語音識別領域的明星創(chuàng)業(yè)公司云知聲正在經歷一場隱秘的高層架構調整。
騰訊科技獨家獲悉，公司CEO梁家恩不再擔任公司CEO，轉而專注負責技術領域。公司CEO由黃偉擔任，正式上任已有一周有余。
云知聲的官方網站側面印證了該消息的真實性。云知聲在公司內部的新聞稿通報，云知聲榮獲中國最具投資價值企業(yè)50強的稱號，云知聲CEO黃偉出席了本次大會并領獎，新聞稿并配了黃偉領獎的照片。
在外界看來，這似乎是空降兵式的調整。在語音識別業(yè)內的知情者看來，則是語音識別產業(yè)核心人物的回歸。
“黃偉終于回歸了，終于從幕后走向了前臺”。一位語音識別的業(yè)內人士這樣感慨。
黃偉是誰？作為語音識別領域的領軍人物，他先就職于摩托羅拉和盛大創(chuàng)新院，建立了盛大創(chuàng)新院語音分院，后隨著盛大整體戰(zhàn)略的調整，他于2012年離職選擇創(chuàng)業(yè)。
對于黃偉創(chuàng)業(yè)的說法不一。盛大創(chuàng)新院員工表示，黃偉是盛大創(chuàng)新院高管中最早離開創(chuàng)新院的，他去創(chuàng)辦了云知聲。但在此前，云知聲官方否認黃偉在這個團隊中。
今年10月，云知聲確認完成啟明創(chuàng)投的A輪融資，金額達1億人民幣，此時，云知聲公司成立剛過500天。云知聲的迅速躥紅也引起了業(yè)內人士對它的關注，也牽出了黃偉與云知聲的聯(lián)系：“黃偉不是明面上的公司創(chuàng)始人，更多的是和云知聲私下里的關系。雖然沒有確切的證據表明兩者的關系，但實際上千絲萬縷，兩者走的非常近。”一位知情人士透露。
騰訊科技獲悉，此次黃偉正式擔任CEO，與其從盛大離職后的競業(yè)禁止協(xié)議解禁有關。“云知聲這一年的飛速成長，與黃偉的幕后操盤緊密相關。”上述人士表示。
對此安排，有知情人士透露，黃偉對資本方等較為熟悉，更容易掌控全局。梁家恩是典型的技術型人才，專注技術更為適合。“在盛大創(chuàng)新院時黃偉是梁家恩的領導，創(chuàng)業(yè)后先由梁家恩擔任CEO，黃偉在幕后。條件許可后，黃偉再走到前臺，這很順利成章。”
作為創(chuàng)業(yè)公司，云知聲一年的成長有目共睹。“在語音識別領域，百度已經做了一年多，云知聲也做了一年多，但是云知聲的識別技術比如識別的準確度已經比百度高出一大截。”一位語音識別的從業(yè)人士這樣評價，“在語音識別的創(chuàng)業(yè)公司中，云知聲是做的最好的。”
梁家恩把創(chuàng)業(yè)的階段性成功歸因于強大的核心技術團隊和平臺技術團隊，能夠在一年時間里，實現(xiàn)上市公司需要3-5年才能構建的語音識別服務平臺。“一年來，語音識別錯誤率下降60%，識別速度提高3倍以上。”云知聲CEO梁家恩對騰訊科技表示。
在這個節(jié)點上，在語音識別領域的大爆發(fā)的前夜，復盤云知聲一年的黑馬式崛起，頗有一番意味。
語音識別產業(yè)大爆發(fā)
“所有手機制造商都在投資語音、拓展語音技術領域的投資，打造更優(yōu)雅的設計并 將其深入集成到手機中。”美國最大的語音識別技術公司Nuance高級副總裁邁克爾？湯普森這樣說。
在推出Siri應用兩年后，今年蘋果在麻省理工大學 （MIT）附近組建神秘辦公室，用以做Siri 語音識別技術的研發(fā)。微軟正在研發(fā)代號為“Cortana”自有語音個人助手軟件，并計劃在下一個Windows Phone平臺大升級中推出，以抗衡Google Now及Siri。至此，蘋果、谷歌（微博）、微軟、英特爾等國際巨頭均重金投入語音識別技術。
在中國市場上，語音識別技術公司也有幾大派別較力：
