司機(jī)小楊沒有想到，這段時(shí)間伴他一路同行的“志玲姐姐”語音導(dǎo)航服務(wù)中，“女神”甜美的娃娃音竟然大部分是合成的！同小楊一樣，很多人不知道，高德導(dǎo)航應(yīng)用中除“向左轉(zhuǎn)彎”“前方攝像頭”等固定語句采用原聲外，地名、距離、速度等提示也是依據(jù)林志玲咬字和發(fā)音方式，運(yùn)用語音合成技術(shù)制作而成。這一技術(shù)提供商正是有“中國語音產(chǎn)業(yè)國家隊(duì)”美譽(yù)的科大訊飛。

　　從被外界譏笑的“草臺班子”到亞太地區(qū)最大的語音上市公司，從中國語音產(chǎn)業(yè)的拓荒者到世界語音產(chǎn)業(yè)的領(lǐng)軍者，16年來，科大訊飛以源源不斷的自主創(chuàng)新經(jīng)受住市場的淬煉，詮釋了什么是產(chǎn)業(yè)報(bào)國，何為鳳凰涅槃。

　　放開被掐住的喉嚨

　　或許你曾看過這樣一段視頻：一名山東大漢開車時(shí)試圖用語音控制功能的車載設(shè)備撥打電話，但他一口濃郁的山東方言讓設(shè)備屢屢識別錯誤。幾次糾正無果后，大漢準(zhǔn)備再試一次，沒想到此時(shí)設(shè)備竟然說出了“謝謝，再見?！贝鬂h哭笑不得。

　　用語音撥打電話不靠譜，還是方言不易被識別？在另一段視頻中，一位山東女士用同樣的方言，撥打同樣的號碼，結(jié)果迥然不同，她用的APP是訊飛推出的靈犀智能語音助手。

　　“現(xiàn)在靈犀已率先支持粵語、四川話、河南話、東北話、天津話、湖南話、山東話等14種方言?！笨拼笥嶏w媒介經(jīng)理陳衛(wèi)民告訴記者。

　　不僅如此，雙手忙不過來時(shí)，跟它說一聲，立即代你打電話、發(fā)短信；出國旅行不會講英語？一秒之內(nèi)實(shí)現(xiàn)中英輕松互譯，幫你讀出；隨意哼個(gè)小曲，即刻顯示歌曲名字，陪唱陪練；一聲令下，打開窗簾、關(guān)閉臺燈、電視換臺，一切如你所愿。在科大訊飛的產(chǎn)品體驗(yàn)廳里，實(shí)現(xiàn)這些你只需耍耍嘴皮子。

　　看著今天的科大訊飛在語音市場上的縱橫馳騁，可能有人嘆息生不逢時(shí)，沒有像它一樣幸運(yùn)。但鮮為人知的是，彼時(shí)科大訊飛選擇中國語音產(chǎn)業(yè)化之旅，在別人看來簡直是異想天開。

　　質(zhì)疑并非毫無來由。1999年科大訊飛成立伊始，中國語音市場幾乎百分之百由IBM、微軟等國外IT巨頭壟斷；而在國內(nèi)，雖有科研機(jī)構(gòu)從事相關(guān)研究，卻都是單打獨(dú)斗，遲遲未見成果面市，更令人不安的是，語音技術(shù)人才畢業(yè)后進(jìn)入跨國公司幾乎成了一種慣例。

　　這樣的背景下，胡郁、胡國平、陳濤，還有科大訊飛發(fā)起者——彼時(shí)26歲的中科大博士研究生劉慶峰，一群尚未完全擺脫稚氣的毛頭小伙子偏偏要試一試。語音是文化的基礎(chǔ)和民族的象征，不能被外國人掐住喉嚨！中國的語音產(chǎn)業(yè)要由中國人來掌握。這個(gè)只有18個(gè)人的團(tuán)隊(duì)開始了跌跌撞撞的語音產(chǎn)業(yè)化苦旅。

