【中國(guó)智能制造網(wǎng) 訪談】提到云知聲，業(yè)內(nèi)人士通常會(huì)同時(shí)想起國(guó)內(nèi)的科大訊飛、思必馳和捷通華聲以及國(guó)外的Nuance。云知聲以語音技術(shù)起家，4年團(tuán)隊(duì)發(fā)展過200人。根據(jù)公開報(bào)道顯示，云知聲2014年底完成B輪融資，估值2億美金。然而CEO黃偉坦言，在語音技術(shù)路線選擇上各家公司差異不大。要在國(guó)內(nèi)相對(duì)惡劣的競(jìng)爭(zhēng)環(huán)境和資本寒冬中生存下去，云知聲正全力押注IoT賽道，在車載后裝、家居、醫(yī)療等應(yīng)用場(chǎng)景優(yōu)化產(chǎn)品細(xì)節(jié)，提高激活量和使用頻次，爭(zhēng)取更多客戶訂單，努力提高營(yíng)收。　　
　　【技術(shù)與研發(fā)】谷歌等開源平臺(tái)鑄劍，云知聲扎實(shí)落地苦練劍法
　　
　　語音識(shí)別領(lǐng)域LSTM-CTC技術(shù)效果好，效率提升40%。
　　
　　百度、訊飛、云知聲等各家企業(yè)技術(shù)路徑相似，差異在于針對(duì)不同場(chǎng)景優(yōu)化不同細(xì)節(jié)。
　　
　　【記者】和國(guó)際巨頭以及科大訊飛相比，云知聲的語音技術(shù)什么不同？
　　
　　【黃偉】坦率來講，業(yè)內(nèi)一線的公司包括Google、百度、科大訊飛等使用的技術(shù)都差不多。因?yàn)楝F(xiàn)在學(xué)術(shù)、技術(shù)層面的溝通是相對(duì)非常充分的。比如，語音識(shí)別領(lǐng)域，效果好的就是LSTM-CTC。以前用的統(tǒng)計(jì)模型，以幀來做優(yōu)化單位，會(huì)糾纏到局部細(xì)節(jié)里，但LSTM-CTC以整句優(yōu)化為目標(biāo)，忽略一些中間細(xì)節(jié)，不糾纏于對(duì)幀的處理，解碼效率會(huì)提高很多。工業(yè)界看來，采用這種技術(shù)之后，語音識(shí)別的效率會(huì)比以前提升40%以上。云知聲近也剛剛做了引擎的升級(jí)，跟以前相比，語音識(shí)別平均的錯(cuò)誤率下降了20%到40%，這些都是新技術(shù)帶來的幫助。無論百度、訊飛，還是我們，都可以follow前沿的技術(shù)，在技術(shù)路線方面不會(huì)有太大偏差。但不同在于，基于每家公司對(duì)算法的理解程度不一樣，加上面向的應(yīng)用場(chǎng)景不同，針對(duì)不同場(chǎng)景的優(yōu)化細(xì)節(jié)會(huì)不太一樣。
　　
　　【記者】云知聲會(huì)不會(huì)采用例如Google開源的資源？
　　
　　【黃偉】云知聲有些東西確實(shí)使用開源的資源，沒必要全部模塊自己寫。像Google、Facebook等，他們?cè)阼T一把劍，我們來練劍法。但Google、Facebook開源的基本上是離線部分，我們拿來做模型訓(xùn)練，它實(shí)際上是一個(gè)是開發(fā)工具，并不是一個(gè)商業(yè)產(chǎn)品。真正要上線的產(chǎn)品一定是靠自己寫的。
　　
　　【記者】作為一家AI技術(shù)公司，云知聲的技術(shù)儲(chǔ)備如何？
　　
　　【黃偉】硬件基礎(chǔ)設(shè)施上，我們?cè)趪?guó)內(nèi)北京，上海、廣州和成都4個(gè)城市布有機(jī)房，今年新添置的GPU花費(fèi)大概在200多萬，累計(jì)下來硬件研發(fā)上的花費(fèi)有1、2千萬，不包括第三方服務(wù)。另外，我們也在逐步地使用一些第三方的服務(wù)，比如說阿里云，他們也逐漸開放了GPU的云服務(wù)資源。
　　
　　人才方面，公司工程師占比78%，核心團(tuán)隊(duì)博士占比超過45%。云知聲開始的創(chuàng)始人都跟我背景相近，CTO梁家恩是我以前盛大的同事，也是科大的師弟，另外幾個(gè)創(chuàng)始人，比如康恒以前也是一起共事過，基本都是從學(xué)術(shù)界到工業(yè)界一直在做這塊的。后面，我們也在不斷引入多元化人才加入，有很多海歸，不是說海歸一定比我們強(qiáng)，而是在這個(gè)領(lǐng)域里，需要中國(guó)跟美國(guó)的技術(shù)人才在一起，在國(guó)內(nèi)產(chǎn)業(yè)格局理解和國(guó)際前沿跟蹤方面有個(gè)良好的呼應(yīng)。
　　
　　【記者】云知聲每年在研發(fā)上的經(jīng)費(fèi)有多少，占多大比例？
　　
　　【黃偉】我們每年成本差不多幾千萬，研發(fā)投入占到總支出的70%。
　　
　　【產(chǎn)品與業(yè)務(wù)】AllIn物聯(lián)網(wǎng)AI,投注車載、家居、醫(yī)療三大領(lǐng)域
