司机小杨没有想到，这段时间伴他一路同行的“志玲姐姐”语音导航服务中，“女神”甜美的娃娃音竟然大部分是合成的！同小杨一样，很多人不知道，高德导航应用中除“向左转弯”“前方摄像头”等固定语句采用原声外，地名、距离、速度等提示也是依据林志玲咬字和发音方式，运用语音合成技术制作而成。这一技术提供商正是有“中国语音产业国家队”美誉的科大讯飞。

从被外界讥笑的“草台班子”到亚太地区最大的语音上市公司，从中国语音产业的拓荒者到世界语音产业的领军者，16年来，科大讯飞以源源不断的自主创新经受住市场的淬炼，诠释了什么是产业报国，何为凤凰涅槃。

放开被掐住的喉咙

或许你曾看过这样一段视频：一名山东大汉开车时试图用语音控制功能的车载设备拨打电话，但他一口浓郁的山东方言让设备屡屡识别错误。几次纠正无果后，大汉准备再试一次，没想到此时设备竟然说出了“谢谢，再见。”大汉哭笑不得。

用语音拨打电话不靠谱，还是方言不易被识别？在另一段视频中，一位山东女士用同样的方言，拨打同样的号码，结果迥然不同，她用的APP是讯飞推出的灵犀智能语音助手。

“现在灵犀已率先支持粤语、四川话、河南话、东北话、天津话、湖南话、山东话等14种方言。”科大讯飞媒介经理陈卫民告诉记者。

不仅如此，双手忙不过来时，跟它说一声，立即代你打电话、发短信；出国旅行不会讲英语？一秒之内实现中英轻松互译，帮你读出；随意哼个小曲，即刻显示歌曲名字，陪唱陪练；一声令下，打开窗帘、关闭台灯、电视换台，一切如你所愿。在科大讯飞的产品体验厅里，实现这些你只需耍耍嘴皮子。

看着今天的科大讯飞在语音市场上的纵横驰骋，可能有人叹息生不逢时，没有像它一样幸运。但鲜为人知的是，彼时科大讯飞选择中国语音产业化之旅，在别人看来简直是异想天开。

质疑并非毫无来由。1999年科大讯飞成立伊始，中国语音市场几乎百分之百由IBM、微软等国外IT巨头垄断；而在国内，虽有科研机构从事相关研究，却都是单打独斗，迟迟未见成果面市，更令人不安的是，语音技术人才毕业后进入跨国公司几乎成了一种惯例。

这样的背景下，胡郁、胡国平、陈涛，还有科大讯飞发起者——彼时26岁的中科大博士研究生刘庆峰，一群尚未完全摆脱稚气的毛头小伙子偏偏要试一试。语音是文化的基础和民族的象征，不能被外国人掐住喉咙！中国的语音产业要由中国人来掌握。这个只有18个人的团队开始了跌跌撞撞的语音产业化苦旅。

2003年，科大讯飞荣获“国家科技进步奖”，牵头制定具有自主知识产权的中文语音标准；2006年至2014年，连续9年在英文语音合成国际大赛中夺冠；2008年摘得国际说话人识别评测大赛桂冠，并在语音识别技术领域一举超越全球最大的语音技术公司Nuance；2009年获得国际语种识别评测大赛高难度混淆方言测试指标冠军；2013年，通过麦克风阵列技术将语音识别的距离拓展到5米以外，在高抗噪语音识别技术领域取得突破，100km/h车速下仍保持90%以上的识别率，显著领先；2014年，继续获得通用全球中文语音识别测评综合指标第一名。

而在与语音技术平行的另一条历史轴线上，科大讯飞的语音产业化之旅也愈走愈顺：2008年成为中国语音产业唯一的上市公司，将Nuance“挤出”中国；如今为全行业2000多家企业提供语音核心技术，占据中国语音主流市场70%以上的份额，并成为亚太地区最大的语音公司；面向移动互联网时代率先推出语音云平台，用户数已突破6.8亿，开发应用申请超过6万个，逐步形成以科大讯飞为核心的语音产业链，成为业界公认的“语音产业国家队”；目前，讯飞语音学习软件已在国外孔子学院得到普遍应用，并成为新加坡等国中英文语音学习门户的主流技术。

很多业内人士都对科大讯飞竖起大拇指：“如果没有科大讯飞，中国语音产业现在还会控制在国外公司手中，也不可能有今天的蓬勃发展。”

弯曲的直线

一系列耀眼的成绩背后，用刘庆峰的话说是一段“走弯曲的直线”的创业历程，所谓直线即目标明确，弯曲则指实现梦想的过程曲折。

刘庆峰深有体会地告诉记者，“任何创新都是一个痛苦的过程，是不断试对与试错的相互交织。”成立之初，市场很快就给了科大讯飞一个“下马威”。他们自主研发的一款名叫“畅言2000”的电脑软件遇冷。

这是一款刘庆峰曾十分看好的产品，它能将语音自动转换成文字，并让用户通过语音控制电脑，主要面向老年人。但不久他们就发现这款产品叫好不叫座。“我们忽略了一些因素，一方面当时盗版软件猖狂，另一方面我们的主要消费者为老年人，其电脑操作经验太少，有的电脑还没开就说软件出了问题呼叫售后服务，这样折腾两三次后，利润就没了。”刘庆峰说。

