11 月 25 日，訊飛還是沒能打破一個“魔咒”——逢發(fā)布會股價必跌。訊飛員工向雷鋒網(wǎng)打趣道，直播的時候有人發(fā)彈幕說，快別直播啦，去看看你們的股價吧。另一名訊飛的員工則問，“這到底是什么原理呢？”實際上沒人說得清楚，再加上每次股價都會反彈，所以也沒人細究。

今年的發(fā)布會地點還是在國家會議中心的一層大廳，理論上這里能坐 1500 人，但今年的報名人數(shù)超過了 3500，所以現(xiàn)場站著聽課的人不在少數(shù)，會議開始后半小時還聽見門口的安保厲聲道：“只讓出不讓進，工作人員也不行。”

總之，現(xiàn)場熱鬧非凡，人們都很想知道：在訊飛眼中，跟進人工智能的正確姿勢到底應(yīng)該是什么樣子。

為時 4 個小時的發(fā)布會，訊飛連發(fā)了七款產(chǎn)品：多語種實時翻譯技術(shù)、萬物互聯(lián)輸入法、智能家居、智能車載、智慧教育、智能服務(wù)機器人，以及個性化語音合成技術(shù)。用科大訊飛董事長劉慶峰的話說：“都是絕對的黑科技?！?br/>

眾所周知，在偌大的會場演示語音技術(shù)算得上一種“自殺行為”，在此栽過跟頭的廠商不計其數(shù)，但在發(fā)布會當天，訊飛的每個演示都堪稱完美，現(xiàn)場驚嘆連連。甚至有那么一瞬間讓人產(chǎn)生一種錯覺，電影《Her》中的場景已經(jīng)離現(xiàn)實不遠。

多語種實時翻譯技術(shù)是演示重點之一，無論是哪位演講者登臺，左右兩邊的大屏幕上總是實時顯示他所說的每一句話（中文），準確率極高。另外，英語，日語，韓語，維吾爾族語的翻譯也在實時進行。

“這不科學(xué)，”我向訊飛的員工表示質(zhì)疑，“我用過你們的錄音寶，機器識別的準確率基本上屬于不能用的水平?！彼f：“現(xiàn)在錄音寶的識別率已經(jīng)提高了不少，只不過的確還比不上現(xiàn)場的演示效果。”問題的關(guān)鍵是拾音，他補充道：“現(xiàn)場的演示實際上一套完整的‘訊飛聽見’系統(tǒng)，你看不到的是，我們在臺下放了 8 個麥克風(fēng)?！?/p>

聲學(xué)博士錢晨曾告訴雷鋒網(wǎng)，如果想把硬件產(chǎn)品的拾音做好，至少需要兩個麥克風(fēng)以上。言外之意，麥克風(fēng)的數(shù)量與拾音效果呈正相關(guān)關(guān)系。既然現(xiàn)場有 8 個麥克風(fēng)作陪，那“驚嘆指數(shù)”顯然是要打折扣的。

另一款在現(xiàn)場掀起高潮的產(chǎn)品是被稱為中英互譯神器的“曉譯翻譯機”。演示的兩人一人說中文，一人說英語，曉譯翻譯機幾乎無延時地將對話內(nèi)容互譯，并用非常人性化的聲音讀了出來。

毫無疑問，這款產(chǎn)品的實用價值很高，如果復(fù)雜的對話也能達到演示的準確率——100%，曉譯翻譯機儼然就是一個貼身翻譯。

看到這里，現(xiàn)場很多人心中基本上就剩下兩個問題：這東西賣多少錢？什么時候上市？可惜這兩個問題訊飛都沒有給出答案，雷鋒網(wǎng)能得到內(nèi)部消息也只是：“還沒量產(chǎn)，不知道什么時候上市?！?/p>

訊飛員工毫不諱言公司并不太擅長做電子消費品，并多次向雷鋒網(wǎng)強調(diào)：“硬件是個坑?！钡跁宰g翻譯機的產(chǎn)品形態(tài)，量產(chǎn)的難點顯然不在硬件。元器件——麥克風(fēng)、芯片等——都是現(xiàn)成的，又沒有使用特殊的造型和材料，所以最讓硬件廠商頭疼的定制件對曉譯翻譯機似乎也不成問題。合理的推測是，其軟件還需要進一步優(yōu)化。

換句話說，訊飛想讓真正的翻譯官下崗，還為時尚早。同理適用于同聲傳譯。

真正讓人想起電影《Her》的倒不是以上“黑科技”，而是這次發(fā)布會上“最不正經(jīng)”的一款產(chǎn)品——個性化語音合成。

最開始演示時，攝像頭對準了臺下的錘子科技 CEO 羅永浩，老羅靦腆的笑著，和全場觀眾一起聽著由訊飛合成的“老羅的聲音”。從效果來看，合成的老羅已快逼近以假亂真的地步，所以在現(xiàn)場的哄笑聲中，雷鋒網(wǎng)記者的朋友圈也被“羅永浩為您朗讀”刷屏了。

訊飛工作人員告訴雷鋒網(wǎng)，合成只需錄入一個人的數(shù)個音節(jié)，完成之后便可隨意點播，歡樂程度與被錄入者的可識別度，錄入的音節(jié)數(shù)成正比。

在很多人（甚至包括訊飛自己的員工）看來，這只是個調(diào)節(jié)氣氛的功能，但實際上，訊飛絕不會為了鬧著玩研發(fā)一款新產(chǎn)品。

還記得在電影《Her》里，男主角西奧多第一次被人工智能震驚的場景么？斯嘉麗扮演的女主角薩曼莎一發(fā)聲，西奧多便感覺很怪異，他說：“你看上去就像真人，但其實只是電腦發(fā)出的聲音，太奇怪了?！彼_曼莎安慰他：“我能理解你作為一個正常人，在洞察力方面的局限性，你會習(xí)慣的?！?/p>

編劇的這一設(shè)定非常講究，參考的是恐怖谷效應(yīng)。斯嘉麗的表演也很出彩，并憑此片成為了羅馬電影節(jié)史上首位沒有一個鏡頭的最佳女主角。英特爾數(shù)據(jù)中心事業(yè)部副總裁、計算機架構(gòu)專家、神經(jīng)系統(tǒng)科學(xué)家 Naveen Rao 曾告訴雷鋒網(wǎng)記者，《Her》是他個人最欣賞的人工智能電影。但如果沒有“看上去就像真人”這一點，欣賞程度顯然要大打折扣。

后記

也許是發(fā)布會耗時太久，再加上演講者的水平參差不齊，到了發(fā)布會后半段，原本擁擠不堪的會場空曠了很多?，F(xiàn)場的工作人員顯然習(xí)慣了這種狀況，各司其職數(shù)小時之后，他們依然非常興奮。

這不是訊飛的尷尬，他們以技術(shù)立足，在業(yè)內(nèi)有口皆碑，作為合作伙伴，華為消費者業(yè)務(wù) CEO 余承東甚至缺席華為集團財年預(yù)算會議來捧場。

但我依然好奇那些目光炙熱的觀眾是否滿載而歸，就像在發(fā)布會前跟我說，“就想弄明白訊飛是怎么從一家語音輸入公司變成一家人工智能公司”的同事，發(fā)布會結(jié)束后他仍一臉茫然。這是個值得深究的問題，但顯然，這也并不適合在這種場合講。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。