　　
　　IoT領(lǐng)域AI技術(shù)服務(wù)云知聲All-In，手機(jī)端非其業(yè)務(wù)重點(diǎn)。車載后裝、家居、醫(yī)療三領(lǐng)域?yàn)樵浦暜a(chǎn)品主要應(yīng)用場(chǎng)景，目前幾乎無利潤(rùn)。
　　
　　產(chǎn)品服務(wù)激活量及其使用頻次是重點(diǎn)評(píng)價(jià)指標(biāo)之一，生產(chǎn)合同簽訂和實(shí)際落地出貨量是關(guān)鍵指標(biāo)之二。
　　
　　【記者】云知聲的業(yè)務(wù)領(lǐng)域側(cè)重哪方面？
　　
　　【黃偉】我們的定位是專注物聯(lián)網(wǎng)領(lǐng)域的人工智能服務(wù)，所以主要在IoT領(lǐng)域做優(yōu)化，IoT領(lǐng)域的重點(diǎn)又集中在家居和車載兩方面，以及在這兩方面發(fā)展要整合的服務(wù)。比如，開車的時(shí)候，除了要對(duì)POI（pointofinterest）進(jìn)行識(shí)別，用戶可能還有一些如歌曲娛樂、餐飲、加油站等周邊生活服務(wù)的需求，我們就要針對(duì)這些專門做優(yōu)化；此外，IoT領(lǐng)域，很多場(chǎng)景跟硬件有關(guān)，我們不能只做云端識(shí)別，還要做一些本地的、甚至低功耗的，這也是我們優(yōu)化的目標(biāo)。
　　
　　【記者】為什么會(huì)定位在IoT領(lǐng)域？與訊飛這樣的巨頭相比有什么差異？
　　
　　【黃偉】云知聲從2012年9月開始做語音云平臺(tái)，發(fā)現(xiàn)了一些很有意義的數(shù)據(jù)：有一些用戶量很大的APP，其實(shí)語音使用的頻次并不多；反倒是一些硬件設(shè)備廠商，數(shù)量上雖然沒有軟件多，但語音的使用頻次很高。比如，今天樂視超級(jí)電視每天的語音激活幾乎是100%，每個(gè)用戶每天的語音使用頻次在幾十次以上，這是一個(gè)相對(duì)高頻的數(shù)字，但我們也會(huì)看到一些號(hào)稱用戶過億的APP，每天語音使用其實(shí)只有1%-2%。所以我們判斷語音并不是手機(jī)應(yīng)用的剛需，再加上公司資源有限，所以從成立至今云知聲一直沒有在手機(jī)領(lǐng)域投入太多資源，而是專注在IoT領(lǐng)域。
　　
　　我覺得我們和訊飛大的差異就在于定位不一樣。訊飛毋庸置疑是偉大的企業(yè)，是我?guī)熜謩?chuàng)立的公司，我對(duì)他非常尊敬。訊飛的主營(yíng)業(yè)務(wù)，集中在教育、運(yùn)營(yíng)商、金融、政府領(lǐng)域，所以會(huì)側(cè)重把人力和資源投入到這些方面。另外，訊飛是一家上市公司，要關(guān)注資源投入和收益產(chǎn)出比。坦率來講，今天IoT的業(yè)務(wù)幾乎是賠本的，所以我們跟訊飛技術(shù)都很，但是為了讓客戶買單的話，技術(shù)優(yōu)化目標(biāo)不一樣，提供的service不一樣的，對(duì)客戶的服務(wù)水平也不一樣。整體而言就是資源投入上訊飛可能不會(huì)作為重點(diǎn)，但對(duì)云知聲來說IoT是ALLIN來做的事情，今天它的規(guī)模并不大，但我們更相信未來。不過，今年我們漸漸看到訊飛對(duì)這塊已經(jīng)開始重視了。
　　
　　【記者】云知聲目前在IoT領(lǐng)域的業(yè)務(wù)做得怎么樣？
　　
　　【黃偉】IoT領(lǐng)域來講，云知聲應(yīng)該是國(guó)內(nèi)早落地的公司。去年IoT所有的語音收入幾乎是被我們拿的，差不多有幾千萬，今年可能會(huì)有幾個(gè)億，但總體來講市場(chǎng)規(guī)模并不大。我們是TOB的公司，站在客戶的身后，這方面對(duì)外界講得一直比較少，但比如說在汽車后裝車載市場(chǎng)，云知聲的車載語音交互方案已經(jīng)有近百家合作客戶，市場(chǎng)占有率，大概在60%至70%。
　　
　　【記者】為什么選擇后裝車載市場(chǎng)，又是如何挖掘這塊市場(chǎng)的？
　　
　　【黃偉】我科大畢業(yè)后在摩托羅拉工作，后來加入盛大，在加入盛大之前還有大半年在Nuance工作，就是負(fù)責(zé)車載，對(duì)車載的市場(chǎng)了解比較多。車載前裝市場(chǎng)，測(cè)試周期很長(zhǎng)，流程非常嚴(yán)格，一般需要3-5年，流程都走完后發(fā)現(xiàn)一款車的銷量其實(shí)很少。就像今天我們花100多萬去買一輛好車，但發(fā)現(xiàn)電子設(shè)備都很落后，因?yàn)槟鞘菐啄昵岸ㄑb的。對(duì)一個(gè)初創(chuàng)企業(yè)來說，做前裝性價(jià)比不高。