（文章來源：捷思奇）
? ? ?? 語音識別領域已經開始從研發轉為應用，研發比的是標準環境下純粹的算法誰更有優勢，而應用比較的是在真實場景下誰的技術更能產生優異的用戶體驗，而一旦在真實場景下的體驗，語音識別便失去獨立存在的價值，更多作為產品體驗的一個環節而存在。

智能音箱，以一種井噴式的發展出現在大眾面前，市場銷量以及智能音箱的 AI 屬性，促使 2016 年下半年，國內各大巨頭幾乎是同時轉變態度，積極打造自己的智能音箱 。但在 2019 年之后則開始進入市場萎縮的階段，人們關注的焦點也不再是單純的技術指標，而是回歸到體驗，更為一般的、純粹的商業視角。然而卻因為技術瓶頸的限制，客戶的體驗感覺并未如預期，智能音箱在遠場環境中使用的效果也沒達到消費者的期待。

智能音箱淪為網路聽歌、聽書的平臺，更有眾里換他千百度，只收到請再說一次的回應；這與開發智能音箱的初衷出現非常大的差距，而讓智能音箱淪為玩具，確實也讓市場對于智能音箱的發展產生很大的質疑。目前發展較為成功的應用大多局限于語音翻譯機，而智能家居上利用語音作為控制上的應用僅止于產品演示，離真正的實用化還有萬里之遙；畢竟環境因素與遠場語音識別技術，不管硬體還是軟體都還尚未到達成熟可以商業化的程度，這更阻礙市場的發展。

當語音產業尋求下一個發展契機的同時，行業的發展速度反過來會受限于平臺服務商的供給能力而導致整體發展速度變緩。從整體市場發展來看，行業下一步發展的本質思維是：在具體每個語音識別產品的投入產出是否達到一個普遍接受的應用，離這個越近，行業就越會接近蓬勃發展，否則整體增速就會相對平緩。然而不管是智能家居、酒店、金融、教育或者其他場景，如果解決問題的投入資金與時間過于漫長，那對投資方的考量就會增加更多猶豫。如果投入后，沒有可感知的新體驗或者銷量促進，那對此投資方也會興趣缺缺，這會直接影響值不值投資的判斷。

從核心技術來看，整個語音技術有五點技術：喚醒、麥克風陣列、語音識別、自然語言處理、語音合成；這些AI芯片與軟件算法相對來說復雜程度非常的高，但從商業角度來看我們就會發現，想要找到這些技術的不足點打造一款體驗良好的產品，仍然存在著非常大的技術門檻 。所有語音交互產品都是端點對端點應用的產品，如果每家廠商都從這些基礎技術來打造產品，那就每家都要建立自己云服務系統，確保響應速度，調試自己所選擇的硬件平臺，逐項整合具體的內容。

國內則缺乏系統整合的平臺提供商，當前的平臺提供商分為兩種：一種是傳統互聯網或者上市公司；一類是以語音識別技術為主的新興人工智能公司。新興的人工智能公司相比傳統公司產品和服務上的歷史包袱更輕，因此在平臺服務上反倒是可以主推一些更為面向未來、有特色的基礎服務，比如兼容性方面新興公司做的會更加徹底，這種兼容性對于一套產品同時覆蓋全球市場是相對更加有利的。

人與數字世界的接口，在現在越來越統一于具體的產品形態（比如手機），但隨著智能型系統的出現，這種統一則會越來越統一于系統本身，而相對的周邊傳感器與執行器的開發，可將整個系統更加完善、更接近人內的言行與思考模式，這樣的結果會帶來數字化程度更高，越來越接近數字化的生活。
? ? ? （責任編輯：fqj）