　　2003年，科大訊飛榮獲“國家科技進(jìn)步獎”，牽頭制定具有自主知識產(chǎn)權(quán)的中文語音標(biāo)準(zhǔn)；2006年至2014年，連續(xù)9年在英文語音合成國際大賽中奪冠；2008年摘得國際說話人識別評測大賽桂冠，并在語音識別技術(shù)領(lǐng)域一舉超越全球最大的語音技術(shù)公司Nuance；2009年獲得國際語種識別評測大賽高難度混淆方言測試指標(biāo)冠軍；2013年，通過麥克風(fēng)陣列技術(shù)將語音識別的距離拓展到5米以外，在高抗噪語音識別技術(shù)領(lǐng)域取得突破，100km/h車速下仍保持90%以上的識別率，顯著領(lǐng)先；2014年，繼續(xù)獲得通用全球中文語音識別測評綜合指標(biāo)第一名。

　　而在與語音技術(shù)平行的另一條歷史軸線上，科大訊飛的語音產(chǎn)業(yè)化之旅也愈走愈順：2008年成為中國語音產(chǎn)業(yè)唯一的上市公司，將Nuance“擠出”中國；如今為全行業(yè)2000多家企業(yè)提供語音核心技術(shù)，占據(jù)中國語音主流市場70%以上的份額，并成為亞太地區(qū)最大的語音公司；面向移動互聯(lián)網(wǎng)時(shí)代率先推出語音云平臺，用戶數(shù)已突破6.8億，開發(fā)應(yīng)用申請超過6萬個(gè)，逐步形成以科大訊飛為核心的語音產(chǎn)業(yè)鏈，成為業(yè)界公認(rèn)的“語音產(chǎn)業(yè)國家隊(duì)”；目前，訊飛語音學(xué)習(xí)軟件已在國外孔子學(xué)院得到普遍應(yīng)用，并成為新加坡等國中英文語音學(xué)習(xí)門戶的主流技術(shù)。

　　很多業(yè)內(nèi)人士都對科大訊飛豎起大拇指：“如果沒有科大訊飛，中國語音產(chǎn)業(yè)現(xiàn)在還會控制在國外公司手中，也不可能有今天的蓬勃發(fā)展?！?/p>

　　彎曲的直線

　　一系列耀眼的成績背后，用劉慶峰的話說是一段“走彎曲的直線”的創(chuàng)業(yè)歷程，所謂直線即目標(biāo)明確，彎曲則指實(shí)現(xiàn)夢想的過程曲折。

　　劉慶峰深有體會地告訴記者，“任何創(chuàng)新都是一個(gè)痛苦的過程，是不斷試對與試錯的相互交織?！背闪⒅酰袌龊芸炀徒o了科大訊飛一個(gè)“下馬威”。他們自主研發(fā)的一款名叫“暢言2000”的電腦軟件遇冷。

　　這是一款劉慶峰曾十分看好的產(chǎn)品，它能將語音自動轉(zhuǎn)換成文字，并讓用戶通過語音控制電腦，主要面向老年人。但不久他們就發(fā)現(xiàn)這款產(chǎn)品叫好不叫座?！拔覀兒雎粤艘恍┮蛩?，一方面當(dāng)時(shí)盜版軟件猖狂，另一方面我們的主要消費(fèi)者為老年人，其電腦操作經(jīng)驗(yàn)太少，有的電腦還沒開就說軟件出了問題呼叫售后服務(wù)，這樣折騰兩三次后，利潤就沒了?！眲c峰說。

　　“吃一塹長一智”。這次的教訓(xùn)讓科大訊飛明白：直接進(jìn)軍大眾消費(fèi)市場時(shí)機(jī)還不成熟，必須轉(zhuǎn)攻企業(yè)級用戶。

