俞凱博士帶你深入的了解思必馳

“ 俞凱是上海交大教授，同時(shí)是思必馳聯(lián)合創(chuàng)始人/首席科學(xué)家，他平時(shí)出席技術(shù)性質(zhì)的活動(dòng)，他坦言思必馳是一個(gè)技術(shù)型驅(qū)動(dòng)的公司，要做一個(gè)語(yǔ)音場(chǎng)景方案提供商，不做面向C端的產(chǎn)品。這篇文章講述關(guān)于思必馳在定位思考、市場(chǎng)觀察、技術(shù)落地等想法，這篇文章帶你更深入地了解思必馳。

億歐：對(duì)于思必馳這種創(chuàng)業(yè)型企業(yè)，之前對(duì)外公布主要發(fā)力車載后裝市場(chǎng)，究竟車載前裝市場(chǎng)對(duì)比后裝市場(chǎng)有多大呢？

俞凱：進(jìn)入車載前裝市場(chǎng)是公司的節(jié)奏問(wèn)題，前裝跟后裝最大的區(qū)別在于后裝出品速度快，前裝車廠往往會(huì)比較嚴(yán)格地審核，出品周期比較長(zhǎng)，目前思必馳已經(jīng)在對(duì)接前裝市場(chǎng)，但是要看到產(chǎn)品，估計(jì)要等上一年甚至兩年的時(shí)間。

科大訊飛自己做車載前裝語(yǔ)音已經(jīng)做了幾年時(shí)間，能否進(jìn)入前裝市場(chǎng)不是一個(gè)技術(shù)問(wèn)題，更多的是產(chǎn)品對(duì)接流程耗時(shí)問(wèn)題。前裝比后裝要求更多，前裝需要跟車型匹配、生產(chǎn)鏈條、特殊的場(chǎng)景測(cè)試等，對(duì)接工作量是巨大的，所以從后裝市場(chǎng)進(jìn)入前裝市場(chǎng)對(duì)于思必馳而言只是節(jié)奏問(wèn)題。

像寶馬和奧迪等公司也會(huì)跟我們?nèi)贤ㄜ囕d語(yǔ)音前裝對(duì)接的事情，前裝汽車廠商不會(huì)綁定一個(gè)產(chǎn)品供應(yīng)商，前裝市場(chǎng)的迭代周期跟后裝有很大的不同，思必馳并不著急，進(jìn)入前裝語(yǔ)音廠商只是時(shí)間問(wèn)題。

從市場(chǎng)占比上，車載硬件大部分都是后裝市場(chǎng)，如果從起量上講，后裝市場(chǎng)是更大，但是從價(jià)值收入角度講，前裝的售價(jià)是比后裝要高。

億歐：思必馳的企業(yè)定位？

俞凱：人工智能大體有三個(gè)不同的層次，第一種是專門(mén)做模塊、底層技術(shù)的傳感器公司，第二種是專門(mén)做人工智能技術(shù)的平臺(tái)，第三種是專門(mén)做人工智能應(yīng)用級(jí)別的產(chǎn)品公司，思必馳是第二種。

思必馳希望把研發(fā)的底層技術(shù)和語(yǔ)音交互經(jīng)驗(yàn)提供給車載產(chǎn)品廠商或者系統(tǒng)集成廠商，而產(chǎn)品廠商只需要關(guān)注滿足市場(chǎng)剛需的產(chǎn)品，這是智能語(yǔ)音車載行業(yè)的上下游分工。思必馳的定位是非常明確的，不做具體的應(yīng)用級(jí)產(chǎn)品，只做語(yǔ)音技術(shù)平臺(tái)。

定位是在發(fā)展過(guò)程中摸索出來(lái)的，最初我們也在手機(jī)語(yǔ)音上做過(guò)嘗試，但是并不成功，在2013年做過(guò)探索，做出來(lái)之后發(fā)現(xiàn)并不核心，做出來(lái)都是免費(fèi)的，沒(méi)有收費(fèi)模式。而做智能硬件的語(yǔ)音模塊，第一，這是剛需，第二，這是有營(yíng)利模式的，手機(jī)上的語(yǔ)音模塊并不是剛需，因?yàn)槟阌形淖州斎氲忍娲侄?，在硬件交互過(guò)程中，對(duì)于復(fù)雜信息交互（比如問(wèn)路、聽(tīng)歌、購(gòu)物），除了語(yǔ)音交互，沒(méi)有其他替代手段，當(dāng)我們發(fā)現(xiàn)這個(gè)點(diǎn)才是真正有意義的，把精力全部投進(jìn)去。

