國(guó)內(nèi)智能語音行業(yè)分析報(bào)告

13 評(píng)論 42577 瀏覽 168 收藏 27 分鐘

伴隨著人工智能行業(yè)的快速發(fā)展,中國(guó)在智能語音這個(gè)細(xì)分市場(chǎng)的發(fā)展速度也將會(huì)持續(xù)增長(zhǎng),但是目前國(guó)內(nèi)在智能語音市場(chǎng),技術(shù)已經(jīng)相對(duì)成熟,且頭部企業(yè)在行業(yè)的壟斷力度較大。

一、智能語音簡(jiǎn)介

智能語音是人工智能技術(shù)的重要組成部分,包括語音識(shí)別、語義理解、自然語言處理、語音交互等。

當(dāng)前,人工智能的關(guān)鍵技術(shù)均以實(shí)現(xiàn)感知智能和認(rèn)知智能為目標(biāo)。語音識(shí)別、圖像識(shí)別和機(jī)器人視覺、生物識(shí)別等目前最火熱的領(lǐng)域,主要解決的是感知智能的需求,就是使得人工智能能夠感知周圍的世界,能夠“聽見”或者“看到”。

自然語言理解、智能會(huì)話、智能決策、人機(jī)交互等技術(shù)更加側(cè)重的是認(rèn)知智能的領(lǐng)域,解決“聽懂”、“看懂”,并且根據(jù)學(xué)習(xí)到的知識(shí)對(duì)人類的要求或者周圍的環(huán)境做出反應(yīng)的能力。

在關(guān)鍵技術(shù)層中,語音識(shí)別、自然語義理解(Nature Language Process, NLP)、機(jī)器學(xué)習(xí)領(lǐng)域的關(guān)鍵技術(shù)在人工智能技術(shù)當(dāng)中居于重要地位,是人機(jī)交互技術(shù)的基礎(chǔ)。


(語音交互流程圖)

二、智能語音市場(chǎng)概況

1. 中國(guó)人工智能市場(chǎng)規(guī)模持續(xù)增長(zhǎng),智能語音處于重要地位

通過上圖我們不難發(fā)現(xiàn),人工智能行業(yè)最近幾年呈現(xiàn)出一個(gè)快速發(fā)展的態(tài)勢(shì),產(chǎn)業(yè)增長(zhǎng)率平均在43%左右,屬于一個(gè)快速發(fā)展的產(chǎn)業(yè)。2018年,人工智能市場(chǎng)規(guī)模達(dá)200億元,如果按照之前的增速,預(yù)計(jì)到2019年年末,整個(gè)人工智能行業(yè)規(guī)模將達(dá)到近300億元。

而在智能語言方面,當(dāng)前人工智能產(chǎn)業(yè)中,智能語音是一個(gè)產(chǎn)業(yè)化程度相對(duì)成熟,產(chǎn)業(yè)規(guī)模較大的這么一個(gè)細(xì)分領(lǐng)域,從2011年整個(gè)市場(chǎng)規(guī)模只有6.3億,到2017年整個(gè)智能語音市場(chǎng)規(guī)模已經(jīng)超過百億,整個(gè)行業(yè)正經(jīng)歷著高速的發(fā)展,預(yù)計(jì)未來幾年,智能語音市場(chǎng)仍然會(huì)保持著較高速度快速發(fā)展。

2. 智能語音技術(shù)是人工智能產(chǎn)業(yè)鏈上的關(guān)鍵一環(huán)

上圖是當(dāng)前人工智能產(chǎn)業(yè)鏈的一個(gè)版圖,從底層的基礎(chǔ)設(shè)施到中間層的技術(shù)服務(wù)到最上面的行業(yè)應(yīng)用,可以看到,智能語音技術(shù)在整個(gè)產(chǎn)業(yè)鏈當(dāng)中,起到了一個(gè)承接的作用,將人工智能的技術(shù)底層產(chǎn)業(yè)化,并在智能家居、可穿戴設(shè)備、機(jī)器人等行業(yè)落地,是整個(gè)人工智能產(chǎn)業(yè)鏈中的關(guān)鍵一環(huán)。

