语音开放平台简介

1.Nuance NVP

      Nuance是语音识别领域的老牌劲旅，除了语音识别技术外，还包扩语音合成、声纹识别等技术。Nuance Voice Platform(NVP)是Nuance公司推出的语音互联网平台，这是一个开放的、基于统一标准的语音平台产品。它能够支持客户公司已有的IT投资和基础设备，同时可以加入语音的应用。但是，Nuance一直有个问题就是过于托大，对创业型的小公司也不太感兴趣，天天想着攀比各个行业的巨头。也难怪，这也是个策略，最近也听说Dragon Drive将在新奥迪A3上提供一个免提通讯接口，可以实现信息的听说获取和传递。

2.Microsoft Speech API

      微软的Speech API是微软推出的包含语音识别（SR）和语音合成（SS）引擎的应用编程接口，其最新版本是Microsoft Speech API (SAPI) 5.4。SAPI支持多种语言的识别和朗读，包括英文、中文、日文等。微软的API调用模式，我想众位都是非常熟悉了，这里也不再多强调。但是，微软总有个问题，就是任何一个产品都得和Windows绑定。这也让人工智能领域的研发人员头疼不已，总不能在机器人里面装个Windows吧，所以面向PC的语音识别没啥前途。

3.Google Speech API

       这个领域自然不能少了苹果和谷歌，但是苹果打死也不会免费的，而谷歌打死也不会收费的。但是，这没有意义了，因为不管你的引擎多么优秀，现在的语音识别还是要基于云的。所以国内的众多创业用户压根用不了，甚至也访问不到。但是如果你的产品主要布局在国外，Google Speech API还是要备选的，因为这个API调用起来更加方便。

4.IBM viaVoice

        IBM必须要提到，或许我们逐渐淡忘了这个曾经极其辉煌的巨头，但是IBM绝对是较早开始语音识别研究的机构之一。早在20世纪50年代末期，IBM就开始了语音识别的研究。1964年世博会上，IBM就向世人展示了数字语音识别。 1984年，IBM发布的语音识别系统在5000个词汇量级上达到了95%的识别率。1996年IBM发布了新版的听写系统VoiceType3.0，这是viaVoice的原型。这个版本的语音识别系统不需要训练，可以实现孤立单词的听写和连续命令的识别。1999年，IBM发布了VoiceType的一个免费版。2003年，viaVoice就已经非常流行，但是2005年，IBM授权代理viaVoice的ScanSoft公司与Nuance公司合并，viaVoice也就可惜的退出了历史舞台。现在也只能从网上搜索下载一些桌面版本，对于市场应用来说，基本上也就没有什么价值了。

5.科大讯飞语音

       科大讯飞1999年成立，作为中国最大的智能语音技术提供商，在智能语音技术领域有着长期的研究积累，并在中文语音合成、语音识别、口语评测等多项技术上拥有国际领先的成果。科大讯飞目前提供语音识别、语音合成、声纹识别等全方位的语音交互技术。目前也是国内创业团队使用最为广泛的开放语音识别平台，科大讯飞拥有中科大的教育资源和中科院的技术资源，而且已经占据先机，主要还是看其未来的战略如何发展。

6.百度语音

        百度语音自从和中科院声学所合作以后，在贾磊带领下短时间内建立起来自己的引擎，而且打出了永久免费的口号，在很多领域抢占了一定的市场，在百度有钱任性的支持下自然发展迅速。但是，最近听说百度语音变动极大，新请来的吴恩达似乎和贾磊有些不合，传闻NG先生意欲整合百度语音，导致贾磊已经离职。而且百度语音最近招聘很多声学方面相关的学生，或许NG先生对百度语音又有了新的战略构想。实际上，NG先生负责的是百度大脑计划，语音交互自然要作为其中尤为重要的一环，而大脑计划若想落地，就必然需要终端设备的支持，而这也涉及到了众多声学前端技术。

 

转自：

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