億歐：車載語(yǔ)音產(chǎn)品在技術(shù)上還有多大的發(fā)展空間呢？

俞凱：語(yǔ)音技術(shù)層面還有兩塊可提升的。

①對(duì)接認(rèn)知功能，語(yǔ)音目前解決了“有無(wú)”的問(wèn)題，但全世界都沒(méi)有解決“好壞”的問(wèn)題和對(duì)接深度的問(wèn)題，目前很多車載硬件都可以搜索餐館，但是做不到語(yǔ)音訂餐和訂座，這是語(yǔ)音模塊和功能模塊的對(duì)接深度問(wèn)題。

這涉及到多輪交互的問(wèn)題，我們下一個(gè)發(fā)展目標(biāo)，在車載情況下，實(shí)現(xiàn)非配合、自由、多輪交互。目前為止，這只是一個(gè)概念，并沒(méi)有很好的解決方案。無(wú)論在國(guó)內(nèi)還是國(guó)外，思必馳有在比較深入對(duì)這個(gè)問(wèn)題進(jìn)行研究。

②第二塊突破在車載設(shè)備上，無(wú)論是車載后視鏡還是其他車機(jī)，有的是安卓系統(tǒng)、有的是winCE系統(tǒng)；在配置上也不同，有的是1個(gè)麥克風(fēng)，有的是多個(gè)麥克風(fēng)，這些并不統(tǒng)一。

車載內(nèi)部是一個(gè)噪聲環(huán)境，對(duì)降噪處理仍然有很大的技術(shù)提升空間，在車內(nèi)空間，簡(jiǎn)單撥號(hào)操作是沒(méi)問(wèn)題的，但是完全自由對(duì)話、多人對(duì)話，比較復(fù)雜的情況仍然不能很好解決，雖然這些需求并不高頻，但對(duì)于成熟的車載設(shè)備是必須要有的。

億歐：科大訊飛總部在安徽合肥、思必馳的總部在蘇州，人才引入跟地區(qū)是否有關(guān)系呢？

俞凱：語(yǔ)音行業(yè)的技術(shù)鏈條特別長(zhǎng)，適口人才要求懂的東西特別多，懂語(yǔ)音的人要懂信號(hào)處理、模式識(shí)別、認(rèn)知、語(yǔ)音、心理學(xué)、計(jì)算機(jī)科學(xué)等，需要走的鏈條特別長(zhǎng)。同時(shí)語(yǔ)音人才團(tuán)隊(duì)要求規(guī)?；?，擁有一支語(yǔ)音基礎(chǔ)研究團(tuán)隊(duì)特別重要，但凡能成為語(yǔ)音技術(shù)平臺(tái)型企業(yè)的，背后都要有一支基礎(chǔ)研發(fā)團(tuán)隊(duì)。

而語(yǔ)音是研究鏈條特別長(zhǎng)，沒(méi)有基礎(chǔ)人才，是沒(méi)有辦法做以技術(shù)驅(qū)動(dòng)型公司的，沒(méi)有基礎(chǔ)技術(shù)團(tuán)隊(duì)，最后只能做一個(gè)靠產(chǎn)品取勝、商業(yè)模式取勝、設(shè)計(jì)取勝的產(chǎn)品型公司，想要靠技術(shù)跟別人拉開(kāi)差距，沒(méi)有基礎(chǔ)研發(fā)實(shí)力，光靠工程師，不能跟國(guó)際前沿走在一起的。

科大訊飛在安徽，是比較偏的地方，思必馳在蘇州，也不在北上深，都有一個(gè)特質(zhì)，背后有一支國(guó)際級(jí)的研究團(tuán)隊(duì)，科大訊飛依托中國(guó)科技大學(xué)的語(yǔ)音語(yǔ)義實(shí)驗(yàn)室，這里不單聚集中國(guó)科技大學(xué)工程系做語(yǔ)音的人，還集聚了計(jì)算機(jī)系做自然語(yǔ)言處理的人。

思必馳跟上海交通大學(xué)成立了思必馳上海交大實(shí)驗(yàn)室，實(shí)驗(yàn)室聚集了聲學(xué)、語(yǔ)言到認(rèn)知研究人員，聚集了計(jì)算機(jī)系的人才做支撐，同時(shí)我是上海交大的教授，能夠把最好的技術(shù)快速應(yīng)用到產(chǎn)品上。比如說(shuō)今年能夠?qū)?a href="http://srfitnesspt.com/tags/語(yǔ)音識(shí)別/" target="_blank">語(yǔ)音識(shí)別的速度提高3-4倍，這是一種引領(lǐng)。

億歐：昆仲資本姚海波說(shuō)過(guò)，在人工智能領(lǐng)域，只投產(chǎn)品型公司，而基礎(chǔ)性研究要交給BAT，對(duì)于像思必馳這樣一家創(chuàng)業(yè)型公司而言，著力基礎(chǔ)研究會(huì)不會(huì)過(guò)重呢？