3. 科技巨頭紛紛從不同維度布局相關(guān)產(chǎn)業(yè)鏈

(1)國(guó)外科技巨頭:通過并購等手段,夯實(shí)核心技術(shù),開放應(yīng)用平臺(tái),擴(kuò)展以AI為核心的生態(tài)系統(tǒng)

谷歌:打造開發(fā)者生態(tài)鏈,推出Google Home,試圖建立物聯(lián)網(wǎng)時(shí)代安卓系統(tǒng)。

蘋果:基于智能硬件定標(biāo)準(zhǔn),做平臺(tái)、獲數(shù)據(jù),重視物聯(lián)網(wǎng)時(shí)代生態(tài)控制權(quán)。

(2)國(guó)內(nèi)科技巨頭:開放語音生態(tài)系統(tǒng),以產(chǎn)業(yè)內(nèi)合作的方式,將語音技術(shù)植入產(chǎn)品和或應(yīng)用于相關(guān)業(yè)務(wù)場(chǎng)景,構(gòu)建全產(chǎn)業(yè)生態(tài)鏈廠。

百度:瞄準(zhǔn)人工智能戰(zhàn)場(chǎng),對(duì)外開放語音生態(tài)系統(tǒng),對(duì)內(nèi)在自身產(chǎn)品業(yè)務(wù)中實(shí)現(xiàn)AI First。

 

三、智能語音技術(shù)分析

1. 語音識(shí)別(ASR)

1)語音識(shí)別概述

語音識(shí)別是以語音為研究對(duì)象,通過語音信號(hào)處理和模式識(shí)別讓機(jī)器自動(dòng)識(shí)別和理解人類口述的語言,語音識(shí)別技術(shù)就是讓機(jī)器通過識(shí)別和理解過程,把語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。

語音識(shí)別系統(tǒng)本質(zhì)上是一種模式識(shí)別系統(tǒng),包括特征提取、模式匹配、參考模式庫等三個(gè)基本單元,它的基本結(jié)構(gòu)如下圖所示:

語音識(shí)別系統(tǒng)構(gòu)建過程整體上包括兩大部分:訓(xùn)練和識(shí)別。

訓(xùn)練通常是離線完成的,對(duì)預(yù)先收集好的海量語音、語言數(shù)據(jù)庫進(jìn)行信號(hào)處理和知識(shí)挖掘,獲取語音識(shí)別系統(tǒng)所需要的“聲學(xué)模型”和“語言模型”;

而識(shí)別過程通常是在線完成的,對(duì)用戶實(shí)時(shí)的語音進(jìn)行自動(dòng)識(shí)別。

識(shí)別過程通常又可以分為“前端”和“后端”兩大模塊:

  • “前端”模塊主要的作用是進(jìn)行端點(diǎn)檢測(cè)(去除多余的靜音和非說話聲)、降噪、特征提取等;
  • “后端”模塊的作用是利用訓(xùn)練好的“聲學(xué)模型”和“語言模型”對(duì)用戶說話的特征向量進(jìn)行統(tǒng)計(jì)模式識(shí)別(又稱“解碼”),得到其包含的文字信息,此外,后端模塊還存在一個(gè)“自適應(yīng)”的反饋模塊,可以對(duì)用戶的語音進(jìn)行自學(xué)習(xí),從而對(duì)“聲學(xué)模型”和“語音模型”進(jìn)行必要的“校正”,進(jìn)一步提高識(shí)別的準(zhǔn)確率。

目前,各語音識(shí)別方案提供方,包括訊飛、百度、云知聲、思必馳等,都在提供包括麥克風(fēng)陣列等硬件在內(nèi)的整體解決方案,以軟硬件結(jié)合的方式提高語音識(shí)別的精準(zhǔn)度的問題。

