云知声：等待真正的语音产品出现

2013年3月27日，罗永浩在锤子手机系统发布会上演示语音助手时，他对着手机说完“左小祖咒”之后，大屏幕上开始播放的却是《一生所爱》。老罗悻悻地表示：“今天晚上最尴尬的时刻。但是这不是语音识别公司的问题，是我们自己调试的问题。”尽管出现了一些问题，这场发布会还是让人们记住了作为锤子的语音引擎提供商的创业公司“云知声”。在此之后，云知声的百度指数，迅速升高到400，是之前的数倍。

对云知声来说，这是一场颇为传奇的合作经历。本来被罗永浩选来作为语音引擎的只有科大讯飞一家服务商，但是由于时间紧张，老罗在微博发帖说：“请问北京有靠谱的语音技术供应商吗？我们已经等不了了！”而云知声的联合创始人、CTO康恒就在当晚带着云知声的Demo App找到了老罗，之后只经过一周的调试，就上了发布会现场。按照云知声创始人梁家恩的说法，“锤子发布会的失误是我们对于语音识别的现场没有经验，喇叭一多就会有信号叠加，影响了准确度。”

而在一个月之后乐视超级TV的发布会上，云知声提供技术支持的语音操作功能在准确度和反应效率上就稳定了许多。在先后引进了搜狗输入法、锤子系统和乐视TV之后，云知声这家刚刚成立一年的公司迅速扩大了知名度，其下自有的云计算平台里从最初每个月接入10个合伙伙伴，发展到几十个，直到300个。现在，云知声的合作伙伴已经有了1000多家。梁家恩对《第一财经周刊》说：“在云知声之前，没有人知道语音识别系统到底应该怎么玩，我们也只是慢慢发现，当我们做了每一个有亮点的Case之后，就会有更多的人关注。”

在2012年年初开始打算成立云知声之前，创始人梁家恩本科在中国科学技术大学自动化专业就读，之后进入国内最早进行语音识别的研究机构—中科院自动化研究所硕博连读，之后留在中科院自动化所，带了5年语音识别方面的项目……而他的同学，就包括科大讯飞的创始人刘庆峰。

2011年，随着移动互联网的普及，梁家恩觉得创业时机已经成熟。

公司成立之初，梁家恩和康恒在做Demo的同时搭建云知声的云计算平台—语音识别需要依赖于大量的数据。“技术投入实用的话至少要上千个小时的语音数据，我们要上万个小时，如果训练样本太小的话就听不出来，样本太大也饱和了，没有意义。这相当于题海战术和改进学习方法。”梁家恩说。而这个云计算平台同时要服务于开发者，所以需要整个系统非常稳定可靠。平台另外的要求就是准确率，需要超过95%，处理时间要求在0.2秒以内。

“一开始我们就定位于服务于互联网，各种各样的公司太多了，我们的技术足够好就搭个平台，大家就都能连进来。”梁家恩对《第一财经周刊》表示。

而成为语音识别平台，将锤子、乐视、搜狗这样的客户接入进来，也是云知声商业模式的基础。

云知声的商业模式分为云计算平台和面向特定客户的定制化服务两部分。目前，在云知声1000家合作伙伴之中，企业用户只占20%，但是却提供了大部分收入。云知声免费提供给开发者云计算平台，现在看起来更像是一个聚拢人气和数据的方式，虽然也有技术价值，但是目前必须要“免费”。梁家恩认为，云计算平台要人气足够大才有价值，“平台做到上亿用户之前可能收益都忽略不计。”而平台足够大之后，梁家恩希望它成为一个生态圈，不仅在平台上提供最优秀的技术服务，还要有一个平台上的App们互相推广的平台，再有一个盈利平台：因为单纯的技术平台没有粘性，如果能同时提供三种价值，平台的意义就更大。

而面向企业用户的定制化服务在现阶段就会有更好的营收，因为技术可以直接为企业提供价值。比如为传统的呼叫中心提供语音的识别和筛选，比如了解用户现在咨询的热点问题是什么，甚至于通过对语音情绪的挖掘，客户和坐席吵架也能被识别出来。而其他诸如性别、年龄、口音等信息可挖掘的也有很多。

但是，梁家恩并不想像传统软件时代的技术提供商一样一家家去销售，他想要复制成本更低的销售方式。为了实现这一点，云知声并不直接和传统企业打交道，而是通过“B2B2C”的方式，寻找一些和传统行业已经有合作关系的合作伙伴，比如集成商，来为大客户提供单纯而专业的语音技术支持。

“我们不想做第二家科大讯飞，我们跟合作伙伴没有业务竞争关系，无非是合作加分成。我们的资源和精力有限，人力成本财力成本相对于我们多出来的收益不是好事情。”而现在这家公司的团队成员，除了来自中科院的毕业生，其他都是来自北大，清华和哈工大等名校，也有相关的研究背景。

云知声2013年从4月初开始接触投资人到了6月底就搞定了过亿人民币的A轮投资。“我们就密集接触了四五十家，最后剩下三四家。除了团队和项目，投资人关注的是云知声想做的是软件企业还是互联网企业”，梁家恩也认为是互联网企业的想法打动了投资人。

然而，对于梁家恩来说，现在打包卖服务的“软件企业”和提供平台的“互联网企业”这样的划分没有什么意义，用户能在平台上得到免费的技术支持在现阶段是最为重要的。更大的问题在于，这个行业里“真正的语音产品还没出现”。无论是车载设备还是智能电视的语音控制都处于小规模实验阶段，“一定要有一些产品先引爆了，才会自然而然去在能用语音的地方都去用语音”。他说。而除了指望1000个合作伙伴中出现爆发性增长的公司，其他就是对云知声要面对的真正挑战。

梁家恩表示，未来面向企业的智能语音可以改变很多行业的用户交互模式。他举例，现在打电话查话费需要先按1再按2按好几层才能达到目的，如果后端配备智能语音技术，用户只要说出“我要查话费”就可以直接得到结果，对用户而言提高了效率，同时通过语音识别、解析+大数据，企业可以解决把很多用户的常规需求通过机器来解决，而且是24小时的，节省了大量的呼叫中心成本。不过，这一块涉及到大量专业性内容，需要语音平台和客户共同开发，梁家恩认为，这将是未来收入的一个重要来源。“把技术整合成比较好的产品，这个阶段其实很关键，投入也非常大。”他说。