（文章來源：科技眼）

曾經，語音識別功能只出現在手機、平板這些成熟的移動互聯網設備，多半以SDK集成或API調用來實現。但近幾年，在物聯網設備上集成語音功能的趨勢越來越明顯，除了大火的智能音箱外，可用語音控制的智能家電、智能家居產品都已出現。

然而，對于想開發具備語音功能的智能硬件公司來說，打磨出使用體驗較好的產品并非易事。語音功能涉及到器件選型與結構優化、遠場拾音與信號處理、語音識別、語義理解、語音合成等多個環節，這是一個需要軟硬件協同優化的全技術鏈條工作。單憑硬件或軟件一方，根本支撐不了一個優異的產品和良好的交互體驗。

語音識別、語義理解、語音合成還可以調用幾家巨頭公司的云端接口（如國外的Amazon、微軟，國內的百度等），而且已經能夠較好的滿足語音識別場景需求，但在設備端的拾音環節卻會難倒一大批中小企業：麥克風選型所涉及的各項參數指標、聲學結構的設計、信號處理、音頻信號的傳輸等技術難點導致拾音效果不佳，即使云端的識別算法再強大，識別率也不會高。

據深圳迪韻科技公司CEO呼生剛指出，在物聯網設備上整合語音功能是熱點，也是難點：硬件上，為控制成本，主控芯片的功能承載和運算資源有限；軟件上，沒有如安卓生態那樣成熟、易移植的算法；服務上，很多語音公司的技術支撐資源有限，項目并行服務能力無法保證，使得在物聯網設備上整合語音功能成為了很多中小企業甚至一些大企業的夢魘：

明明是一個多功能定義的硬件產品，語音識別僅僅是其中一個功能特性而已，卻使得公司將大部分ID與結構、產品、研發、項目管理、供應鏈資源全都投入其中了，實際效果還不一定保證。而一些語音識別公司不給力的服務又會帶來產品開發進度拖沓，以及昂貴的NRE開發費，企業的痛楚可想而知。
? ? ? （責任編輯：fqj）