俞凱：產(chǎn)品公司的業(yè)績(jī)來(lái)得快，由于沒(méi)有后續(xù)的技術(shù)支撐，掉下去也快，技術(shù)平臺(tái)企業(yè)成長(zhǎng)比較慢，一旦起來(lái)就成為核心入口，人工智能是一個(gè)顛覆性的產(chǎn)業(yè)，它的出現(xiàn)正是產(chǎn)業(yè)重組的時(shí)候。

目前語(yǔ)音搜索最強(qiáng)的百度嗎？其實(shí)不是。PC端所產(chǎn)生、積累的數(shù)據(jù)是沒(méi)有辦法轉(zhuǎn)到語(yǔ)音端，在比拼的時(shí)候要落實(shí)到具體場(chǎng)景下，在車載環(huán)境下能夠抗噪的數(shù)據(jù)，思必馳比百度要多，PC所產(chǎn)生的數(shù)據(jù)是用不到車載環(huán)境下的。

人工智能產(chǎn)生了產(chǎn)業(yè)顛覆性的機(jī)會(huì)，使得數(shù)據(jù)類型和形態(tài)都變得不一樣，車載場(chǎng)景下，思必馳做得早，有基礎(chǔ)，占據(jù)了一定的優(yōu)勢(shì)。人工智能影響的領(lǐng)域很多，思必馳在這塊有80個(gè)基礎(chǔ)研究人員，如果按照資源投入來(lái)看，思必馳在語(yǔ)音領(lǐng)域的投入很大。

語(yǔ)音交互在細(xì)分市場(chǎng)上，可能出現(xiàn)新的數(shù)據(jù)聚集，新的技術(shù)平臺(tái)，從而產(chǎn)生新的機(jī)會(huì)，在這樣的機(jī)會(huì)面前，創(chuàng)業(yè)型公司和大公司是平等競(jìng)爭(zhēng)的，在這個(gè)競(jìng)爭(zhēng)中，創(chuàng)業(yè)型公司由于專注，在局部力量上反而有優(yōu)勢(shì)。

億歐：思必馳目前有一塊是面向智能家居的，從空調(diào)、冰箱、電視都喊著要裝語(yǔ)音模塊，有這個(gè)必要嗎？這個(gè)行業(yè)是否已經(jīng)過(guò)熱到產(chǎn)生偽需求呢？關(guān)于語(yǔ)音入口論的問(wèn)題，多入口導(dǎo)致重復(fù)建設(shè)，你更贊成單一入口還是多入口？

俞凱：語(yǔ)音智能發(fā)展到現(xiàn)在，應(yīng)用場(chǎng)景比之前多了，出現(xiàn)偽需求是肯定的。在智能手機(jī)之前，諾基亞的功能機(jī)都有語(yǔ)音撥號(hào)，當(dāng)時(shí)的語(yǔ)音識(shí)別爛得根本不能用，就產(chǎn)生偽需求，表現(xiàn)在雖然不好用，但是你有我也要有。

對(duì)于什么是偽需求？什么是真需求？這往往是需要靠時(shí)間來(lái)驗(yàn)證的，真需求是在用戶體驗(yàn)當(dāng)中被磨礪剩下的需求，沒(méi)有人能夠一開(kāi)始就判斷需求的真?zhèn)巍?/p>

拿語(yǔ)音入口而言，有人認(rèn)為音樂(lè)盒子是智能家居的語(yǔ)音入口，做電視的人又認(rèn)為電視是智能家居的語(yǔ)音入口，做節(jié)能燈的人又認(rèn)為電燈是智能家居的語(yǔ)音入口，大家都想往這個(gè)方面靠。

我們能確定的是兩點(diǎn)：

①肯定有偽需求存在；

②里面一定會(huì)有真需求，這原理是智能家居智能化趨勢(shì)是沒(méi)錯(cuò)的，更多企業(yè)加入到大浪淘沙競(jìng)爭(zhēng)中，產(chǎn)品公司需要判斷和找尋真需求，而思必馳是給予所有可能需求提供語(yǔ)音基礎(chǔ)服務(wù)，為所有可能需求提供一個(gè)技術(shù)型的平臺(tái)，思必馳是一個(gè)產(chǎn)業(yè)能力、基礎(chǔ)能力的提供商。

億歐：在2017年，思必馳對(duì)機(jī)器人、智能家居、智能車載三個(gè)模塊的銷售預(yù)期判斷。

俞凱：2017年銷量還是以車載為主，以增量的相對(duì)幅度來(lái)講，應(yīng)該會(huì)是智能家居，因?yàn)檐囕d在經(jīng)過(guò)2015-2016年的發(fā)展總量已經(jīng)很大了，所以相對(duì)增量不會(huì)很大。

