语音机器人的关键，并不在于语音识别

近年来，人工智能（AI）越来越受关注。人工智能催生了新产业、新业态和新模式,推动经济社会从数字化、网络化向智能化加速跃升,并对人们的生活方式和思维方式产生前所未有的深刻影响。国内外众多企业纷纷花上重金投入其中。

据纽约时报估计，仅在芯片领域就有45家人工智能创业公司，从事机器学习、深度学习和常规人工智能项目的更是多达数百家。

当然，人工智能技术并不是我们人类社会追求的目的，而是助力人类实现和发挥更大价值的手段。人工智能的确能在很多领域实现应用，它可以强大我们自身的运算能力、延伸我们的感知和生产能力。

从2010年，富士康在自己的每个代工厂开始部署超过1万台机器工人Foxbot；到2016年，Google的AlphaGo陆续战胜欧洲围棋冠军樊麾，世界围棋冠军李世石；再现在琳琅满目的各种智能音箱：亚马逊Echo、Google Home、苹果HomePod、微软Invoke、阿里天猫精灵、京东叮咚、百度小度...

从实际与人交互和给人感知的角度来说，智能语音识别算是当下人工智能应用最为成熟的技术了。根据Analysys易观《2017年中国人工智能行业分析（智能语音应用篇）》显示，2017年中国智能语音产业规模即破百亿，占人工智能市场规模主要占比。

在语音识别率方面，百度、谷歌，科大讯飞等主流平台识别准确率均在96%以上，稳定的识别能力为语音技术的落地提供了可能。

与此同时，语音交互的核心环节也取得重大突破。语音识别环节突破了单点能力，从远场识别，到语音分析和语义理解有了重大突破，呈现一种整体的交互方案。智能语音整体的交互技术方案突破，也让各大品牌的智能音箱和自2017年开始流行的电话语音机器人有了更佳良好的体验。

由上图语音交互的核心环节构成，可见语音机器人智能狡猾关键，并不只取决于语音识别技术。

语音和按键、触摸、手势等都是人机交互的一种方式，从某种程度上来说，语音识别并非是人工智能相关应用中的关键点。正真的语音智能是在于语言的理解，语言理解并不等同于语音识别。

我们首先要明确一下语音和语言的区别，这是一个基础性的问题。语音（Speech）是语言（Language）的信号载体，语音是人的发音器官发出的，承载一定的语言意义，而语言才承载人类的智慧。通俗的讲，语音是天生就存在的，婴儿的咿呀咿呀也算是语音，甚至其哭声也代表一定的意义，而语言则是需要学习不断进化的。

人机语音交互实际上就是语言的交互，即便语音识别做到100%，对于理解语言来说也没有具体意义，何况语言总是个性的、场景的和情绪的。语言是社会文化的产物，离开了文化就没什么语言可言了。换句话说，脱离场景下的语音识别是没有意义的。

只有结合场景，语音识别后输出的结果，才能通过智能算法、语义处理技术被恰当、准确地应用。电话机器人作为智能语音最典型的的应用产品，它的智能交互，最重要的便是在于场景化下的语音结果处理和响应。

图灵机器科技，便是专注于做场景化下智能语音交互的公司。公司以技术应用创新为原动力，紧跟技术发展和市场需求前沿方向，提供电话通信和业务场景语音交互应用方案交付，通过人工智能和大数据技术为企业赋能，助力企业价值和效率提升。