近日安徽发布《智能语音产业发展规划》，把合肥科大讯飞当做语音产业领头羊，重点扶植应用于智能家居及硬件。分析评论称目前智能语音识别率低，注定难以大规模商用；政策扶植下一味押宝智能硬件，对于科大讯飞而言是一条不归路。
互联网技术正在深度融入人们的工作与生活，从一开始的电脑、手机、平板逐步被智能化以后，到现在几乎所有的家电设备都面临着一场大规模的智能化改造。因此，一个被业内称为万亿级的智能家居市场正处在爆发的前夜，众多企业都在以独特的切入点努力打开智能家居的突破口，以便尽可能多的切下这个巨大市场的其中一块蛋糕。
作为国内唯一的语音技术上市公司，科大讯飞近半年来在智能家居方面频频布局，不但与TCL、长虹、海尔、海信、康佳、创维等智能电视厂商合作推广电视语音控制，而且还推出自主研发的讯飞智能音箱，通过将此前多年积累的智能语音技术植入进家电设备中，让家电控制更加智能化、更加人性化。
熟悉科大讯飞这家公司的圈里人都非常清楚，这是一家在跌宕起伏中成长的公司。手握技术，却找不到方向，这是对科大讯飞十五年成长轨迹的最贴切描述。十几年前，科大讯飞推出的话王98和畅言2000两款产品试水后就宣布失败。
十几年后，科大讯飞再次将目标锁定个人消费市场，推出智能音箱等智能家居产品。与传统智能音箱不同的是，科大讯飞的智能音箱支持语音操控和语音识别。除智能音箱外，科大讯飞还尝试用语音操控，将所有的智能家居设备连接在一起。不得不说，科大讯飞的梦很好，只是这个梦很难圆。
从表面来看，支持语音操控的智能家居有很强的吸引力。事实上，语音操控不过是一个操作方式，与手机远程操控相比并没有本质的区别。对于用户而言，为智能家居增加一种操控方式，意义不大。更何况，这一时髦的语音操控模式需要用户买单，代价有些高。
目前，讯飞的主要产品中体现了两种重要的语音技术，一是语音合成技术，一是语音识别技术;前者已经有非常成熟的技术，现如今想要让机器人讲一口流利的鸟语，或者发出林志玲式的“加油”嗲声已经非常容易了，但语音识别技术发展则相对缓慢，而正是在这项技术上的突破和创新，才成就了讯飞中文语音领导者的地位，他们推出的讯飞输入法虽然比不上搜狗输入法流行，但其中采用的语音识别技术却深受用户好评，支持普通话、英语、四川话、河南话、东北话、天津话、山东话…..行话、黑话等等，目前用户达到1亿，不仅成为Android手机的标配，而且成功登陆App store，独享支持语音输入法第三方软件的荣耀，而且是那种无需越狱即可安装的正式编制。
或许，正是自信于自己在语音识别技术上的优势，讯飞才敢押宝于智能家居，也适当地能给巨头们灌输了一些利己思想：“语音才是未来智能家居的交互模式”，但如前文所述，智能语音作为整个智能家居中的一种配套技术，没有办法，也没有能力推动整个行业大踏步前进，所以，讯飞选择以“语音”切入智能家居领域并不是一个非常明智的选择。
不可否认，讯飞输入法能支持各地方言证明了语音识别技术还有着非常大的发展潜力，但这也仅仅是“输入法”的一个应用。事实上，任何的机器识别技术无不是建立在海量的数据、高速的运算基础上的，语音识别的体验同样要取决于语音数据存储的规模、以及后台处理的运行能力。不巧的是，智能家居领域需要的数据量远非一个输入法所能相比的，这种庞大的数据也不是工程师能在实验室里编码出来的，而是要把收集工具嵌入到消费者的日常生活中，这也就注定了语音识别技术不可能独立发展，而是要背靠类似苹果、Google、三星这样的平台企业，只有这些巨头有机会无时无刻地收集用户数据，从而建立起巨大而完善的数据库。遗憾的是，即便有数亿只iPhone渗透于全球消费者、Google的卫星也每天在太空中照照片、瞎转悠，但苹果siri和Google now等语音助手依旧不能成为消费者的贴心秘书，一位美国朋友曾分别问过Siri和Google now，哪里有便宜的鸡蛋?苹果的回答是街区尽头的饭馆里，而Google则把箭头指向了跨州的一个著名养鸡场，但家里的保姆却能告诉他：最近的沃尔玛超市，鸡蛋正在搞促销!
没有海量的数据存储，语音识别是不可能实现精准判断的，事实上，在一些流传出的智能家居产品测试中，消费者的体验也非常糟糕，如果贸然采用不成熟的家居系统，可能会出现如下情况: 河北的丈夫回家之后，能顺利地通过语言开灯，而来自内蒙的妻子，操着一口东北方言，嗓子喊哑了才能把灯打开，而来自广东的情人，则没能把灯打开，当然，鉴于她和男主人的主要业务，可能也不需要开灯了。
毫无疑问，智能家居黄金产业链中，电子设备的人机交互成为一个重要门槛，它很大程度上决定了智能家居产品是否具有方便、易用、智能的用户体验。智能家居的人机交互包括了指令及内容的输入与输出，内容输出相对比较简单，主要是显示屏输出及语音输出。
而家电的指令输入有按钮、遥控、键盘、触摸屏、语音、体感等多种方式，目前主流的控制方式依然是按钮及遥控器，比如电视、空调、冰箱、灯光等等。随着智能电视的爆发性增长，类似键盘、飞鼠及体感摄像头等新型控制设备也在逐步流行，以适应智能电视集观看、运动娱乐及购物等多种功能。
但是从人们期待的智能生活看来，目前的物理控制方式还是显得累赘繁琐，人们希望晚上回家，灯光自动打开，音响里自动播放喜欢的音乐，电视可以语音控制打开需要的频道，早上起床闹钟响起自动语音播报今天天气状况。总之，家电设备的控制与内容输出尽可能简单自然，真正解放人的双手。
可是，愿望总是美好的，现实总是残酷的。智能语音技术尽管近几年来取得了突飞猛进的发展，但是离人们期待的随心所欲的控制家里的一切还有相当远的距离。其中，语音识别率低是最大的障碍。即使是依靠口音相对统一的英语输入为主的苹果siri，其识别率也很难达到90%以上的程度。
对于中国这样有着56个民族，有几百上千种方言的人口大国，各种口音、腔调混杂其中，即使是普通话各个地方也有巨大的口音差异。因此，基于汉语为基础的语音识别技术将面临比英语更加巨大的技术挑战，语音识别准确率会因人而异而变得非常明显。识别率的低下将会导致语音控制技术在智能家居应用中用户体验难以达到用户预期，甚至成为一种可有可无的摆设。
智能语音技术除了需要提高用户语音输入的识别准确率，还需要提高语义理解能力。即使是苹果siri、谷歌Now这样世界级的语音助手工具，其输出能力还处在十分初级的状态，以致很难黏住用户。调查数据显示，Siri可以理解83%的问题，但回答正确率只有62%。
总之，无论是国外科技巨头，还是国内智能语音领域的先锋企业，要想真正让智能语音技术进入千家万户融入人们的生活，真正为人们所用，那么必然离不开识别技术的提高及后端庞大的语音知识库，目前阶段将智能语音技术称为入口还为时太早。