從2016年3月-9月的增速情況觀察（后臺(tái)語(yǔ)音模塊的調(diào)用次數(shù)判斷），車載語(yǔ)音模塊月度增速大概在97%，而智能家居的月度增速大概在120%。車載市場(chǎng)已經(jīng)趨于穩(wěn)定，明年家居的增速會(huì)超過(guò)車載，車載的增速已經(jīng)降低，這是因?yàn)檐囕d市場(chǎng)成熟已經(jīng)兩年了，并且車載語(yǔ)音的存量基數(shù)大。而智能家居對(duì)語(yǔ)音模塊接受高，出貨量比較大。

億歐：語(yǔ)音識(shí)別從去年的95%提升到97%，而自然語(yǔ)言處理和語(yǔ)義理解發(fā)展比較緩慢，請(qǐng)問(wèn)技術(shù)難在哪個(gè)點(diǎn)上？思必馳這邊是否有布局？

俞凱：希望同行不要過(guò)度夸大語(yǔ)音的識(shí)別度，在特定場(chǎng)景下達(dá)到97%甚至高于97%是沒(méi)有問(wèn)題，但是一般場(chǎng)景下，或者抗噪場(chǎng)景下，識(shí)別率是達(dá)不到97%的。

思必馳所做的是對(duì)話技術(shù)，不僅包括語(yǔ)義理解，還包括機(jī)器的決策和機(jī)器的反饋，人的說(shuō)話分兩塊，第一是我說(shuō)話你明白了，第二是你明白了之后你知道下一個(gè)問(wèn)題問(wèn)什么，這是兩個(gè)不同的東西，思必馳兩塊都在做。

目前在國(guó)內(nèi)對(duì)語(yǔ)音的識(shí)別有專業(yè)的評(píng)測(cè)方式（通過(guò)語(yǔ)音轉(zhuǎn)化文字的準(zhǔn)確率），但是語(yǔ)義理解沒(méi)有標(biāo)準(zhǔn)的評(píng)測(cè)方式，如果需要數(shù)字評(píng)價(jià)，在特定領(lǐng)域都能達(dá)到97%的精確度，但是在廣泛的領(lǐng)域，并沒(méi)有達(dá)到上面的準(zhǔn)確率，這是事實(shí)。

在非配合情況下，在語(yǔ)音識(shí)別錯(cuò)誤情況下，如何做有容錯(cuò)的語(yǔ)義理解？在國(guó)內(nèi)、甚至國(guó)際做這塊研究的人幾乎都在上海交大語(yǔ)音實(shí)驗(yàn)室。

億歐：國(guó)內(nèi)和國(guó)外的語(yǔ)音差距？

俞凱：在算法上講，國(guó)內(nèi)的水平已經(jīng)不比國(guó)外差，一方面是產(chǎn)業(yè)的推動(dòng)，另一方面是原本在國(guó)外留學(xué)的人都逐漸回國(guó)參與研發(fā)，不過(guò)在原創(chuàng)能力上講，相對(duì)國(guó)外還要弱一點(diǎn)，我們主要的能力是大量吸取國(guó)外技術(shù)，然后改良型的小創(chuàng)新，一些本質(zhì)性的創(chuàng)新比較少。思必馳和科大訊飛都做出了一些全球領(lǐng)先的算法模型廣泛被得到認(rèn)可，改良型創(chuàng)新是超過(guò)國(guó)外的。

對(duì)于人工智能的定義，對(duì)于語(yǔ)音識(shí)別的發(fā)展，隨著產(chǎn)業(yè)化的進(jìn)程與發(fā)展，一些陌生的名詞逐漸熟悉起來(lái)，一些原本被認(rèn)為是“騙子”的技術(shù)跟“狼來(lái)了”一樣在多次被解讀后，真實(shí)進(jìn)入到生活場(chǎng)景中，語(yǔ)音模塊的產(chǎn)業(yè)鏈條逐漸完備，從傳感器公司、語(yǔ)音數(shù)據(jù)交易平臺(tái)、到語(yǔ)音技術(shù)方案提供商、產(chǎn)品系統(tǒng)集成商、產(chǎn)品型公司等。

從行業(yè)種類來(lái)分，無(wú)論是TO B的語(yǔ)音應(yīng)用（醫(yī)療、客服），還是TO C的語(yǔ)音應(yīng)用（車載、家居、機(jī)器人）都會(huì)逐漸被細(xì)分化，我們期待2017年語(yǔ)音的市場(chǎng)教育和產(chǎn)品更加成熟。