［智東西· 硬創(chuàng)先鋒，專注于全球智能行業(yè)創(chuàng)業(yè)公司報(bào)道。針對(duì)海外智能行業(yè)創(chuàng)業(yè)公司，我們將推出系列報(bào)道，本期主角是Reflekt，一家提供增強(qiáng)現(xiàn)實(shí)工業(yè)解決方案的AR平臺(tái)。］
智東西（公眾號(hào)：zhidxcom）
文｜十四
導(dǎo)語(yǔ)：
語(yǔ)音識(shí)別，是未來(lái)人機(jī)交互的關(guān)鍵，這似乎已成為一種共識(shí)。去年，美國(guó)加州山景城成立了一家智能語(yǔ)音識(shí)別、搜索初創(chuàng)公司——DeepGram。目前已經(jīng)拿下了孵化公司Y Combinator（YC）和Zillionize的種子輪投資。這兩家孵化器的眼光有多毒辣，就不贅述了?？纯礃I(yè)界的這個(gè)說(shuō)法就知道了：在硅谷，有兩種孵化器，一種叫YC，一種叫其他。
DeepGram聚焦在一個(gè)前景巨大的產(chǎn)業(yè)
DeepGram被形容為音頻版的谷歌，因?yàn)樗峁┗诰W(wǎng)頁(yè)的智能語(yǔ)音檢索API，能分辨口誤、口音、俗語(yǔ)等問(wèn)題，為用戶提供需要的信息。DeepGram的搜索范疇包括通話、會(huì)議、播客、視頻短片、演講等。
這樣的工作，之所以被重視，主要還是智能語(yǔ)音龐大的前景。
YC指出，美國(guó)每年有幾十億小時(shí)的音源通信，這花費(fèi)了逾10億美元。而其中，只有不到四分之一的產(chǎn)品涵蓋了分析、搜索的功能。
此外，智能語(yǔ)音還可用于智能家居信息交互的入口，這可是個(gè)預(yù)計(jì)到2019年規(guī)模達(dá)1500億美元+的市場(chǎng)。它還在車載系統(tǒng)、可穿戴設(shè)備領(lǐng)域頗有前景。
DeepGram干了兩件事！
老實(shí)說(shuō)，依靠大量存儲(chǔ)的音頻源來(lái)建立語(yǔ)音搜索是一件太愚蠢和困難的工作。DeepGram的出現(xiàn)，有兩個(gè)很重要的基礎(chǔ)：人工智能建模（自動(dòng)分析語(yǔ)音流并進(jìn)行歸類）和模糊搜索（fuzzy search），它們奠定了智能語(yǔ)音的可行性，于是DeepGram只要做兩件事：
1、 建立音頻數(shù)據(jù)庫(kù)：云存儲(chǔ)技術(shù)的出現(xiàn)大大降低了音頻數(shù)據(jù)庫(kù)的成本，幾乎所有的智能硬件初創(chuàng)公司都會(huì)對(duì)此加以利用。
2、 基于GPU的算法：DeepGram采用了關(guān)鍵詞搜索和模糊搜索項(xiàng)結(jié)合的方式，將準(zhǔn)確度提高到90%以上，并利用深度學(xué)習(xí)技術(shù)來(lái)分析語(yǔ)音的復(fù)雜性。
兩個(gè)人的團(tuán)隊(duì)
領(lǐng)英顯示，這家公司的員工規(guī)模不超過(guò)10個(gè)人。事實(shí)上，主要只有CEO Scott Stephenson和CTO Noah Shutty兩人。
相當(dāng)有趣的是，Scott Stephenson還是個(gè)研究暗物質(zhì)的物理學(xué)家。這或許從某種程度上意味著，語(yǔ)音識(shí)別的技術(shù)壁壘并沒(méi)有我們想象的那么高，未必非得脫胎于高校、科研機(jī)構(gòu)等。
據(jù)悉，這倆人現(xiàn)在已經(jīng)推出了DeepGram的免費(fèi)試用插件，用戶注冊(cè)后，每個(gè)月能進(jìn)行40小時(shí)的智能語(yǔ)音搜索。不過(guò)，鑒于DeepGram的準(zhǔn)確度依然有待提高，Stephenson和Shutty還在想辦法改進(jìn)它的功能性。
項(xiàng)目仍處在很早期
據(jù)公開(kāi)資料，YC孵化器在種子輪給這個(gè)團(tuán)隊(duì)投資了12萬(wàn)美元，看得出，還處在非常早期的階段，DeepGram除了提供API也還沒(méi)有獨(dú)立可用的產(chǎn)品，如果上面DeppGram在做的兩件事能夠把基礎(chǔ)搭好，則能證明這個(gè)“音頻版谷歌”的可行性。