　　于是，當(dāng)中國電信計(jì)劃將168電話信息平臺鋪向全國之際，科大訊飛毛遂自薦為其提供語音合成技術(shù)。但就在他們對實(shí)驗(yàn)結(jié)果滿懷信心時(shí)，消息傳來：對方拒絕合作，理由很簡單，科大訊飛也就是個(gè)創(chuàng)業(yè)團(tuán)隊(duì)，這么大的單子不敢交付。

　　又是當(dāng)頭一棒。更糟糕的是，還禍不單行。

　　期間，資金鏈的斷裂讓股東及團(tuán)隊(duì)內(nèi)部炸開了鍋，質(zhì)疑聲不絕于耳?！罢Z音技術(shù)到底前景有多大？”“是不是應(yīng)該做別的應(yīng)用軟件？”“是不是給銀行做服務(wù)器更賺錢？”面對動搖的軍心，劉慶峰將大家拉到巢湖邊上開會，并放出一句狠話，“誰不看好語音，就請誰走人！”

　　那天起，訊飛人達(dá)成了一個(gè)共識：語音產(chǎn)業(yè)需要長期的技術(shù)積累，快餐式的急功近利無法長久。

　　隨后，劉慶峰多次赴深圳找中國電信168合作方華為懇談，或許被他的誠意感動，華為同意在其平臺上試用訊飛的語音技術(shù)。可是，反饋結(jié)果卻讓他有些無地自容：系統(tǒng)兼容性不強(qiáng)、語音合成不自然、連續(xù)性差……對于這份充滿硬傷的測試報(bào)告，華為表態(tài)，“一周內(nèi)解決所有問題，否則合作失效?！?/p>

　　當(dāng)然，這次他們成功了——自此，科大訊飛成為華為在語音方面唯一的合作伙伴。10多年后在科大訊飛15周年慶典時(shí)，輪值總裁吳曉如回顧了這場攸關(guān)生死的大考驗(yàn)?！斑@個(gè)星期，沒有一個(gè)人離開過辦公室，大家?guī)缀醪幻卟恍?，最后全部問題迎刃而解。我清晰地記得走出辦公室時(shí)大概是下午4:30左右，回到家倒頭就睡，一直睡到第二天的中午?！?/p>

　　艱難困苦，玉汝于成。接下來科大訊飛拓展了包括華為、中興和聯(lián)想在內(nèi)的50多個(gè)合作伙伴，并如愿獲得第二輪融資。

　　聯(lián)想投資成立后的第一筆投資就給了科大訊飛。不過，有一年聯(lián)想投資財(cái)務(wù)經(jīng)理參加其半年度經(jīng)營會議后卻拉長了臉，“沒想到訊飛的財(cái)務(wù)狀況這么差。”科大訊飛這一只見投入不見產(chǎn)出的態(tài)勢一直延續(xù)了5年。

　　正是這種耐得住寂寞的堅(jiān)守，2004年科大訊飛迎來轉(zhuǎn)機(jī)——扭虧為盈，并從2005年至2007年保持凈利潤130%的復(fù)合增長。2008年科大訊飛上市。

　　時(shí)至今日，科大訊飛已成為當(dāng)之無愧的語音界霸主，其在國際市場上僅次于Nuance，而面向行業(yè)用戶提供“軟件+服務(wù)”的整體解決方案正成為他們進(jìn)行市場探索的一個(gè)重要方向。

　　讓機(jī)器會說會思考

　　大浪淘沙，十幾年來國內(nèi)外的語音公司生生滅滅，失敗者居多。在這場后來居上的戰(zhàn)役中，科大訊飛何以華麗逆襲？

　　個(gè)中原因，劉慶峰心里十分清楚，“語音是典型的高技術(shù)交叉學(xué)科，涉及數(shù)字信號處理、聲學(xué)研究和實(shí)驗(yàn)語音學(xué)等諸多領(lǐng)域，若想取得實(shí)質(zhì)性突破，必須有效整合核心技術(shù)資源。”

