在今天上午一場關于“訊飛語點”的溝通會上，科大訊飛副總裁江濤談到自己對手機語音交互技術的展望：

　　我相信，隨著今年 9、10 月份下一代 iPhone 正式發(fā)布，Google 開始推動語音云技術;加上百度、騰訊等互聯(lián)網(wǎng)廠商推出相關產(chǎn)品，用戶教育過程會很快。到明年上半年，最遲明年年中，哪個手機沒有語音交互的功能，就會很奇怪了。語音交互將由激勵因素變?yōu)楸＝∫蛩亍，F(xiàn)在一個手機有語音技術，大家會覺得很有趣;到那時如果沒有語音，會說這個手機怎么這么落后。

　　訊飛語點

　　科大訊飛對于這一趨勢的把握，是推出被稱為“中文版 Siri”的“訊飛語點”應用。今年 3 月 22 日語音開發(fā)者大會上，科大訊飛 CEO 劉慶峰以“One more thing…”的方式發(fā)布了訊飛語點。當時現(xiàn)場演示的效果很不錯，識別率和智能性都達到了比較高的水平，只是由于網(wǎng)絡狀況出現(xiàn)幾次錯誤，引來現(xiàn)場笑聲。

　　在溝通會上，江濤介紹說 3 月發(fā)布會之后產(chǎn)品團隊對語音云的網(wǎng)絡適配能力作了改進，“我們馬上要發(fā)布的新版訊飛語點對網(wǎng)絡流量的最低要求降到 7.3 kbps，3G/Wi-Fi 網(wǎng)絡也只是 20 多 Kb——訊飛語點會自動根據(jù)網(wǎng)絡環(huán)境對傳輸進行自適應，但即使 2G 網(wǎng)絡下，用戶也可流暢地使用訊飛語點服務，對識別準確性影響不大(只比 3G/Wi-Fi 環(huán)境低 0.3%)”。江濤說，他們測試 Siri 后，發(fā)現(xiàn)它對網(wǎng)絡帶寬的要求是 60-70 kbps 左右，這種網(wǎng)絡要求在 2G 網(wǎng)絡下基本無法使用。此外，訊飛語點打電話、發(fā)短信功能可以在離線情況下使用，而 Siri 全部功能需要聯(lián)網(wǎng)。

　　“美國法律規(guī)定通過云計算的語音不能傳出美國，目前在中國用 Siri 語音是傳回美國的”，江濤還說到“國家安全”這個因素，“每個人用多(語音交互)之后生物特征是可以被辨別的，可以通過移動終端定位什么人在什么地方，甚至干什么，這是很大的危險”。江濤說訊飛語點采用的是“語音特征壓縮技術”，不是把聲音傳到云端，而是對語音特征進行(可被識別的)編碼，這既可以保證安全性，又可以降低訊飛的數(shù)據(jù)量。

　　訊飛語點推出至今，“在基本沒做宣傳的情況下”，目前已經(jīng)有超過 100 萬的用戶。這些用戶全部來自 Android 陣營——iPhone 版訊飛語點在 6 月 21 日上傳到 App Store，目前還處于審核狀態(tài)。應用上傳當天江濤即在微博上說“蘋果審核周期一般是 7-10 天”，相當于將了 App Store 審核部門一軍，等待其在期限內(nèi)審核完畢。其后“訊飛語點”微博賬號也發(fā)了多條倒計時微博，不過“等待審核”了 14 天，今天中午才等來“In Review”(此前為 Waiting For Review)，這一速度顯然超出正常審核周期。

　　布局 iOS，“等待審核”

　　江濤對于這一狀況非常著急，在今天的媒體溝通會上多次提到“不能因為訊飛做得比 Siri 好就不讓通過吧”。當我問到如果 App Store 最終無法通過，訊飛語點會不會與 Android 捆綁，直接與 Siri 進行競爭時，江濤回答說“不想站隊，想做一個開放的平臺”。他說訊飛語點會支持全平臺，將來也會做 Windows Phone 產(chǎn)品。

　　事實上，江濤對于越獄也持保留態(tài)度。“隨著 iOS 用戶的增長，小白用戶會越來越多，越獄的相對比例會越來越小，我們不會囿于越獄這個范疇。”雖然把非越獄用戶等同于小白用戶有失妥當(非越獄用戶中不乏正版支持者，越獄用戶也不乏非極客的貪圖免費應用的人)，但無疑如果訊飛語點最終無法“登堂入室”，對于擴展用戶基數(shù)非常不利：訊飛語點將無法追隨 iPhone 的擴張步伐，得到 iPhone 市場容量的相同增速——江濤說有統(tǒng)計表明 iOS 設備目前在國內(nèi)智能終端的比例已超過 10%，明年會進一步增加，可能達到 20%。另外，局限于越獄用戶對于“上市公司”這一形象非常不利。

