语音互联网产业的探讨_语音合成_语音识别_voicexml

语音互联网产业的探讨

兰德强 2002/11/20

一：产业现状的分析

　　无线互联网一直是业界所看好的"钱"景。

　　随着中国联通CDMA网络的开通、中国移动GPRS网络的正式商用，标志中国无线互联新的竞争格局开始形成，但从2002年上半年的收入情况看，整个收入的增长情况还未因电信业的整合大幅度呈现。中国移动和中国联通的ARPU值持续下滑，导致其股价萎靡不振；中国联通的CDMA前期发展不理想，中国移动在GPRS上投入巨大，如何盈利问题却还没有解决，这些都成为国内无线互联产业发展的沉重压力。　
　
　　移动数据终端是接受无线互联服务的最重要工具，在市场的诱惑下，近几年间，在生成厂商的力捧和用户的追逐下，推出了从WAP手机、寻呼PDA、掌上电脑、笔记本电脑等产品，现在热炒的智能手机（Smart Phone）也开始进入了人们视线。智能手机除了具备手机的通话功能外，还具备了PDA的大部分功能，特别是个人信息管理以及基于无线数据通信的浏览器和电子邮件功能。犹如在上半年CDMA 网络开通时突出的网络费用、手机的种类和价格等问题一样，这种手机在市场"试水"上必将也需要一定的时间考验。不知联通是否现在还在强调CDMA走高端用户的思路？

　　在WAP宣告失败后，彩信（MMS）成为中国移动的希望所在。但是让用户更多地用手机来交换照片、随意地下载图片、随时随地收看世界杯的精彩进球，所有的这些场景就目前来说仍然只能是无线运营商良好的愿望。有了SMS的成功，MMS的发展并非就是顺理成章的，包括MMS终端、业务价格的解决方案以及业务价值链各环节参与的程度都直接影响MMS的发展。普通短信在国内的辉煌，主要就是因为比通话费低很多的价格。据报道，今年上半年中国移动用户发送短信总数达到282亿条，远远超过去年全年158亿条的总量，而且接近了中国移动原定今年全年300亿条的水平。中国移动梦网在世界杯期间联合几大网络服务商推出的世界杯短信服务，达到了创纪录的85．3亿条。可惜的是，短信业务数量虽大，但是价格低，显然不足以成为无线互联业的重要支撑和主要赢利来源，移动运营商必须尽快找到空间更大、利润更多的增长点。另外还有一个中国移动不能控制的重要障碍，就是现在的手机制造商各自为政，目前流行的嵌入式操作系统就有几种，在MMS领域尚未形成一个共同的标准。也就是说，两个不同品牌之间很可能不能互相发送和阅读信息，MMS的用户群和使用数量将大受限制。MMS如果不能顺利实施，中国移动对于GRPS的投入将很难顺利收回，与中国联通在2．5G的竞争将处于不利的地位。

　　在内容的提供上，移动的梦网作为移动互联网业务的载体，紧紧把握移动、开放的特点。充分发挥客户聚集者的功能，成为实现人类"无论何时何地、均若近在咫尺"梦想的网络家园。为各类SP提供代收费服务及开放的、公平接入的、功能强大的数据网络和宽带网络，还为SP提供主机托管和业务支撑平台。现有的平台、短消息平台均可向各合作伙伴开放，并以"一点接入、全网服务"为目标进一步升级和完善计费系统，争取向合作伙伴提供一个全面服务的网络。这样的模式、思路无疑是成功的。但事情并非尽如人意，随着WAP的失败，MMS的前途未卜，移动梦中都想巩固的老大地位，不知如何。

　　再看看联通的动作，今年10月开始，联通计划首先在东部沿海的商务发达地区和内地主要大城市打造一条以高速无线上网服务为特征的CDMA 1X服务地带，针对商务人群和时尚消费人群，提供包括高速无线上网、图片传输、手机收发电子邮件、互联网浏览等在内的多种服务，将目前单一的CDMA话音服务过渡为业务多元化的服务模式。高速接入是1X网络的最大卖点，也会给各大内容服务商很大的信心，让他们开发出不再受现有低速度制约的服务。意识到内容服务是无线宽带网络成败的关键，联通宣称将把增值业务的合理分成当作与内容服务商建立合作模式首要因素加以考虑，据透露可能把业务内容收入全额的90％付给内容提供商，联通方面只收取信息费10％的代收服务费以及网络通信费，争取在短时间内培育一大批移动互联网的内容服务商，建立大量的内容网站。但是，中国联通总部和各省分公司的业务系统和计费平台的协调统一至今未尽人意，CDMA 1X网络商用时能否有足够的内容服务商们提供丰富的、具吸引力的数据服务（而且中国移动也在极力争取有影响力的服务商），是中国联通的头疼问题。

　　我们不怀疑从话音服务向数据服务是运营商们下一个争夺的焦点所在。我们憧憬美好的前景，但也要面对眼前的现实情况。无线互联是运营商们下一步淘金的乐园，但无论是难近人意的网络，还是希望能人人能手持的终端，都是那样的事与愿违。在做了这么多的探索之后，在不得不接受的多个失败之后，让我们再仔细的审视一下我们的现在。运营商急于在除话音服务之外寻求突破，寻求新的利润增长点。在目前仍以话音为主流的国内，语音互联产业在这种情况下，作为与PC、移动终端上网并存的一种形式，作为目前相对切实可行的一种增长手段，浮出水面，开始走入人们生活。

