去年AlphaGo戰(zhàn)勝李世石，人工智能的浪潮席卷全球，在教育這個數(shù)據(jù)密集型和知識密集型行業(yè)，人工智能對教育效率提升更是顛覆性的。人工智能技術(shù)在教育上的應用主要有語音識別、語義識別、大數(shù)據(jù)分析、自適應學習等技術(shù)。由于語音識別和語義識別底層技術(shù)突飛猛進的發(fā)展，使得大規(guī)模的機器口語測評成為可能。左馭在此文中主要探討教育中的語音識別應用，即口語測評領(lǐng)域。

　　一、口語測評市場規(guī)模：近三百億

　　左馭發(fā)表文章探討教育中的語音識別應用，即口語測評領(lǐng)域，看好具有應用場景數(shù)據(jù)庫和教育資源的公司。

　　以有考試培訓需求的用戶群體為口語測評的受眾群體，其對應的市場規(guī)模推導如下。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，2014年K12學生人數(shù)為1.6億人，2016年全國在校大學生人數(shù)為2599.1萬人，2016年出國留學群體約50萬人，在校研究生人數(shù)為200.4萬人。假設(shè)考四、六級大學生30%的人群使用移動在線口語測評產(chǎn)品，平均每人客單價500元。據(jù)此，預計2016年在線口語測評市場規(guī)模約283億元。目前口語測評付費率比較低，未來商業(yè)化發(fā)展空間巨大。

　　二、口語測評市場推動力：剛需、政策和技術(shù)

　　獲得英語資格認證、注重實用性代表人們對學習英語有剛性需求，這主要源于：其一，我國大學生、研究生和留學生群體需要通過英語資格認證考試，他們具有穩(wěn)定的學習動機和需求;其二，我國年輕一代群體愈發(fā)重視英語的實用性，不僅是為了獲得認證考試，更重要的是提高英語交流能力。

　　在政策上，國家建立外語口語測評體系有利于口語測評市場的發(fā)展。中考改革新政策強化英語聽說的重要性，提升英語聽說測評標準，促進英語測評公司在英語考試、日常教學中的應用。目前，教育部在編撰國家英語能力等級考試，我國將建立起一個統(tǒng)一的外語測評體系。預計到2020年將基本建成標準統(tǒng)一、功能多元的現(xiàn)代外語能力測評體系，自上而下的英語考核標準的建立將影響到英語的教學目標、教學方式、測評工具等一系列的改革，具有教育內(nèi)容資源、渠道資源和創(chuàng)新技術(shù)的口語測評公司將有廣闊的市場空間。

　　在技術(shù)上，隨著語音技術(shù)核心算法和計算機芯片技術(shù)的進步，尤其是深度學習算法和卷積神經(jīng)網(wǎng)絡(luò)的普及，使得語音識別準確率從五年前的70%提升到90%。語音識別和語義識別在教育場景得到廣泛的應用，實現(xiàn)口語測評的規(guī)?；蛡€性化反饋。

　　三、口語測評：語音和語義識別在教育場景的應用

　　語音識別是將人的語音詞匯內(nèi)容轉(zhuǎn)換成計算機可輸入二進制的編碼或字符序列，計算機將存放的語音模板與輸入的語音信號特征匹配完成識別過程。語義識別是通過建立有效的模型和系統(tǒng)實現(xiàn)語言單位的自動語義理解，從而知道文本的表達含義。

　　由于語音識別和語義識別底層技術(shù)突飛猛進的發(fā)展，使得大規(guī)模的機器口語測評成為可能。實現(xiàn)人機交互式教學，從傳統(tǒng)的老師輔導到人機一對一的輔導，大幅提升學習效率并節(jié)約經(jīng)濟成本。語音識別在教育上的產(chǎn)品展現(xiàn)就是口語測評，體現(xiàn)在兩個方面。其一是對語音的流暢度和自然度進行打分，測評用戶的發(fā)音和母語說話人(native speaker)的接近程度;其二是識別出語言后，對語言組織進行后續(xù)的檢測。

　　四、口語測評市場格局

　　語音識別流程主要有兩種，第一種識別流程是前臺和后臺，第二種是端對端學習流程。前一種流程的前臺主要是將數(shù)據(jù)標準化，比如進行斷點檢測、除去噪音并進行特征提取，后臺主要是對特征進行解碼，所使用的工具包括聲學模型和語言模型。此外，一些公司還會加入“自適應”反饋，即通過用戶行為的反饋對聲學模型和語音模型進行校正，進而提高識別準確率。

　　端對端學習流程：語音信號-學習算法-轉(zhuǎn)錄結(jié)果，這種方法效果很好。這種方法需要在給定足夠的標準數(shù)據(jù)(音頻、轉(zhuǎn)錄)的條件，前提是需要足夠大的訓練集。

　　目前，口語測評市場主要有兩類玩家，分別是內(nèi)容公司和技術(shù)公司。按照商業(yè)模式劃分，口語測評市場分為2B和2C。其中生產(chǎn)教育內(nèi)容并基于教育產(chǎn)品開發(fā)技術(shù)公司，主要服務(wù)C端市場;而語言識別技術(shù)提供商，主要針對B端市場，服務(wù)于公立學校、線下教育機構(gòu)和互聯(lián)網(wǎng)教育產(chǎn)品公司。

　　五、口語測評投資亮點

　　口語測評市場是技術(shù)驅(qū)動和教育內(nèi)容資源沉淀的市場，因此我們看好具有應用場景數(shù)據(jù)庫和教育資源的公司。以下是我們判斷口語測評公司的關(guān)鍵點：

　　第一，切入教育領(lǐng)域某一垂直場景，精準提供解決方案，語言學習測評未來的商業(yè)價值是專注于垂直場景，積累解決場景問題的數(shù)據(jù)，使得訓練語料與模型應用領(lǐng)域一致，形成資源集中，最大化的發(fā)揮模型效果;

　　第二，檢測語音學習的測評功能是否準確，訓練數(shù)據(jù)和語料選取是核心關(guān)鍵，一個成熟的語音識別系統(tǒng)需要成千上萬小時的語音數(shù)據(jù)訓練，不斷優(yōu)化算法;

　　第三，團隊要產(chǎn)品和技術(shù)能力兼?zhèn)?，口語測評公司的團隊應該具備兩類人才，一方面是具有豐富教學經(jīng)驗的教學內(nèi)容研發(fā)團隊，給知識點和題目打標簽，幫助優(yōu)化技術(shù)，促進產(chǎn)品快速迭代，另一方面是算法和數(shù)據(jù)團隊，通過算法和數(shù)據(jù)分析反饋對內(nèi)容做最優(yōu)化配置。