公開數據顯示，預計到2020年，全球語音識別的市場規模將從2015年的61.9億美元增長到200億美元，可以說語音識別未來的市場發展十分有看頭。
但是一貫唱多AI的李開復，突然一改往常對AI創業的樂觀態度。
在上周的一次論壇中，李開復批評家用機器人是AI 創業中的最大泡沫，甚至放出狠話，認為語音識別是所有技術里面最不成熟的，其中99%的項目會死掉：
“一個iPad放胸口就是機器人?它能跟你交流嗎？講三句話就會讓你覺得傻……”
“語音的識別和理解完全是兩個事情，我聽懂講的每個字不代表聽懂了意思，所以自然語言理解到平臺化使用還有十萬八千里。”
不僅是投資人對語音識別的態度開始轉變，在企業方面，Facebook也率先踩了急剎車。
根據外媒報道，由于Messenger 聊天機器人的錯誤率高達 70%，在沒有人力干預的情況下，能夠正確處理人類請求的概率不到 30%，Facebook 已決定削減對機器學習和人工智能技術的投資，暫時放棄打造大型聊天機器人生態系統，而轉向于訓練 Messenger 機器人專注處理一些特定任務。
熱鬧了一年的AI創業潮似乎有了冷卻的跡象。
語音識別產品到底活的怎么樣？
就在去年，語音和自然語言處理技術曾經和計算機視覺、芯片和硬件、智能機器等細分領域共同撐起了AI創業的半邊天。
特別是語音和自然語言處理技術領域，在機器之心評選出的全球最值得關注的100家人工智能公司榜單里，語音和自然語言處理的融資額和估值高居榜首——科大訊飛市值達到了368億人民幣，而思必馳的C輪融資額度達到2億人民幣，此外還有云知聲、出門問問等。
在語音識別方面，國內外已經有了不少玩家，也確確實實拿出了產品。
比如在國外：
亞馬遜的人工智能語音助理Alexa迅速爆紅后，智能音箱Echo也因為搭載了Alexa在美國備受追捧，去年一年， echo賣出了超過 650 萬臺，Alexa也被眾多商家認為是搶奪智能家居市場的入口；
2016年5月19日，谷歌在年度開發者大會上發布了Google Home，這個智能家居盒子扮演的是家庭控制中心的角色，用戶可以與之進行雙向對話來控制音響，并連接燈光、恒溫器等。
而蘋果方面，當年喬幫主就先是花了2億美金收購了Siri，又收購了英國語音技術VocalIQ公司用來改進Siri，但是目前Siri的表現似乎不像人工智能更像是人工智障，用戶對Siri的使用更多的是無聊時“調戲”一下而已。
而微軟也有Cortana（小娜），Facebook則有Message Platform。可以說所有互聯網巨頭都在該領域有所布局。
反觀國內市場，語音識別技術的老大科大訊飛也為超過6萬個App、8．9億終端用戶提供智能語音交互服務，據相關數據顯示，科大訊飛已占有中文語音技術市場70％以上市場份額，擁有20萬開發者。
同樣，不差錢的百度推出了對話式人工智能秘書度秘，聯想今年初也推出了智能音箱，國內版和小米一樣都采用的是思必馳的語音交互技術。
此外還有搜狗語音、微信的語音功能等。
這樣來看，語音技術方面的創業勢頭依然強勁，企業似乎更愿意在智能家居切入，相對來說用戶下達的指令不那么復雜，而像Siri、度秘這樣的智能語音助手則表現平平。
究其原因，是因為語音識別的準確率想要快速提高很難，假如從95％上升到99％后，語音交互將迅速普及。
是什么限制了語音識別技術的大規模推廣？
其實，巨頭對語音技術的投入在2010年才剛剛開始，由于各大巨頭各自為戰，處于起步階段的語音識別技術還沒有形成統一的行業標準和應用生態。
另外，背景噪音、口音、語速、特定領域的專有名詞等都會大大影響語音識別的準確率。要知道，由于語音識別對使用環境要求嚴苛，誰能把準確率提高5個百分點就有可能引起行業變革。
但目前科大訊飛、搜狗、百度三家都宣稱自己產品的語音識別翻譯技術準確率達到了97%，似乎語音識別發展到了一個瓶頸期，從97%到99%是一個艱難的過程，一般說來，新技術提升準確率30%以上才能降低1%的錯誤率。
值得注意的是，越來越多的企業愿意通過語音技術來代替人工客服提高效率，但是機器帶來的產品體驗就真的比人好嗎？
去年11月，美國一家專門幫人跟客服撕逼的網站叫Get Human拿到了300萬美元的投資，這家公司專門幫用戶打客服電話，想盡辦法繞開智能語音環節，直奔人工客服，幫用戶處理問題。要知道，美國各大公司都傾向用智能語音給客戶問題分類提供現成答案，打電話過去能跟機器人耗上半小時。人類討厭面對智能語音系統，這時Get Human就有了存在的必要性。
因此，智能語音在提高用戶體驗這一點還有很大的提升空間，用戶使用習慣的養成也需要時間。
對話機器人可能是率先被放棄的
機器學習與金融風險投資機構 DCVC 的合伙人 Bradford 也在一篇博客中預測了2017 年人工智能領域內的5大變化，其中就包括「bot」（包含語音和聊天功能的對話式界面）的機器人狂熱將在 2017 年開始冷卻。
究其原因，首先是bot的很多思考是膚淺的功利主義，沒有靈性的社交很難滿足人類的情感需求，即使用戶一開始因為獵奇受吸引，也很難長期留住用戶。
另外，在解決實際問題上，相比于其他更可視化的解決方案，會話式界面在完成任務方面不總是那么有效。比如，當你真的有需要時，找餐廳有大眾點評，用車時可以使用滴滴一鍵呼叫出租車，而沒有必要對著手機喊一句，“Siri，幫我叫一輛車吧！”
毫無疑問，語音技術將解放人類雙手和眼睛，未來與智能家居、可穿戴設備、機器人等結合成為最佳人機交互模式，但是距離真正的人機對話，或許還有很長一段路要走，對于人工智能還是應該以效率為準，我們期待著，語音識別的準確率從97%到99%的那一天。
