個(gè)瀏覽器，一個(gè)APP，使搜索朝著更簡單化的方向發(fā)展，這是改變未來搜索的一個(gè)模態(tài)，也符合自然發(fā)展的規(guī)律和人類的本性。

 

　　我們聲智科技的主要愿景就是“聽你所言，知你所想”。首先從聲學(xué)技術(shù)切入，以麥克風(fēng)陣列技術(shù)為依托，第一要?jiǎng)?wù)是要給機(jī)器配上靈動(dòng)的耳朵，解決現(xiàn)在的智能設(shè)備，不管是智能手機(jī)，機(jī)器人，音箱、玩具還是汽車，降低噪聲、混響這些對(duì)語音識(shí)別產(chǎn)生影響的因素，先讓機(jī)器能夠聽得見，感知是人工智能的基礎(chǔ)設(shè)施。另外一維度就是聽得懂，我們聲智科技會(huì)面向場景智能，而不是通用智能，在垂直場景里面，實(shí)現(xiàn)面向未來的，特別是下一代搜索智能的垂直化的應(yīng)用。聲智科技會(huì)以一種更加開放的合作方式，與大家共同開發(fā)這個(gè)市場，這點(diǎn)我們學(xué)習(xí)谷歌的Open Research理念。語音交互需要用戶習(xí)慣的改變，這種改變可能是長期的，不可預(yù)計(jì)的，封閉生態(tài)將會(huì)扼殺產(chǎn)業(yè)鏈的進(jìn)步。

 

　　三基音響總工程師 姚銳：作為一家傳統(tǒng)的專業(yè)音響系統(tǒng)解決方案供應(yīng)商，目前我們也比較關(guān)注智能音頻技術(shù)，希望現(xiàn)有的智能交互的技術(shù)可以和傳統(tǒng)的音頻設(shè)備相結(jié)合，創(chuàng)造一個(gè)新的領(lǐng)域。

 

　　作為人機(jī)交互的重要方式，智能語音已成為新的信息流入口，引領(lǐng)移動(dòng)互聯(lián)網(wǎng)交互方式的變革?；谡Z音交互的聲學(xué)智能終端已經(jīng)成為了一個(gè)千萬級(jí)銷量的產(chǎn)業(yè)，未來面對(duì)千億國內(nèi)市場需求，整合產(chǎn)、學(xué)、研、用、投、融等領(lǐng)域的資源，共同謀劃和布局、協(xié)同與合作，實(shí)現(xiàn)共贏發(fā)展。