第一派來自互聯(lián)網巨頭在語音識別技術上的布局，比如騰訊、百度、搜狗等圍繞自己的產品生態(tài)系統(tǒng)做語音技術，用來為產品服務。微信的語音對講應用已經成為人們日常聯(lián)絡的必備。360也有意進軍語音識別領域，曾傳出與科大訊飛談合作事宜，但至今未有明確信息。
第二派來自專業(yè)的語音語義識別公司在移動互聯(lián)網上的延伸。比如科大訊飛去年專門成立移動互聯(lián)網事業(yè)部做移動應用，美國的Nuance在上海也設立辦事處拓展以多語種語音識別應用為主的中國市場。
第三派來自于新興的創(chuàng)業(yè)公司，如云知聲、思必馳等，具有互聯(lián)網公司的基因，長 勢兇猛。還有一派專做部分語音語義技術的應用，比如擅長語義解析的蟲洞（獲微軟首期云加速器項目支持）、智能360（周鴻祎（微博）做天使投資），以及做微信語音 生活搜索的出門問問（前谷歌語音識別技術員工李志飛創(chuàng)辦），他們自己做語音語義識別應用的一部分，另一部分技術會借助科大訊飛等廠商的技術來完成。
剛剛過去的幾個月，基于語音識別技術的角力進入前所未有的白熱化階段。 9月7日，創(chuàng)業(yè)公司思必馳宣布重新定義人機交互體驗的方向，高調推出基于語音識別和語義理解的人機對話。9月中旬，老牌語音技術公司科大訊飛宣布自主研發(fā)的離線語音聽寫引擎將于9月下旬正式發(fā)布，將應用于“訊飛輸入法”等產品。10月19日，云知聲在確認融資消息的同時，也發(fā)布了離線語音聽寫技術，并發(fā)布了語義云。今年10月28日，科大訊飛語音云發(fā)布三周年，訊飛語音輸入法用戶超過1億。
黃偉的故事
在這輪語音識別技術熱潮中，有個身影本該成領頭羊但卻落寞四散缺席，那就是盛大。
與科大訊飛相比，盛大當年的語音識別技術并不弱。曾經領導盛大的語音識別團隊的核心人物是黃偉。同劉慶峰一樣，黃偉畢業(yè)于中國科學技術大學，2004年加入摩托羅拉中國研究中心（MCRC）擔任資深研究員。在摩托羅拉工作期間，他帶隊開發(fā)出世界上首個手機聲紋認證系統(tǒng)，并完成多項語音交互產品研發(fā)。但在金融危機期間，摩托將整個語音識別團隊出售給Nuance。
黃偉拒絕被Nuance收編，于2009年7月加入盛大網絡旗下的創(chuàng)新院，2010年10月創(chuàng)建了語音分院，力圖將語音識別技術與盛大旗下的互動娛樂系統(tǒng)相結合，延展到用戶端。
2010年，盛大語音團隊在美國國家標準技術署（NIST）舉辦的聲紋識別評測（SRE）大賽中，力壓麻省理工、斯坦福研究中心、IBM等眾多名校、名企，在在9個單項任務中獲得5個單項第一，整體綜合指標第一。
梁家恩畢業(yè)于中國科學技術大學，隨后進入中科院自動化所工作，2011年加入 盛大創(chuàng)新院，在盛大語音分院工作，擔任高級研究員一職。不過，隨著2012年盛大創(chuàng)新院的戰(zhàn)略調整，語音團隊從創(chuàng)新院剝離到盛大掌門科技，由陳大年掌管。語音團隊的成員開始各尋出路。
盛大語音團隊的幾個人選擇了創(chuàng)業(yè)，同樣做語音識別，定名為“云知聲”。但云知聲更傾向于強調自己的技術積累來自于中科院自動化所，而非之前曾工作過的盛大。
黃偉在其中的角色耐人尋味。
2012年夏天，盛大創(chuàng)新院離職員工QQ群里，傳來了黃偉創(chuàng)辦云知聲的消息。一位前盛大創(chuàng)新院員工表示，“黃偉是盛大創(chuàng)新院高管中最早離開創(chuàng)新院的，他去創(chuàng)辦了云知聲。”
但云知聲官方否認黃偉在云知聲團隊中。