　　科大訊飛創(chuàng)立初期，國內(nèi)幾大語音研究機(jī)構(gòu)各有建樹，但各自為政、相互封閉，如何整合？2000年首輪風(fēng)險(xiǎn)投資后，劉慶峰做的第一件事就是逐個(gè)拜訪“語音大牛們”，用這筆資金與中科院聲學(xué)、中國社科院語言、中科大成立語音技術(shù)聯(lián)合實(shí)驗(yàn)室。他承諾，“各自專注于其擅長的研究，科大訊飛提供專項(xiàng)科研經(jīng)費(fèi)并負(fù)責(zé)產(chǎn)業(yè)化整合，給他們股權(quán)，實(shí)現(xiàn)成果共享。”

　　如此一來，早期在品牌、市場等方面都不占優(yōu)勢的科大訊飛就有了一支強(qiáng)大的技術(shù)后盾——對聲音合成和聲音聽辨方面有獨(dú)特研究的孫金誠研究員；1980年就從事人機(jī)語音通信的王仁華教授；社科院語言所對聲音、語氣、語調(diào)等研究了40多年的吳宗濟(jì)老專家。事實(shí)證明，這筆“技術(shù)投資”為科大訊飛日后攀上語音技術(shù)的峭壁奠定了堅(jiān)實(shí)的基礎(chǔ)。

　　在有效整合外部資源的同時(shí)，科大訊飛也沒忘苦練內(nèi)功?！拔覀円瓤茖W(xué)界更知道技術(shù)的發(fā)展趨勢，比消費(fèi)者更知道他需要什么?！庇谑?，科大訊飛高級副總裁、研究院院長胡郁和團(tuán)隊(duì)建立了三個(gè)梯次的布局：聯(lián)合實(shí)驗(yàn)室傾向于技術(shù)的基礎(chǔ)研究，訊飛研究院負(fù)責(zé)面向產(chǎn)品的應(yīng)用研究，訊飛各事業(yè)部的產(chǎn)品部門負(fù)責(zé)把方案進(jìn)行代碼級的優(yōu)化，變成完善的產(chǎn)品。與此同時(shí)，保證研發(fā)投入，“今年我們的研發(fā)支出預(yù)算要占到銷售收入的30%。”劉慶峰透露。

　　戰(zhàn)略就像望遠(yuǎn)鏡，能看清很遠(yuǎn)的方向，但不能縮短腳下的路程。憑借一流的技術(shù)和腳踏實(shí)地的努力，科大訊飛近年來逐步贏得市場和用戶的認(rèn)可。

　　但對科大訊飛來說，他們的夢想“讓機(jī)器能聽會說、能理解會思考”才剛剛起步。眼下，第一個(gè)目標(biāo)已經(jīng)實(shí)現(xiàn)。胡郁說，在繼續(xù)改進(jìn)語音技術(shù)的同時(shí)，科大訊飛已于近期啟動了“訊飛超腦”計(jì)劃?！拔覀兿Ｍ磥頇C(jī)器可以像人一樣，不僅能聽會說，還能理解會思考，有邏輯思維和推理能力?！焙舯硎?。他透露，“訊飛超腦”目前已聚集了語音及語言信息處理國家工程實(shí)驗(yàn)室、加拿大約克大學(xué)等10多位人工智能領(lǐng)域頂級專家。

　　他們還努力將語音應(yīng)用范圍盡可能地拓展。劉慶峰告訴記者，科大訊飛正在研究如何將聲紋技術(shù)和人臉識別技術(shù)結(jié)合，“人的聲音和DNA、指紋一樣，具有唯一性，是可識別的，如果再與人臉識別疊加在一起，作為身份的驗(yàn)證碼，那么未來身份證或?qū)⒉辉傩枰?，辦理一些事只需張張嘴、掃掃臉即可。”

　　這些設(shè)想還需多久能夠?qū)崿F(xiàn)？劉慶峰不十分肯定，但他們的目標(biāo)是成為谷歌那樣的創(chuàng)新型公司，用技術(shù)改變世界。