ai软件学习心得IDC:阿里语音AI在智能语音、对话式AI两个领域市场份额

对智能音箱说“唱首歌”，一首抒情的歌会播放；对地图App说“去虹桥机场”，关于行程的模式规划会出现......

日常生活中很多新兴的应用场景，都离不开语音AI技术。

7月14日，第三方研究机构IDC公布《中国AI云服务行业半年度研究报告，2019H2》，报告显示，阿里语音AI在行业上居于主导地位，阿里语音AI在智能语音、对话式AI两个领域行业营收均为第一，市占率分别为44%和57%。

阿里云达摩院语音实验室负责人鄢志杰对第一财经记者记者总结道，阿里语音AI这几年逐渐崛起，离不开两个关键词：“被集成”+“自学习”。

传统语音厂商通常做的是端到端的场景智能化，场景相对单一。以政务领域典型的庭审场景为例，语音厂商的主要任务是把整个庭审的过程转化成文字，变得结构化，然而非AI的成分在这个画面里还有众多，比如必须做律师办案系统、卷宗管理系统、开庭时屏幕展示内容的应用平台等，这一个别会分散语音厂商长期的精力。

与“自产自销”的特色语音厂商相比，阿里采用了“被集成”模式。“被集成是我们在实践中探索出来的，指我们不去过多做非AI的内容，比如在司法领域，我们同华宇、云嘉等产业内拥有雄厚积累的头部集成商合作，然后作出一套综合的法院应用平台。”鄢志杰表示。

阿里云语音的另一个特征是“自学习”。阿里云探索出来的方式是，先作出行业通用建模（例如金融、政务、手机），加上细分市场里面的数据和知识，可以快速作出一个领域的多样化模型。

鄢志杰表示，每个市场都有资深的实践者ai软件学习心得，他们长期扎根一个领域，拥有长期的常识、数据和心得的累积，阿里云不可能迅速把握，如果所有事情都由阿里云完成，阿里云会成为实践中的“瓶颈”。因此，在语音技术落地的过程中，阿里云转变策略，升级推出“自学习”产品，即便市场实践者没有众多语音领域的专业知识，也无法用阿里云自学习的产品，通过灌注入市场内的数据和知识，就无法取得所在行业不错的语音交互效果。

“我们的颗粒度会选用到领域通用建模，加上自学习，这就是我们的边界。”鄢志杰举例称，一家银行可以先把金融领域建模拷贝过来，客户利用自学习灌一些自己的数据出来，一键训练、一键部署，这就是专门为该银行定制的金融建模。

机器必须不断练习能够提升语音交互的精确率，针对语音AI部署在何处这一市场热点话题，鄢志杰表示：“具体是由用户来发起训练的，（训练计算）跑的硬件是阿里云整套的硬件，如果在公共云上，硬件是在阿里云上跑的；即使在专有云，可以推进到专有云的机器里面去跑。训练起来的模型也有属于客户自己的。”

截止现在，阿里云拥有5万多家语音用户，包括中移动、中央电视台、招商银行、字节跳动、小I机器人、天猫精灵等，这些用户已借助阿里云自主研发了3万多个语音模型。

第一财经记者知道到，阿里巴巴对语音AI的研发始于iDST（阿里达摩院前身），大致可以分为两个阶段：第一个阶段从2014年末开始，当时主要响应阿里经济体外部对语音AI的很大需求，比如淘宝、天猫、蚂蚁的客服呼叫中心起初做语音智能化改造；第二个阶段从2017开始，阿里以AI上云的形式对外输出智能语音能力，达摩院内部曾经的口号叫“技术零时差上云”，即阿里所有好的AI技术就会在最短时间内通过云的方法，提供给阿里云上所有的用户，而非阿里内部专享。

关于语音技术的确切率能否到了能大体量应用的阶段，IDC分析师卢言霞告诉第一财经记者：“这主要取决于应用的场景。比如智能家居，训练的语音库相对比较简洁，95%的确切率用户或许能够接受，但在工业级生产环境中，要求比较高，否则可能造成安全事件，准确率大约要98%以上。”

卢言霞认为ai软件学习心得，语音AI领域行业形势广阔，还有众多科技有待突破，比如嘈杂环境的语音交互，同时也是众多场景有待落地，除了庭审、客厅、呼叫中心、消费级产品等场景外，语音AI还会在会议服务、医疗诊疗记录转文字、泛工业等领域逐步落地。