2020 年是不平凡的一年，突如其來的疫情，雖然改變了人們的生活方式，但卻為人工智能的發(fā)展按下了加速鍵，語音的「非接觸」交互優(yōu)勢被充分的挖掘和放大，語音 AI 也迎來了行業(yè)紅利期。

在經(jīng)歷了上半年的「沉寂」后，語音 AI 企業(yè)在下半年集體「蓄勢待發(fā)」了。

語音 AI 的「多事」之秋

8 月，思必馳完成數(shù)億元 Pre-IPO 輪融資，距離上一輪 4.1 億人民幣融資僅五個月。思必馳旗下芯片設計公司深聰半導體，則于 12 月獲得數(shù)千萬元人民幣的 Pre-A 輪融資，或?qū)⑼瞥鱿乱淮Z音 AI 芯片。

9 月，百度宣布小度科技獨立融資，百度依然保持了對小度科技的絕對控制權，投后估值達約 200 億元。繼智能音箱取得多項全國第一后，小度發(fā)布首款「破圈」產(chǎn)品小度真無線智能耳機。

10 月，聲智完成 B+ 輪融資，加速遠場語音交互和人工智能操作系統(tǒng)的應用場景落地，同時面向 C 端發(fā)布首款支持免喚醒智能語音交互的耳機。

10 月，杭州國芯科技完成數(shù)億元 C 輪融資，三個月前，杭州國芯發(fā)布了首款超低功耗的應用在可穿戴領域的 AI 芯片，開啟了全新的基于「人-車-家」全場景的落地之路。

11 月，云知聲獲得科創(chuàng)板上市受理，招股書顯示，司最近三年營業(yè)收入復合增長率為 89.37%、超過 20%。

12 月，傳聞稱 Rokid 已完成新一輪融資（未被披露），正擬拆 VIE 架構，準備登陸科創(chuàng)板。

語音 AI 作為人機交互的新希望，激勵了眾多隨風起舞的獨角獸，政策、資本的利好，讓這些快速成長的企業(yè)直指一個目標——科創(chuàng)板上市。

闖關科創(chuàng)板

12 月 7 日，科創(chuàng)板迎來了自 2019 年 7 月 22 日開市以來，第 200 家上市公司。

據(jù)統(tǒng)計，這 200 家上市公司所處的行業(yè)高度集中在高新技術產(chǎn)業(yè)和戰(zhàn)略新興產(chǎn)業(yè)。其中，新一代信息技術領域的企業(yè)有 65 家。雖然其中聚焦 AI 的企業(yè)并不多，但每一家都受到了廣泛的關注。

而作為科創(chuàng)板首個遞交招股書的語音 AI 企業(yè)，云知聲能否成為繼 2008 年科大訊飛深交所上市后，第二家上市的語音 AI 企業(yè)，一時間也成為人們關注的焦點。

云知聲定義為一家為企業(yè)和用戶提供智能語音技術和綜合解決方案的人工智能企業(yè)，主營業(yè)務包括提供智能語音交互產(chǎn)品、智慧物聯(lián)解決方案、以及人工智能技術服務。

人工智能行業(yè)正處于高速發(fā)展階段，而公司作為行業(yè)內(nèi)極具競爭力的廠商，云知聲經(jīng)營規(guī)模和資產(chǎn)規(guī)模不斷擴大，主營業(yè)務收入呈逐年增長的趨勢，從 2017 年的 6114.07 萬元，增長至 2019 年的 2.19 億元，年均復合增長率達 89.14%。主營業(yè)務占總營收 99.87%，主營業(yè)務毛利率為 31.66%。

從盈利能力和經(jīng)營風險的角度來看，云知聲的核心技術的商業(yè)化探索仍在持續(xù)進行，營業(yè)收入規(guī)模較小。與此同時，為持續(xù)構建核心技術和產(chǎn)品體系、保持競爭力，公司持續(xù)加大研發(fā)投入。公司目前仍在不斷探索新的業(yè)務方向并相應適當調(diào)整經(jīng)營策略，預計公司在短期內(nèi)仍無法實現(xiàn)盈利。

基于此，云知聲選擇適用《上海證券交易所科創(chuàng)板股票上市規(guī)則》第 2.1.2 條第一款第二項的上市標準：預計市值不低于人民幣 15 億元，最近一年營業(yè)收入不低于人民幣 2 億元，且最近三年累計研發(fā)投入占最近三年累計營業(yè)收入的比例不低于 15%。