二：语音互联网的现状

　　通过上面的分析，就象SMS当年风光一样，人们看中它的就是低价、方便。不需要昂贵的终端。人们购买的手机大多以话音为主。另外随着IP技术的发展、低端用户的增加、资费的下调，导致了运营商ARPU值的不断下降，而要保持行业利润的增长，根本出路在于业务创新。如何在人们现在利用的简易终端上开放出增值业务，吸引用户，提高用户通话量。数据增值业务在继话音业务之后，一直是各大运营商在积极探讨的话题。在前不久结束的电信展上，也是各大运营商展出的重头戏，由此可见一斑。语音互联网是电话网与互联网的完美结合，通过语音互联，普通电话用户用自然语言对话的方式即可获取互联网的主要服务，满足用户任何时间、任何地点、任何设备获取信息的需求。

　　随着语音识别（ASR）技术、语音合成（TTS）技术的走向商用以及VoiceXML标准的颁布，使得语音互联网开始进入人们的生活。VXML是于2000年提出的一种应用于语音浏览的标记语言，它建立于XML标记语言规范的基础之上，是下一代互联网交互语音应用的核心。它可以与数据库、HTML、WML以及其它文档处理和发布系统进行无缝资料交换，突破性地实现互联网与电话网的融合，为语音应用领域展现出一个更为广阔的未来。目前VoiceXML已被W3C组织接受为国际工业标准。

　　对于这样的盛餐，微软绝对不会错过。在前不久的英特尔通信峰会2002上，英特尔与微软宣布将共同开发构筑面向企业的支持语音的WWW解决方案时所必须的技术。微软公司甚至在10月底，在纽约举行的语音TEK大会上首次演示了其.Net语音平台，并宣布推出其.Net语音平台软件开发工具包的第二个测试版本。这个语音平台包含微软公司的语音识别引擎、与电话系统相连接的中间设备、语音应用语言标识（SALT）解释程序、一个SALT语音浏览器和文本-语音引擎。.Net语音平台将使开发人员和客户具备设计单一应用软件的基本条件。该软件能够在各种环境运行支持语音的软件，如电话、台式机和移动设备的多模式格式。虽然微软显然在挑起一场VoiceXML和SALT的战争，但可以肯定的是，这块奶酪是大家都看好了的。

　　语音互联的主要特点是通过语音输入和音频输出支持人机对话。基于VoiceXML的语音浏览机制与语音识别、语音合成技术、智能文字信息处理技术相结合，人们就可以通过电话或移动电话以自然友好的语音形式访问互联网，实现个人和商业服务的语音应用。在上网速度慢，或者必须借助于昂贵的移动终端的现实情况下，作为一种可以移动上网的语音互联，可以方面的满足大家的需要，而且成本相对比较底。在手机种类繁多，各种简易终端并存的现实情况下，发展语音互联网是运营商的一个好的选择。另外在目前国内仍以话音服务为主流，就必须结合话音深入探讨增值，才是很现实的做法。毕竟真金白银是要往回赚的。

三：语音互联网的价值链

　　运营商所要寻求的是可以吸引用户更多使用终端的服务，以便增加他们的ARPU值。现在在电信业已经形成了一个个的产业价值链，语音互联也不例外。由语音技术开发商－应用/内容提供商－语音服务提供商－电信运营商－终端厂商组成的产业价值链也必然会随着语音互联的发展，渐渐形成。在这个价值链形成的过程中，各个厂商都会逐步寻求、调整、适应自己的位置。在未来的电信市场，价格竞争将让位于品牌竞争和服务竞争；差异竞争和质量竞争将成为企业制胜的法宝。因此，服务和创新能力将成为企业竞争力的重要衡量标准。面对日趋激烈的市场竞争，电信运营商如何打好服务牌，如何切实的提高创新能力，将影响到其在市场中的地位。

　　运营商要在合作中完善自身的服务链，在竞争合作中提升业务创新的能力。电信市场的服务竞争实质上就是资源的竞争，过去电信运营商之间的竞争主要体现在网络资源和客户资源的竞争，而如今随着用户需求的转变，电信运营商仅仅依靠自身的网络资源和客户资源已经无法适应市场的需求转变。因此，电信运营商必须重新定位自身的角色，摒弃传统市场体制下的服务模式，寻求产业链条其它力量的合作。形成一个良性的产业链的前提，就是必须有一个非常清晰的盈利模式。语音互联一开始就明确定位为电信业的增值业务。而一项新的增值业务能否取得成功，取决于是否有一个开放灵活的运行平台，是否有满足用户需要的丰富实用的内容，是否有性能出色的终端产品，是否有清晰的商业模式。所有这些因素加起来，才有可能保证新业务的成功。这显然不是一两家公司可以做到的。电信业服务已经成为一个牵涉到多个环节、需要整合多方力量的综合性概念，并且随着电信业务市场的进一步挖掘，电信产业链条将会不断的得到延伸，原有的运营模式和利益分配体系随时都要进行新的调整。

　　对于电信运营商而言，语音互联网的应用，意味着花费收入的增加，个性化服务的体现。

四：言丰科技的优势

　　言丰科技是领先的多语种交谈式语音理解技术供应商，言丰科技提供先进的语音识别、文语转换、声纹识别及语音平台（RSVP）系列语音产品，涵盖了功能强大的核心语音识别引擎、文语转换技术及声纹识别功能，并全面支持VoiceXML标准，推动商业解决方案的开发步伐。所有产品均已无缝整合，组成高度灵活的语音应用架构，加快应用范围广泛的大量语音应用系统开发，包括语音互联、客户关系管理（CRM）应用、个人信息管理（PIM）系统、自动总机及统一消息系统等。为客户提供"一站式"语音技术服务。

言丰科技公司供稿 CTI论坛编辑