來自云知聲的官方消息顯示，公司創(chuàng)始人有兩位，一位是梁家恩，擔任公司CEO，另一位是康恒，擔任公司CTO，負責平臺業(yè)務部。
對于黃偉與公司的關系，騰訊科技曾向云知聲市場負責人求證此事。該負責人表示，“黃偉和我們公司沒有什么關系。”但他也表示，黃偉和梁家恩是師兄弟關系，也會指導云知聲的業(yè)務。
云知聲的內部人士透露，黃偉離開盛大研究院后創(chuàng)辦了移動互聯(lián)網應用音樂雷達，和云知聲團隊在同一座大廈辦公。網站信息顯示，兩家公司都在北京海淀區(qū)財智國際大廈C座，云知聲在15層，音樂雷達在19層。
音樂雷達的一家合作伙伴的負責人證實黃偉是音樂雷達的創(chuàng)始人之一，并和黃偉談過音樂方面的合作。對于外界對黃偉和云知聲之間關系的猜疑，他表示，“不出面創(chuàng)立公司，但可能通過代持的方式運營公司，這在圈里也比較正常。”
互聯(lián)網的節(jié)奏
對云知聲而言，過去一年來，以快取勝、唯快不破的節(jié)奏在語音識別領域快速擴張業(yè)務，打造知名度。在與其他公司的語音技術解決方案不相上下的情況下，云知聲采取先搶占市場后再優(yōu)化的策略。
去年11月，云知聲和搜狗語音助手達成合作，今年3月，和錘子科技達成合作，5月和樂視TV達成合作，8月又和inwatch、易信達成合作。云知聲和科大訊飛比肩一道出現(xiàn)在在小米、聯(lián)想、智能360語音助手等很多合作伙伴的語音識別方案中。
梁家恩透露，從和搜狗團隊見面到第一個產品模型出來只花了兩個星期，而這個時間可能其他公司連商務條款還談不下來。樂視電視的合作也類似，從第一次和樂視團隊接觸到內部系統(tǒng)跑通到在發(fā)布會上發(fā)布只用了1個月的時間。
還有一個合作客戶——錘子科技。CEO羅永浩出了名的挑剔。今年，錘子ROM發(fā)布會前一周，老羅在抱怨語音識別方案遲遲未出，當晚云知聲公司CTO已經將產品集成和錘子科技團隊進行對接。最終，云知聲和科大訊飛同時入圍錘子ROM的語音解決方案。
與之前的課題研究迥然不同，梁家恩發(fā)現(xiàn)，創(chuàng)業(yè)一年來，團隊一直糾結技術層面的東西，他認為和實際業(yè)務結合更關鍵，也更重要。“做成也是技術好，做失敗也是技術好”。
自去年發(fā)布語音識別公有云以來，平臺上已經有1000個開發(fā)者加入。通過該開放平臺，“可以把門檻降得足夠低，開發(fā)者無需懂具體的語音語義技術，只需要調用云知聲的服務，就可做應用創(chuàng)新。”
在開放平臺背后，隱藏著云知聲的商業(yè)模式邏輯：通過語音語義平臺將各家的App聯(lián)通，用戶數(shù)據也會集中到平臺上，將各個環(huán)節(jié)貫通從而實現(xiàn)廣告等商業(yè)價值。
梁家恩把它比擬為一種類似Google adsense的模式，雖然每家的量很小，但是通過聚合可以產生商業(yè)利益，各個參與方可以分成。
互聯(lián)網的創(chuàng)業(yè)節(jié)奏讓云知聲嘗到了甜頭，接下來也有風險和挑戰(zhàn)。
一個是來自平臺化的風險。“騰訊、百度做語音識別都是圍繞自己的主營來設計，在生態(tài)系統(tǒng)內來做，也會進行開放平臺的建設。”上述語音識別的從業(yè)人士認為，相比較其他已經有穩(wěn)定商業(yè)模式的公司涉足語音識別應用而言，初創(chuàng)公司做平臺的風險更大。
對云知聲而言，另一個隱憂是尚未有核心的移動互聯(lián)網產品。目前來看，云知聲嘗試做語音輸入法插件，但主要業(yè)務是從語音識別解決方案切入，走技術驅動路線。“創(chuàng)業(yè)公司必須有自己的產品和服務，沒有產品，很難承載用戶數(shù)據，商業(yè)利益挖掘更難。”