2)語音識(shí)別技術(shù)原理

聲音實(shí)際上是一種波,在開始語音識(shí)別之前,首先,需要對(duì)聲音進(jìn)行靜音切除處理,以降低對(duì)后續(xù)步驟造成的干擾。

其次,要對(duì)聲音進(jìn)行分幀,把聲音切成一小段一小段,每一段就是一幀,分幀操作一般不是簡(jiǎn)單的切開,而是使用移動(dòng)窗函數(shù)來實(shí)現(xiàn),而幀與幀之間一般是有交疊的,如下圖所示:

圖中,每幀的長(zhǎng)度為25毫秒,每?jī)蓭g有0.2S的交疊,我們一般稱之為幀長(zhǎng)2秒,幀移0.2秒。

分幀后,語音就變成了很多小段。但波形在時(shí)域上幾乎沒有任何描述能力,因此必須將波形作變換,常見的一種變換方法是提取MFCC特征,根據(jù)人耳的生理特性,把每一幀波形變成一個(gè)多維向量,這個(gè)向量包含了這幀語音的內(nèi)容信息,我們把這個(gè)過程叫做聲學(xué)的特征提取。

至此,聲音就成了一個(gè)12行(假設(shè)聲學(xué)特征是12維)、N列的一個(gè)矩陣,稱之為觀察序列,這里N為總幀數(shù)。觀察序列如下圖所示,圖中,每一幀都用一個(gè)12維的向量表示,色塊的顏色深淺表示向量值的大小。

再次,就是講聲音向量矩陣變成文本了,在這之前,有兩個(gè)概念需要給大家先介紹下:

  1. 音素:?jiǎn)卧~的發(fā)音由音素構(gòu)成。對(duì)英語,一種常用的音素集是卡內(nèi)基梅隆大學(xué)的一套由39個(gè)音素構(gòu)成的音素集,而漢語一般直接用全部聲母和韻母作為音素集,另外漢語識(shí)別還分有調(diào)無調(diào)。
  2. 狀態(tài):比音素更細(xì)致的語音單位就行啦。通常把一個(gè)音素劃分成3個(gè)狀態(tài)。

了解了概念之后,我們就看一下語音識(shí)別是怎么把聲音變成文本的,其實(shí)就和我們把大象塞進(jìn)冰箱一樣,也是分為三步:

  1. 把幀識(shí)別成狀態(tài)(難點(diǎn));
  2. 把狀態(tài)組合成音素;
  3. 把音素組合成單詞。

如下圖所示:

圖中,每個(gè)小豎條代表一幀,若干幀語音對(duì)應(yīng)一個(gè)狀態(tài),每三個(gè)狀態(tài)組合成一個(gè)音素,若干個(gè)音素組合成一個(gè)單詞。也就是說,只要知道每幀語音對(duì)應(yīng)哪個(gè)狀態(tài)了,語音識(shí)別的結(jié)果也就出來了。

圖中,每個(gè)小豎條代表一幀,若干幀語音對(duì)應(yīng)一個(gè)狀態(tài),每三個(gè)狀態(tài)組合成一個(gè)音素,若干個(gè)音素組合成一個(gè)單詞。也就是說,只要知道每幀語音對(duì)應(yīng)哪個(gè)狀態(tài)了,語音識(shí)別的結(jié)果也就出來了。

2. 自然語義處理(NLP)

1)自然語義處理概要

語義識(shí)別是人工智能的重要方向之一,如果語音技術(shù)相當(dāng)于人的嘴巴和耳朵,負(fù)責(zé)表達(dá)和獲取,那語義技術(shù)則相當(dāng)于人的大腦,負(fù)責(zé)思考和信息處理,解決的是“聽得懂”的問題。語義識(shí)別最大的作 用是改變?nèi)藱C(jī)交互模式,將人機(jī)交互由最原始的鼠標(biāo)、鍵盤交互轉(zhuǎn)變?yōu)檎Z音對(duì)話的方式。

