1.Nuance NVP

Nuance是語(yǔ)音識(shí)別領(lǐng)域的老牌勁旅，除了語(yǔ)音識(shí)別技術(shù)外，還包擴(kuò)語(yǔ)音合成、聲紋識(shí)別等技術(shù)。Nuance Voice Platform(NVP)是Nuance公司推出的語(yǔ)音互聯(lián)網(wǎng)平臺(tái)，這是一個(gè)開(kāi)放的、基于統(tǒng)一標(biāo)準(zhǔn)的語(yǔ)音平臺(tái)產(chǎn)品。它能夠支持客戶公司已有的IT投資和基礎(chǔ)設(shè)備，同時(shí)可以加入語(yǔ)音的應(yīng)用。但是，Nuance一直有個(gè)問(wèn)題就是過(guò)于托大，對(duì)創(chuàng)業(yè)型的小公司也不太感興趣，天天想著攀比各個(gè)行業(yè)的巨頭。也難怪，這也是個(gè)策略，最近也聽(tīng)說(shuō)Dragon Drive將在新奧迪A3上提供一個(gè)免提通訊接口，可以實(shí)現(xiàn)信息的聽(tīng)說(shuō)獲取和傳遞。

2.Microsoft Speech API

微軟的Speech API是微軟推出的包含語(yǔ)音識(shí)別（SR）和語(yǔ)音合成（SS）引擎的應(yīng)用編程接口，其最新版本是Microsoft Speech API (SAPI) 5.4。SAPI支持多種語(yǔ)言的識(shí)別和朗讀，包括英文、中文、日文等。微軟的API調(diào)用模式，我想眾位都是非常熟悉了，這里也不再多強(qiáng)調(diào)。但是，微軟總有個(gè)問(wèn)題，就是任何一個(gè)產(chǎn)品都得和Windows綁定。這也讓人工智能領(lǐng)域的研發(fā)人員頭疼不已，總不能在機(jī)器人里面裝個(gè)Windows吧，所以面向PC的語(yǔ)音識(shí)別沒(méi)啥前途。

3.Google Speech API

這個(gè)領(lǐng)域自然不能少了蘋(píng)果和谷歌，但是蘋(píng)果打死也不會(huì)免費(fèi)的，而谷歌打死也不會(huì)收費(fèi)的。但是，這沒(méi)有意義了，因?yàn)椴还苣愕囊娑嗝磧?yōu)秀，現(xiàn)在的語(yǔ)音識(shí)別還是要基于云的。所以國(guó)內(nèi)的眾多創(chuàng)業(yè)用戶壓根用不了，甚至也訪問(wèn)不到。但是如果你的產(chǎn)品主要布局在國(guó)外，Google Speech API還是要備選的，因?yàn)檫@個(gè)API調(diào)用起來(lái)更加方便。

4.IBM viaVoice

IBM必須要提到，或許我們逐漸淡忘了這個(gè)曾經(jīng)極其輝煌的巨頭，但是IBM絕對(duì)是較早開(kāi)始語(yǔ)音識(shí)別研究的機(jī)構(gòu)之一。早在20世紀(jì)50年代末期，IBM就開(kāi)始了語(yǔ)音識(shí)別的研究。1964年世博會(huì)上，IBM就向世人展示了數(shù)字語(yǔ)音識(shí)別。 1984年，IBM發(fā)布的語(yǔ)音識(shí)別系統(tǒng)在5000個(gè)詞匯量級(jí)上達(dá)到了95%的識(shí)別率。1996年IBM發(fā)布了新版的聽(tīng)寫(xiě)系統(tǒng)VoiceType3.0，這是viaVoice的原型。這個(gè)版本的語(yǔ)音識(shí)別系統(tǒng)不需要訓(xùn)練，可以實(shí)現(xiàn)孤立單詞的聽(tīng)寫(xiě)和連續(xù)命令的識(shí)別。1999年，IBM發(fā)布了VoiceType的一個(gè)免費(fèi)版。2003年，viaVoice就已經(jīng)非常流行，但是2005年，IBM授權(quán)代理viaVoice的ScanSoft公司與Nuance公司合并，viaVoice也就可惜的退出了歷史舞臺(tái)。現(xiàn)在也只能從網(wǎng)上搜索下載一些桌面版本，對(duì)于市場(chǎng)應(yīng)用來(lái)說(shuō)，基本上也就沒(méi)有什么價(jià)值了。

5.科大訊飛語(yǔ)音

科大訊飛1999年成立，作為中國(guó)最大的智能語(yǔ)音技術(shù)提供商，在智能語(yǔ)音技術(shù)領(lǐng)域有著長(zhǎng)期的研究積累，并在中文語(yǔ)音合成、語(yǔ)音識(shí)別、口語(yǔ)評(píng)測(cè)等多項(xiàng)技術(shù)上擁有國(guó)際領(lǐng)先的成果?？拼笥嶏w目前提供語(yǔ)音識(shí)別、語(yǔ)音合成、聲紋識(shí)別等全方位的語(yǔ)音交互技術(shù)。目前也是國(guó)內(nèi)創(chuàng)業(yè)團(tuán)隊(duì)使用最為廣泛的開(kāi)放語(yǔ)音識(shí)別平臺(tái)，科大訊飛擁有中科大的教育資源和中科院的技術(shù)資源，而且已經(jīng)占據(jù)先機(jī)，主要還是看其未來(lái)的戰(zhàn)略如何發(fā)展。

6.百度語(yǔ)音

百度語(yǔ)音自從和中科院聲學(xué)所合作以后，在賈磊帶領(lǐng)下短時(shí)間內(nèi)建立起來(lái)自己的引擎，而且打出了永久免費(fèi)的口號(hào)，在很多領(lǐng)域搶占了一定的市場(chǎng)，在百度有錢任性的支持下自然發(fā)展迅速。但是，最近聽(tīng)說(shuō)百度語(yǔ)音變動(dòng)極大，新請(qǐng)來(lái)的吳恩達(dá)似乎和賈磊有些不合，傳聞NG先生意欲整合百度語(yǔ)音，導(dǎo)致賈磊已經(jīng)離職。而且百度語(yǔ)音最近招聘很多聲學(xué)方面相關(guān)的學(xué)生，或許NG先生對(duì)百度語(yǔ)音又有了新的戰(zhàn)略構(gòu)想。實(shí)際上，NG先生負(fù)責(zé)的是百度大腦計(jì)劃，語(yǔ)音交互自然要作為其中尤為重要的一環(huán)，而大腦計(jì)劃若想落地，就必然需要終端設(shè)備的支持，而這也涉及到了眾多聲學(xué)前端技術(shù)。

轉(zhuǎn)自：

1https://www.jianshu.com/p/532745af477d

總結(jié)

以上是生活随笔為你收集整理的语音开放平台简介的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。