ARTICLE / 极客公园

AI 语音爆发的这半年,一位「局中人」看到的赛道爆发逻辑

2025年07月03日 14:30 · 来自 极客公园

阅读原文 → 收藏

过去半年,「AI 语音」赛道正密集地获得融资。尤其引人注目的是,这些融资多为大额,并且投向早期团队。 比如,前不久 AI 语音应用 Wispr Flow 靠「默念输入」,完成了 3000 万美元的 A 轮融资,累计融资额已达 5600 万美元;语音模型公司 Cartesia 在 3 月份完成了 6400 万美元的 A 轮融资,累计融资 9100 万美元;AI 语音合成公司 ElevenLabs 更是在 1 月份宣布完成 1.8 亿美元的 C 轮融资,估值超过 30 亿美元 。 与此同时,无论是 Meta、OpenAI、Google 等科技巨头,还是 MiniMax 等创业公司,都在密集发布自己的语音模型或语音产品。Siri 也被曝出或将被 ChatGPT 或 Claude 等模型接管,来跟上语音交互的进展。 这些消息无一例外都指向了 AI 语音的火爆。 为什么过去半年多以来,AI 语音领域会如此集中地爆发? 声智副总裁黄赟贺认为,语音对话从一个 App 中的功能模块,迅速进化为 AI 时代入口级别的存在,与大模型的加持有极大关系。 在智能音箱红极一时的年代,大部分我们熟知的智能音箱品牌都搭载了声智的远场声学交互技术,比如小爱同学、天猫精灵、小度音箱等等 。而「小爱小爱」的唤醒词,实际上也是来自于 声智 。 这家公司创办于 2016 年,一直在声学+ AI 交叉领域探索。然而,作为一家在幕后提供 AI 声学技术的公司,在大模型浪潮来临之后,果断选择下场投身开发自己的 C 端产品。毫无疑问,他们看到了这波「大模型+语音」浪潮里新的商业机会, 其旗下的 AI 耳机目前出货量已接近 100 万套 。 前不久, 极客公园 与声智 副总裁 黄赟贺聊了聊 AI 语音市场的爆发逻辑、语音