聚焦2016：关于语音识别、图像识别及大数据

　　图像、语音成为近两年最热门的概念，所谓娱乐驱动市场，市场驱动技术发展。在多元化的互联网圈里“好玩”才能红，而图像与音像也从过去的美化处理往更高深的技术领域前进，在2016年，智能的语音识别和图像识别将走进普通人的生活中，它们会有哪些展望和动作呢?让我们所见所听的世界将变得生动起来。

　　语音识别

　　语音识别技术虽然起源于1952年，但真正进入消费市场已经是上世纪90年代的事了。目前语音识别有两大发展方向，一个是纯机械指令，基于产品定位而设计命令词组，作为高效的辅助工具存在;一个是智能化理解语境，与人进行互动交流，并承担部分处理工作。后者可能是语音识别未来的发展方向，但实际应用中两者并不冲突。简单精准的机械指令让工作更为纯粹，没必要做多余的计算动作。而很多智能设备将语音作为“解放双手”的第三类互动形态，就需要对人的语境进行“理解”，相信很多朋友都玩过siri、GoogleNow、Cortana，也同时体验过这些语音助手“会错意”的卖萌行为。老罗在去年坚果发布会上曾说所有语音助手都是“伪”智能，虽然有点以偏概全，但目前语音对语境的识别确实还不够智能，远不如机械指令效率。不过这些问题随着深度学习等AI领域技术的崛起将逐渐克服。

　　图像识别

　　图像识别从以图搜图到明星、物体识别，再到场景识别，甚至现在延伸到了视频领域，给行业带来了太多惊喜。现在图片内容的价值已经超越图片本身，并且建立了从图片到电商的商业模式。图像识别一般针对画面中一个对象做识别，比如大众熟知的人脸、明星脸等识别技术已经很成熟了，基本识别率达到90%以上。近年、服饰品牌的同款识别和风景识别大行其道，为旅游行业和服饰行业创造了商机。图像识别在视频领域涌现出强大的应用前景，新兴起的互动视频技术video++已经实现视频中的人脸和服饰同款的识别，基于图像识别技术发展视频中的商业场景。另外瞳孔识别的研究已经提上日程，不久的将来，科幻片中所见即所得的情景不再是幻想。

　　深度学习

　　没有基础的技术实力，语音和图像是好玩不起来的，而高级和低级的门槛就在深度学习的研究上。国内虽然起步较晚，好歹在去年赶上了这波风潮，包括图像识别和语音识别在内，还有自动驾驶、无人机、环境还原、机器人等项目，前段时间很火的谷歌AlphaGo在围棋领域击败了欧洲二段冠军，也是归功于深度学习的算法支持。可以说跟用户有交互行为的产品，都开始进行深度学习AI的研究了。通过神经网络的训练学习，语音识别变得更聪明， 实现快速精准的识别动作以外，还能对下一句的语境情绪进行预测，模拟真人对话。另外，语音识别大量运用在翻译市场，争取未来十年内在专业翻译领域完全替代人类。图像识别过去大多是建库识别，深度学习释放了图像识别的识别领域，把识别对象的年龄变化记忆下来，实现动态、多角度、不同光照变化下的识别。

　　应用领域

　　安防市场是要求语音和图像识别技术双高的行业之一，未来将不局限在解锁开门等基础功能，运用图像识别技术，实现对象动作识别，根据威胁等级进行危险性判断，提前发出警报或报警。语音识别的运用领域将超高端化发展，近年来语音识别速度屡创新高，在翻译市场、智能硬件助手、AI辅助，行车帮助等等方面实现价值。而娱乐领域的玩法变得多元化，像最近大热的faceu，运用了脸部识别跟踪技术，让普通的自拍可以DIY。还有video++视频开放平台，可以对视频中的明星、衣服同款进行识别搜索，打开了视频到电商的入口。乘着去年SaaS的风口，国内外陆续出现了语音识别、图像识别的技术开放平台，从专业到普通领域，语音识别和图像识别将在2016年做到技术全覆盖。

　　大数据

　　数据收集是一个从被动到主动的过程，语音识别从接受指令变成了对指令使用频率的分析，进而形成用户的习惯图表。图像识别亦然，针对用户的识别频率，分析出用户的兴趣画像，这将给予广告主带来精准广告推送的商机。

　　结语

　　2016年将是“最好玩”的一年，语音识别和图像识别让我们跟智能设备之间的交互更自然，基于大数据的技术支持，让识别变得主动而聪明。语音识别和图像识别将走进普通人的世界，让我们的生活更生动。