目前在已上市的 200 家上市公司中，有 10 家企業(yè)選擇第二套上市標準。

這是語音 AI 企業(yè)遞交科創(chuàng)板的首份招股書，它映射了云知聲和很多其他語音 AI 企業(yè)在主營業(yè)務上的商業(yè)化探索。

商業(yè)化探索之路

云知聲創(chuàng)立于 2012 年，從創(chuàng)立之初就圍繞智能語音市場需求，為企業(yè)和用戶提供智能語音技術和綜合解決方案。

2012 年仍是語音 AI 商業(yè)化的萌芽階段。在此之前的 2011 年，蘋果 Siri 隨 iPhone 4s 初次亮相；隨后的 2012 年，Google Now 出現(xiàn)在安卓 4.1 和 Nexus 手機上；2013 年，微軟 Cortana 語音助手在年度 Build 開發(fā)者大會上首次亮相；直到 2014 年 11 月，亞馬遜 Alexa 語音助手和 Echo 智能音箱在黑五促銷季亮相，從而引爆整個語音 AI 產(chǎn)業(yè)。

這一期間，海外的語音 AI 的商業(yè)化之路仍在探索，國內(nèi)的語音 AI 幾乎還是一片空白。

云知聲較早的發(fā)現(xiàn)商機并持續(xù)圍繞著「算力+算法+數(shù)據(jù)」構建基礎架構，完善技術體系，打造獨特的「云-端-芯」產(chǎn)品中臺，對核心技術進行了模塊化梳理和整合，從而具備面向市場需求的快速產(chǎn)品化能力，支撐公司以豐富的產(chǎn)品組合為眾多知名企業(yè)提供服務。

2012 年，云知聲率先將深度神經(jīng)網(wǎng)絡（DNN）應用于商業(yè)語音識別系統(tǒng)，例如，后來涌現(xiàn)的卷積神經(jīng)網(wǎng)絡（CNN）、回歸神經(jīng)網(wǎng)絡（RNN）、端到端序列建模、生成對抗網(wǎng)絡（GAN）等主流技術方法，云知聲都是業(yè)界最早的產(chǎn)業(yè)實踐者之一，這也讓云知聲在算法方面有了堅實的根基，并在后來始終保持高效的演進速度。

2012 年 9 月份，云知聲率先推出免費的語音云平臺，允許各類應用開發(fā)者免費在線實時調(diào)用公司基礎智能語音服務。

2014 年初，云知聲亦是行業(yè)率先，提出了面向物聯(lián)網(wǎng)的「云-端-芯」核心戰(zhàn)略，將三個模塊不斷整合，形成了面向市場需求的快速產(chǎn)品化能力。

從 2015 年開始，云知聲啟動了造芯計劃。通過設計專用的 AI 加速器并重組芯片架構來支持密集的邊緣計算任務，打造語音 AI 核心 IP，讓各項人工智能核心技術具備運算密集型的特性，對硬件算力有剛性需求。

也是從 2015 年開始，云知聲的智能語音交互產(chǎn)品也日漸豐富起來，包括以軟硬一體形式為主進行交付的物聯(lián)網(wǎng)語音交互產(chǎn)品，和以軟件形式為主進行交付的智能語音工具產(chǎn)品兩類。

與此同時，以家居、醫(yī)療場景為突破口，率先完成智能語音解決方案的商業(yè)化落地。

在家電領域，云知聲的智能語音交互方案已被格力等家電龍頭采用；在酒店、商業(yè)地產(chǎn)和住宅領域，世茂集團與云知聲成立合資公司，落地整屋和全場景的智能化;在醫(yī)療領域，公司相關產(chǎn)品得到北京協(xié)和醫(yī)院等近百家醫(yī)院的高度認可，此外，公司與平安好醫(yī)生成立合資公司，試水醫(yī)療領域智能硬件產(chǎn)品的開發(fā)；在汽車領域，公司與億咖通成立合資公司，為戴姆勒奔馳等整車廠提供車載語音解決方案，并攜手探索基于自研車規(guī)級人工智能語音芯片「雪豹」的車載語音解決方案的應用。

云知聲的主要盈利模式包括三類：

1、向客戶銷售標準化程度較高的智能語音交互產(chǎn)品，以軟硬一體、軟件或云服務形式交付為主；

2、為客戶提供具有一定定制化成分的場景智能化解決方案，交付內(nèi)容通常包含硬件、軟件和服務；

3、面向部分細分行業(yè)龍頭客戶所提供的定制化人工智能技術服務。

為持續(xù)提升技術領先性和加速技術產(chǎn)業(yè)化，云知聲計劃將募集資金投資于下列項目：人工智能技術中臺建設項目；面向物聯(lián)網(wǎng)邊緣計算的人工智能芯片研發(fā)平臺建設項目；基于人工智能技術的智慧醫(yī)院解決方案建設項目。

