Interspeech是由国际语音通信协会ISCA组织的语音研究领域的顶级会议之一，今年的赛事吸引了来自全球各地的语音技术研究者，竞赛指导委员会来自上海交大、南洋理工和美国约翰霍普金斯大学等高校和机构。有道人工智能产品部的语音团队在这届竞赛中获得二等奖。

目前，有道在AI领域的布局主要分为，自然语言处理（NLP）、图像识别（OCR）和语音识别与合成，其中自然语言处理和图像识别都是有道的强势技术领域，为有道在互联网产品端做了大量的技术赋能。

语音团队是成立时间相对最短，且团队非常年轻，主要负责这次竞赛项目两位团队成员都是90后，其中一位是95后。

近年，有道在AI领域斩获颇多，除了不断更新迭代的有道词典笔等硬件产品，有道精品课等在线教育业务上，也应用了语音识别、口语打分、AI作文批改等智能技术。

带着技术基因发展的网易有道，在语音、翻译等领域已有技术底蕴，技术也推动了有道的内容布局。

以翻译技术起家的有道，在AI时代攻坚神经网络翻译技术（NMT），目前其NMT准确度已达到国际领先水平；AI作文批改曾入选机器之心2020人工智能金炼奖；作为王牌技术之一的OCR识别技术，已经能支持26种主流语言文字，是目前国内识别语言最多的OCR识别引擎。

当有道词典笔逐渐成为学习场景的“三大件”之一，语音识别技术更加精进。9月推出的王源“明星语音”功能背后，则是有道自主研发的定制语音合成（Text To Speech，简称TTS）技术实力。

（有道语音团队合影）

孙艳庆谈及开发“明星语音”功能时，非常感概团队的不懈合作。面对这一群90后、95后同学，他们有的是猫奴，有的沉迷俄国文学，有的向往技术追星，孙艳庆的团队要求只有，活泼且脚踏实地。

“尽管我们会参加比赛去测试我们的技术成熟度，但整个有道AI团队更注重给用户更极致的体验，希望把技术尽快触达到用户手里，获得好的用户体验和反馈。”

语音和语音识别应用将是增长的主要推动力，其次是驾驶员面部分析、情感识别和手势识别。

根据Tractica的报告，随着车辆传感器越来越多，基于人工智能（AI）的技术有可能在人机界面（HMI）中发挥重要作用。用于汽车控制、信息娱乐和更多功能的智能语音助理很可能成为即将到来的联网汽车时代的领先HMI。随着司机和乘客监控的发展势头和监管需求的增加，情感识别和手势识别将成为人机交互的重要组成部分。由于越来越先进的计算机视觉算法、车载计算能力以及下一代挡风玻璃和其他显示技术的发展，3D增强现实（AR）将成为联网汽车体验的重要组成部分。

Tractica预测，支持人工智能的汽车HMI软件市场将从2018年的4.628亿美元增长到2025年的46亿美元。这一收入的绝大部分将来自语音和语音识别应用，其次是驾驶员面部分析和情感识别以及手势识别。

首席分析师MarkBeccue表示：“对于联网汽车来说，基于人工智能的HMI侧重于驾驶员控制、驾驶员/乘客监控、安全和信息娱乐。对于5级自动驾驶汽车，基于人工智能的HMI侧重于乘客监控和信息娱乐。”

MarkBeccue补充说：“大多数专家相信，在售后的帮助下，联网汽车市场将在若干年内迅速增长，然后缓慢下降。由于监管和技术方面的挑战，全自动驾驶汽车时代的发展可能会更缓慢，最终将蚕食联网汽车市场的份额，达到自动驾驶汽车运输主宰汽车市场。”

199IT.com原创编译自：Tractica 非授权请勿转载

        根据Tractica的最新数据，语音和语音识别已经成为科技领域的前沿技术，可以扩展各种复杂的语音服务。越来越多的公司正在建立可行的市场使用案例，包括用人类的声音控制高度复杂的自动化流程和操作。