“吃一堑长一智”。这次的教训让科大讯飞明白：直接进军大众消费市场时机还不成熟，必须转攻企业级用户。

于是，当中国电信计划将168电话信息平台铺向全国之际，科大讯飞毛遂自荐为其提供语音合成技术。但就在他们对实验结果满怀信心时，消息传来：对方拒绝合作，理由很简单，科大讯飞也就是个创业团队，这么大的单子不敢交付。

又是当头一棒。更糟糕的是，还祸不单行。

期间，资金链的断裂让股东及团队内部炸开了锅，质疑声不绝于耳。“语音技术到底前景有多大？”“是不是应该做别的应用软件？”“是不是给银行做服务器更赚钱？”面对动摇的军心，刘庆峰将大家拉到巢湖边上开会，并放出一句狠话，“谁不看好语音，就请谁走人！”

那天起，讯飞人达成了一个共识：语音产业需要长期的技术积累，快餐式的急功近利无法长久。

随后，刘庆峰多次赴深圳找中国电信168合作方华为恳谈，或许被他的诚意感动，华为同意在其平台上试用讯飞的语音技术。可是，反馈结果却让他有些无地自容：系统兼容性不强、语音合成不自然、连续性差……对于这份充满硬伤的测试报告，华为表态，“一周内解决所有问题，否则合作失效。”

当然，这次他们成功了——自此，科大讯飞成为华为在语音方面唯一的合作伙伴。10多年后在科大讯飞15周年庆典时，轮值总裁吴晓如回顾了这场攸关生死的大考验。“这个星期，没有一个人离开过办公室，大家几乎不眠不休，最后全部问题迎刃而解。我清晰地记得走出办公室时大概是下午4:30左右，回到家倒头就睡，一直睡到第二天的中午。”

艰难困苦，玉汝于成。接下来科大讯飞拓展了包括华为、中兴和联想在内的50多个合作伙伴，并如愿获得第二轮融资。

联想投资成立后的第一笔投资就给了科大讯飞。不过，有一年联想投资财务经理参加其半年度经营会议后却拉长了脸，“没想到讯飞的财务状况这么差。”科大讯飞这一只见投入不见产出的态势一直延续了5年。

正是这种耐得住寂寞的坚守，2004年科大讯飞迎来转机——扭亏为盈，并从2005年至2007年保持净利润130%的复合增长。2008年科大讯飞上市。

时至今日，科大讯飞已成为当之无愧的语音界霸主，其在国际市场上仅次于Nuance，而面向行业用户提供“软件+服务”的整体解决方案正成为他们进行市场探索的一个重要方向。

让机器会说会思考

大浪淘沙，十几年来国内外的语音公司生生灭灭，失败者居多。在这场后来居上的战役中，科大讯飞何以华丽逆袭？

个中原因，刘庆峰心里十分清楚，“语音是典型的高技术交叉学科，涉及数字信号处理、声学研究和实验语音学等诸多领域，若想取得实质性突破，必须有效整合核心技术资源。”

科大讯飞创立初期，国内几大语音研究机构各有建树，但各自为政、相互封闭，如何整合？2000年首轮风险投资后，刘庆峰做的第一件事就是逐个拜访“语音大牛们”，用这笔资金与中科院声学、中国社科院语言、中科大成立语音技术联合实验室。他承诺，“各自专注于其擅长的研究，科大讯飞提供专项科研经费并负责产业化整合，给他们股权，实现成果共享。”

如此一来，早期在品牌、市场等方面都不占优势的科大讯飞就有了一支强大的技术后盾——对声音合成和声音听辨方面有独特研究的孙金诚研究员；1980年就从事人机语音通信的王仁华教授；社科院语言所对声音、语气、语调等研究了40多年的吴宗济老专家。事实证明，这笔“技术投资”为科大讯飞日后攀上语音技术的峭壁奠定了坚实的基础。

在有效整合外部资源的同时，科大讯飞也没忘苦练内功。“我们要比科学界更知道技术的发展趋势，比消费者更知道他需要什么。”于是，科大讯飞高级副总裁、研究院院长胡郁和团队建立了三个梯次的布局：联合实验室倾向于技术的基础研究，讯飞研究院负责面向产品的应用研究，讯飞各事业部的产品部门负责把方案进行代码级的优化，变成完善的产品。与此同时，保证研发投入，“今年我们的研发支出预算要占到销售收入的30%。”刘庆峰透露。

战略就像望远镜，能看清很远的方向，但不能缩短脚下的路程。凭借一流的技术和脚踏实地的努力，科大讯飞近年来逐步赢得市场和用户的认可。

但对科大讯飞来说，他们的梦想“让机器能听会说、能理解会思考”才刚刚起步。眼下，第一个目标已经实现。胡郁说，在继续改进语音技术的同时，科大讯飞已于近期启动了“讯飞超脑”计划。“我们希望未来机器可以像人一样，不仅能听会说，还能理解会思考，有逻辑思维和推理能力。”胡郁表示。他透露，“讯飞超脑”目前已聚集了语音及语言信息处理国家工程实验室、加拿大约克大学等10多位人工智能领域顶级专家。

他们还努力将语音应用范围尽可能地拓展。刘庆峰告诉记者，科大讯飞正在研究如何将声纹技术和人脸识别技术结合，“人的声音和DNA、指纹一样，具有唯一性，是可识别的，如果再与人脸识别叠加在一起，作为身份的验证码，那么未来身份证或将不再需要，办理一些事只需张张嘴、扫扫脸即可。”

这些设想还需多久能够实现？刘庆峰不十分肯定，但他们的目标是成为谷歌那样的创新型公司，用技术改变世界。