　　不過，把“越獄”作為一種手段，借越獄用戶的呼聲來施壓 App Store 無疑是高明的決策。7 月 3 日，江濤在微博上說，“訊飛語點 iPhone 版 28 號傍晚推出后，在未做任何宣傳情況下，三天內(nèi)激活量即突破 10 萬”，他把這個情況稱為“群眾的呼聲”。當然，在這條微博中，江濤剛?cè)岵?ldquo;iPhone 有最好的手機硬件，‘好馬配好鞍’，希望蘋果能夠盡快讓更多iPhone用戶用上便捷的語音交互”。

　　在今天溝通會伊始，訊飛特意制作了一段 Siri 與訊飛語點正面 PK 的視頻，視頻中無論是打開網(wǎng)站、查詢地圖，還是撥打電話、添加聯(lián)系人，中文 Siri 都“弱爆了”。從這一點來看，訊飛語點稱得上“好鞍”。

　　硬件廠商合作計劃

　　江濤在溝通會上還提到訊飛語點與硬件廠商的合作情況。目前金立手機已經(jīng)預置了訊飛語點，其他廠商方面，他說時間表“不方便透露”，只是說下半年“很多廠商都會有類似的東西出來”。

　　所謂“類似的東西”，是指各大廠商的定制化產(chǎn)品。江濤說“今年下半年，各大手機廠商會把語音技術作為差別化的賣點來推”。但由于“定制”比“預置”的周期要長，金立沿著它自己的“語音王”路子走下來，就成了使用訊飛語點的第一家手機廠商。

　　訊飛與電視廠商的合作也在推進。今年 5 月，康佳發(fā)布所謂“同步云電視”，就采用了訊飛的技術，實現(xiàn)語音控制、語音識別、語音搜索、語音輸入等功能。與汽車廠商方面，訊飛去年 11 月與上汽榮威 350 等車型發(fā)布“語音云駕駛系統(tǒng)”iVoka，駕駛者只需摁方向盤上的 M 鍵即可以使用訊飛的語音云(汽車內(nèi)建聯(lián)通 3G 網(wǎng)絡)。不過雖然訊飛與汽車廠商的合作早于蘋果，顯然今年 6 月 WWDC 上 Siri 與汽車廠商合作的消息更加吸引眼球。

　　雖然各方合作正在推進，但江濤坦言培養(yǎng)用戶習慣是推廣語音技術過程中遇到的最大的困難。“用戶要‘說出來’是有習慣培養(yǎng)過程的，需要手機廠商(比如蘋果)、平臺廠商(比如 Google)、應用廠商來培養(yǎng)市場”。但文章開頭的那段話，說明科大訊飛對于語音技術的未來充滿信心。在溝通會過程中，江濤多次表達把訊飛做成“大事業(yè)”的想法：比如對三四線城市的覆蓋(原話：“中國三、四城市的老百姓可能不理解 3G、不理解微博，但是拿一個手機，打電話、發(fā)短信‘一句話’就能搞定，他一定能感到震憾，這改變了他使用手機的習慣”)，比如之前提到的對越獄策略的保留態(tài)度，等等。為了把事情做大，由 B2B 轉(zhuǎn)向 B2B2C，我猜測他們要擴張市場推廣人員，以擴大訊飛品牌在消費者中的認知度。這個猜測得到江濤的證實：“我們正在籌劃把市場推廣人員搬遷到北京來，目前這個團隊規(guī)模只有 8、9 個人，慶峰總(劉慶峰)對這個團隊的規(guī)模沒有上限的限制。”事實上，這個團隊的負責人章繼東也是剛剛從產(chǎn)品團隊調(diào)派過來，他發(fā)給我的名片上印著的是“產(chǎn)品總監(jiān)”頭銜。

　　文章最后，我替曾經(jīng)報道過的蟲洞團隊提了一個問題——蟲洞采用訊飛的語音識別技術，但做出的產(chǎn)品“蟲洞語音助手”與訊飛語點存在競爭關系。我問江濤怎么看待訊飛語點與第三方同為使用訊飛技術的競爭產(chǎn)品的關系，是否會考慮“極端選項”關閉 API，江濤首先否定了第二個猜測，回答如下：

　　云交互的語音助理剛剛起步，訊飛也才過 100 萬用戶。將來會成幾分天下的格局：一是來自手機廠商的產(chǎn)品，比如 Siri;二是擁有核心技術的，比如訊飛;三是在自然語言理解和人機交互方面有獨特優(yōu)勢的，比如蟲洞。蟲洞的交互做得還是很好的。它原來有積累，人機問答的積累。如果在這些環(huán)節(jié)中(語音技術分為語音識別、語義理解、語音合成三個環(huán)節(jié))，你都沒有獨特價值，將來可能很難生存;要是一個環(huán)節(jié)有獨特價值，可能你就能夠(生存下來);如果多幾個環(huán)節(jié)有獨特價值，這樣的權重就會比較大。蟲洞我們還是比較支持他的……總的來說我們是很 Open 的，希望更多的人來關注語音，用語音做出東西，培養(yǎng)和教育市場。