        Tractica预测，到2025年全球语音和语音识别软件市场将从2017年的11亿美元增长到69亿美元。在此期间该技术的主要用例将包括医疗保健、汽车虚拟数字助理（VDA）、语音商务和客户服务应用等。其他用例包括智能家居控制、安全和身份验证，以及语音搜索等。

        首席分析师Mark Beccue表示：“语音识别技术已经存在了很长一段时间，但智能手机和云计算的出现才是这个市场的真正颠覆者，人工智能算法在短短几年内极大地提高了语音和语音识别的准确率，而这些新功能正在为多个行业的语音接口提供更广泛的应用。”

        199IT.com原创编译自：Tractica 非授权请勿转载

2013年8月13日社交网络Facebook收购了语音识别和语言翻译应用开发商Mobile Technologies，以利用其技术为该社交网络公司的移动计划服务。但Facebook并未透露收购Mobile Technologies公司的具体金额。

“语音技术越来越成为人们使用移动设备和网络的重要方式。”Facebook管理总监汤姆-斯多基（Tom Stocky）周一在一篇博文中说，“我很高兴宣布，我们已同意收购Mobile Technologies公司。这家公司拥有非常棒的团队，曾开发有全世界领先的语音识别和机器翻译技术。”

Mobile Technologies公司也撰文称，“Facebook的使命是让全世界变得更加开放，联系更加紧密。因此，它将会给我们提供绝佳的平台，让我们在全球范围内应用我们的技术。”

Facebook能够利用这种新技术做各种事情。例如，该社交网络可用它来能够支持跨语言交流，为旅途中的Facebook用户提供语音翻译，或接受一种语言的新闻动态信息，然后用另一种语言来呈现。此外，还有一种可能是Facebook利用它来提供语音版Graph Search（图谱搜索），因为斯多基最近一直正在领导Facebook的搜索研发工作。目前，Facebook正准备拓展Graph Search支持的语种（现在它仅支持英语）。

此前，Facebook曾在微软必应的帮助下翻译其网络上的新闻动态信息和评论。现在，它直接引进翻译技术，将有助于让翻译成为Facebook体验的核心组成部分。

一周前，Facebook竞争对手谷歌(微博)旗下的摩托罗拉刚刚推出了它的Moto X手机，其中内置有语音识别功能。苹果的Siri功能也使用了语音识别技术，可充当iPhone的个人语音助手。

Mobile Technologies公司创立于2001年，曾开发有Jibbigo移动翻译软件，该软件可自动翻译20多种语言。Jibbigo软件的iOS和Android版是旅行者和国际医疗工作人员的理想伴侣。当你用一款应用程序就能够解决语言障碍时，你还会费心劳神地去翻单词手册吗？Jibbigo软件通过销售离线翻译软件包来盈利，无需上网流量或wifi连接就可让用户听懂外语语音。

“Mobile Technologies公司的员工将会加入我们位于门洛帕克市的工程团队。”Facebook说，该公司还暗示有些Mobile Technologies员工不会加入该社交网络，但它拒绝透露到底有多少人Mobile Technologies员工会加盟Facebook。此前，Mobile Technologies公司从未从外部融过资，此次收购可能会让该公司的创始人获得可观的收入。

Facebook的使命之一就是让世界联系得更紧密。实现这个目标的一个巨大障碍就是我们所用语言的多样性。如果Facebook能够设法克服这个障碍，允许我们跨语言自由交流，那么它可能会极大地提高种族和国家之间的宽容度，还可能帮助广告商轻松接触到更广泛的用户。

科幻小说《神秘博士》（Doctor Who）的作者安德鲁-史密斯（Andrew Smith）曾说过，“人们害怕他们不理解的东西。”借助于Mobile Technologies公司的技术，Facebook有可能将科幻小说变为现实，帮助我们人类变得更加亲密无间。