在技術層面，將夯實硬核技術實力和全棧技術體系。

在產(chǎn)品層面，將進一步完善及提升「云-端-芯」產(chǎn)品中臺能力，以完備的產(chǎn)品技術組合、統(tǒng)一的解決方案、開放的平臺能力，夯實支持「萬物智聯(lián)」的落地能力。

在商業(yè)層面，將持續(xù)打造「U（云知聲）+X（場景）」智慧商業(yè)生態(tài)，形成科技驅(qū)動的運營服務和產(chǎn)品增長的良性閉環(huán)。

語音 AI 的希望

語言，是人類最自然、最便捷、使用頻率最高的溝通方式，也是未來人機交互最重要的方式。

在人工智能發(fā)展的 60 余年中，智能語音是發(fā)展最早、最重要、發(fā)展最成熟的技術方向之一。同時，因為語言天然附帶的思維屬性和應用復雜性，也是人工智能的技術制高點，行業(yè)成熟度高、市場潛力巨大。

伴隨智能音箱和語音助手在家庭、出行等領域的不斷滲透，語音 AI 在離大眾最近的消費級 IoT 領域，正在成為各種終端設備至關重要的入口。尤其是在 5G 推動萬物互聯(lián)的關鍵時刻，語音 AI 在物聯(lián)網(wǎng)場景中將極大受益。人機交互模式也進入了語音交互、鍵盤輸入、屏幕觸摸等多模態(tài)融合的萬物互聯(lián)新時代。

據(jù)市場調(diào)研機構 Juniper Research 預測，到 2023 年，全球語音助手的使用量將達到 80 億，而智能音箱和智能可穿戴設備端的語音助手使用量將有超過 40% 的增長。

與此同時，語音 AI 的相關技術正處于爆發(fā)期：深度學習利用深層模型替換聲學模型中的混合高斯模型，顛覆語音領域的算法設計思路，使得語音識別領域?qū)崿F(xiàn)了有效突破，性能得到快速提升；而海量真實語音數(shù)據(jù)又為深度學習算法提供基礎原材料，成為深度學習突破聲紋識別的關鍵因素，有效降低識別錯誤率；云計算與高性能計算機則為深度學習提供強大的運算能力和服務能力。

盡管具備語音交互能力的設備量正在井噴，但用戶對于交互效率的期待一直很高。據(jù)調(diào)查，對于語音和語義識別準確度的關注比例高達 84.2%。可以預見，在三大技術的助力下，語音識別準確率將逐步上升，用戶滿意度也將不斷提高，從而為智能語音行業(yè)的發(fā)展打下堅實的技術基礎。

在商用場景，隨著各垂直行業(yè)的信息化建設基本完成，智能化建設方興未艾。

以醫(yī)療場景為例，在 21 世紀的前 20 年基本完成了醫(yī)療信息化的初步改造，如辦公自動化、數(shù)據(jù)數(shù)字化等智能化改造的前置條件基本完成，為進一步的人工智能場景化應用，如就診流程智能化、診治手段智能化、空間場景智能化等提供了巨大的行業(yè)發(fā)展機會。其他垂直領域如金融、交通、生產(chǎn)制造、行政管理等也存在類似的信息化建設基礎 和智能化建設機會，人工智能技術的場景化應用將成為大勢所趨。

據(jù) Meticulous Research 發(fā)布的報告，預計到 2025 年，全球語音和語音識別市場的規(guī)模將達到 268 億美元。

云知聲只是行業(yè)的一個縮影。放眼全球，Nuance、Cerence、科大訊飛、思必馳、出門問問等各家在語音 AI 領域耕耘的智能語音技術公司，以及 Google、蘋果、亞馬遜、百度、小米等國內(nèi)外互聯(lián)網(wǎng)科技巨頭，正在競爭與合作、以及不斷的跨界和破圈中，推動著語音 AI 在更廣闊的商業(yè)化應用場景，落地、生根、發(fā)芽。

微信號：shenzhenware

主筆：周森 / 深圳灣

編輯：陳述 / 深圳灣

插圖制作：達達 / 深圳灣

題圖說明：電影《人工智能》，2001 年上映。