科大讯飞董事长刘庆峰在第三届中国互联网电视产业论坛演讲

2014年7月3日——4日，天津市滨海一号酒店，第三届中国互联网电视产业论坛。

由天津市滨海新区文广局、滨海新区经信委主办，未来电视有限公司承办的“2014互联网电视产业论坛”正式召开。作为年度最高规格、最大规模的专业盛会，互联网电视产业论坛迄今为止已历时三载。融合网|DWRH.NET作为中国三网融合第一门户网站每年都会受邀请参加。

来自国家新闻出版广电总局网络司司长罗建辉、天津市文化广播影视局局长黄永刚、天津市文化广播影视局副局长靳方华、天津滨海新区副区长郭景平女士、天津空港经济去管委会副主任陈绍旺、中国网络电视台总经理，未来电视董事长王汪文斌、未来电视CEO张宇霞、小米科技联合创始人王川、科大讯飞董事长刘庆峰、海信集团副总裁王志浩、悠视网董事长李竹、康佳集团副总裁李宏韬、长虹电器集团副总工程师阳丹、中怡康CEO贾东升、人民网副总裁唐微红、中国人民大学商学院院长毛吉野、中国传媒大学新闻媒体研究院副院长曹三省、香港理工大学管理学博士中心主任谢国安、香港理工大学EMB主任于伟红、天津北方电影集团总经理张仁刚等领导及人士出席了本届论坛。

本届论坛再度集聚行业主管部门领导、骨干企业精英、产业链合作伙伴与权威专家学者，在“升级与成长”这一主题下，纵横捭阖指点江山，全面透析互联网电视产业的发展与未来。

科大讯飞董事长刘庆峰的演讲内容——

大家好，非常感谢张总给我们搭建这样一个平台，特别祝贺小米在4周岁就取得这么好的成绩。我们说很多创业者是从幼儿园开始不断学习的，但小米的创业4周年一起步就是研究生开始。刚才提到了，小米的成功，有它的互联网基因，有他们的专职，极致，口碑，团队作风，还有一个就是行业大势。我们讨论未来的互联网电视，还是要看一下我们的产业背景是什么样的。

我们今天是处于移动互联网时代，从当年的计算机面世，这样一个巨大只能装一个电台，再到小型极，现在到了移动互联网时代，以各种移动设备以及互联网的急速发展，是这个时代的发展。下一步是穿戴式设备，刚才提到了微信电视，在手机操控，现在很多家庭还觉得不方便，将来随着移动互联网往穿戴设备发展的时候，我们的衣服都具有通讯交互功能，我们对着手表就可以操控我们的电视，这是更大的颠覆。我们可以看到，在整个IT产业发展的五次浪潮中，后台都有一个牵引的力量，那就是人机交互的革命。我们当年从图形界面成就了微软，苹果的传奇是乔布斯把触摸做到了极致，就像盖茨离开微软的领导岗位在全美演讲的时候提出来，未来IT看好最大的发展方向，第一是语音，第二是触摸，第三是视觉。随着移动互联网时代的到来，尤其是穿戴式设备和无所不在的互联网，将会跨越到以语音为主和触摸的时代。

今年6月个好全球语音开发者大会，语音将会成为非常战略的位置，要不但加强，而且要直接操控更多的家庭设备，包括我们未来的电视，以及我们各种家庭的终端产品。谷歌一致认为语音掌控可以改变这个世界，到今年4月份，我们在迪拜和谷歌的高级副总裁（英文），他对语音技术给予了高度评价。当然我们也看到了小米在几周前产品，整个语音产业在上世纪就受到全球产业界的关注。今天科大讯飞已经成为中国语音领域唯一的上市公司，亚太地区最大的语音上市公司，我们拥有中国语音主流市场70%以上的份额，拥有超过4亿的语音云平台用户。核心技术的创新，我们在英文领域也处于全球领先，包括多语种其他技术。比如说英文语音合成技术，我们连续八年蝉联全球第一名，包括IBM微软麻省理工全部参加。在全球顶尖的语音识别大赛中，我们连续五年全球名列前茅。今年8月份还有比赛。

下面给大家看一下这样一些技术，我们说的人迹语音交互，到底能够未来为我们的互联网电视带来什么，为大家的日常生活带来什么，我们这里讲的语音交互简单来说就是让电脑以及各种智能设备，像人一样能听会说。第一个叫语音合成，就是让机器说话。科大讯飞的中文合成技术是4.5分。第二是语音识别，让他听懂人讲话，包括我们说话变成文字，包括一开口就知道是谁在讲话。一张嘴就知道哪的人。第三点就是语音结合。

我们看一下首先是语音合成技术，在中文达到4.5分。一个是中国移动的阅读技术。现在业务发展最快的就是阅读，然后是音乐，我们在手机不停的看屏幕，眼睛会很疲劳，走路开车无法听，用语音合成可以听，我们现在请大家听一下我们朗读小说这样的声音。大家感觉一下就行，在周围移动的阅读基地他们做的统计，平均用户每天听70分钟，远远超出我的想象，每个月增加几十万用户，这已经不是原来的语音合成简单好玩了，是真的解决刚需。我们现在可以解决不同年龄，不同风格，不同性别个性化的形成。在去年年底一个例子，我们高德导航推出了林志玲的声音，有了林志玲的口音，高德地图的下载量大幅度增长。英文我们给大家简单听一下，这一段效果在2012年的国际比赛的水平，我们在英文中是4.2分，全世界第二名，3.6分，4分是普通人，5分是播音员，也就是全世界读英语，科大讯飞比人家念的好，这会使我们互联网电视可以把家里的设备变成有声有色的东西。将来后台是各种各样的新闻，但是前端我们可以让客户自己挑选，可以通过摇控器告诉他喜欢哪个人。整个可以颠覆我们现在对新闻的看法，这是我们讲的语音合成的内容。(责任编辑：韩杰)