隨著VR/AR這股熱潮逐漸冷卻之後， 2017年電視圈子又火了另外一個東西——智慧語音技術， 還有一種說法叫做人工智慧， 說的樸素一點就是電視上的語音交互。 雖然不是什麼新鮮的概念， 可是最近所有電視廠商的每一場春季發佈會， 幾乎都在著重的強調自家電視的智慧語音技術， 似巧合， 又非巧合。 智慧語音技術為何在這個時間點在智慧電視上井噴？值得我們為此探討一番。
智慧語音的風口真來了？
投資界流行這樣一句話：投資要投“第三眼美女”， 第一眼、第二眼美女交往的門檻和成本都比較高， 而只有第三眼美女是屬於大眾的，
人工智慧技術從50年代的控制論與早期神經網路， 走到如今的AlphaGo、Master， 現在正好在經歷技術發展的第三個階段。 50年代末是一波高潮很多死掉了，
第三代技術應該足夠下方到消費領域， 接下來我們看看各電視廠商智慧語音技術具體的應用情況如何。
TCL：發佈會上TCL著重演示了人工智慧助手“小T”， 具備感知、認知、服務、學習的三大特性。 而“小T”是TCL集團與騰訊、阿裡在人工智慧及雲服務上進行資料打通， 實現資源分享的結晶。
長虹：推出以電視機為中心的人工智慧平臺AI Center。 據悉長虹除了與IBM、科大訊飛等達成合作， 也與杜比、騰訊、華帝， 以及清華大學、西安交大、微軟、中科院等結成“人工智慧產業聯盟”。
微鯨：微鯨科技推出了微鯨智慧語音電視2.0高端產品醉薄A系列， 並宣佈微鯨全線產品也將進入2.0時代。 其與科大訊飛與美國麻省理工媒體實驗室、微軟等， 分別在語音遙控、多媒體交互領域、人臉識別等方面達成了合作。
樂視：從樂視一代超級電視開始就搭載有語音功能， 超級電視語音技術經歷從合作到自主研發的過程， 樂視的超級語音技術， 不僅包括語音辨識和語義分析， 其自主研發的語音合成TTS技術已全面上線。
幾乎每一個廠商都在強調對語音認知已從功能層面上升到人工智慧。 而且背後還有巨大的合作團隊， 與知名的語音技術和人工智慧平臺密切合作和研發。 這種全軍出擊的局面， 很難否定智慧語音在電視行業的發展盛況。 但盛況並不意味著技術和商業的足夠成熟。
語音辨識究竟有多難？
為什麼智慧語音技術發展了這麼長時間， 還是做不到對語音和語意的精准識別呢？我們有必要先瞭解一下語音辨識是怎麼做到的？
聲音實際上是一種波紋，就像自然中的光譜一樣。如果要對聲音進行分析，就要先把聲音的這種波紋切分成很很多小片段，就好比一個視頻由很多幀畫面構成，畫面又由很多個圖元點構成一樣，語音也可以切分成很多幀。所以語音辨識的大概流程可以歸納為以下幾點：
採集：聲波資訊分段採集
編碼：把每一單位長度的語音變成多維向量（內容資訊）
訓練：從資料中學習對語音的判斷，而不是用人工的規則。 用資料庫和建立模型讓語音系統自我學習（如果遇到方言，需要建立獨立的一套系統）
解碼：用訓練好的模型組合起來就可以通過判斷新的語音向量，來識別語音了。
回饋：將分析結果通過設備播放出來。
極樂MR：【www.jilemr.com】，國內第一家混合現實平臺
聲音實際上是一種波紋，就像自然中的光譜一樣。如果要對聲音進行分析，就要先把聲音的這種波紋切分成很很多小片段，就好比一個視頻由很多幀畫面構成，畫面又由很多個圖元點構成一樣，語音也可以切分成很多幀。所以語音辨識的大概流程可以歸納為以下幾點：
採集：聲波資訊分段採集
編碼：把每一單位長度的語音變成多維向量（內容資訊）
訓練：從資料中學習對語音的判斷，而不是用人工的規則。 用資料庫和建立模型讓語音系統自我學習（如果遇到方言，需要建立獨立的一套系統）
解碼：用訓練好的模型組合起來就可以通過判斷新的語音向量，來識別語音了。
回饋：將分析結果通過設備播放出來。
極樂MR：【www.jilemr.com】，國內第一家混合現實平臺