人機(jī)交互發(fā)展史

語義識(shí)別主要基于大數(shù)據(jù)和算法模型之上搭建,是自然語言處理 (NLP)技術(shù)的重要組成部分。NLP技術(shù)主要包括詞法分析技術(shù)、句法分析技術(shù)、語義分析技術(shù)、語用分析技術(shù)以及語句分析技術(shù)等。NLP在實(shí)際應(yīng)用中最大的困難還是語義的復(fù)雜性,隨著大數(shù)據(jù)、芯片和算法模型等的發(fā)展進(jìn)程加速,將為NLP帶來長(zhǎng)足的進(jìn)步。

2)自然語義處理技術(shù)原理

在自然語義處理領(lǐng)域,也在通過深度學(xué)習(xí)的工具提升自然語義處理的準(zhǔn)確度。目前常用的自然語義處理領(lǐng)域的技術(shù)包括了循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network)、卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network)、遞歸神經(jīng)網(wǎng)絡(luò)(Recursive Neural Network)的原理,它們是語句語義學(xué)習(xí)的強(qiáng)有力工具。

普通神經(jīng)網(wǎng)絡(luò)可以完成詞性標(biāo)記、詞語切分、實(shí)體命名識(shí)別、目的提取等一般的語義分析功能。

循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是把一句話看成單詞的序列,每個(gè)單詞由一個(gè)向量表示,每一個(gè)位置上有一個(gè)中間表示,由向量組成,表示從句首到這個(gè)位置的語義。

這里假設(shè),每一個(gè)位置的中間表示由當(dāng)前位置的單詞向量以及前一個(gè)位置的中間表示決定,通過一個(gè)神經(jīng)網(wǎng)絡(luò)模型化。RNN把句末的中間表示當(dāng)作整個(gè)句子的語義表示。RNN加入長(zhǎng)短期記憶(Long Short Term Memory,LSTM)機(jī)制, RNN可以處理遠(yuǎn)距離依存關(guān)系,能夠更好地表示整句的語義。

卷積神經(jīng)網(wǎng)絡(luò)(CNN)是通過對(duì)句子進(jìn)行掃描,抽取特征,選擇特征,最后組合成句子的語義表示。

首先從左到右用一個(gè)滑動(dòng)窗口對(duì)句子進(jìn)行掃描,每個(gè)滑動(dòng)窗口內(nèi)有多個(gè)單詞,每個(gè)單詞由一個(gè)向量表示。在滑動(dòng)窗口內(nèi),通過卷積(convolution)操作,進(jìn)行特征抽取。這樣,在各個(gè)位置上得到一系列特征。之后再通過最大池化(max pooling)操作,對(duì)特征進(jìn)行選擇。

重復(fù)以上操作多次,得到多個(gè)向量表示,將這些向量連接起來得到整個(gè)句子的語義表示。同一卷積層內(nèi)參數(shù)是共享的,也就是同一層的卷積操作是相同的,這也就保證了在局部領(lǐng)域進(jìn)行相同的特征抽取。

ReNN是假設(shè)對(duì)語句進(jìn)行句法分析,得到句法樹。句法樹的每個(gè)節(jié)點(diǎn)上有一個(gè)向量中間表示。父節(jié)點(diǎn)的表示由其子節(jié)點(diǎn)的表示決定,通過神經(jīng)網(wǎng)絡(luò)模型化,而根節(jié)點(diǎn)的表示就是整個(gè)句子的語義表示。句法樹上的中間表示可以在句法分析的過程中得到,比如在最大間隔分析(max margin parsing)。

除了上述這些神經(jīng)網(wǎng)絡(luò)的算法之外,人類不斷在嘗試著用新的算法來試圖能夠?yàn)槿斯ぶ悄芴峁└訙?zhǔn)確理解自然語言的能力。隨著神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的發(fā)展,自然語義處理已經(jīng)取得了長(zhǎng)足的發(fā)展,但是,由于人類語言的復(fù)雜性,對(duì)于通用人工智能階段需要達(dá)到的自然語言理解,也存在較長(zhǎng)的距離。

3. 語音合成(TTS)

1)語音合成概述

語音合成,又稱文語轉(zhuǎn)換(Text to Speech)技術(shù),能將任意文字信息實(shí)時(shí)轉(zhuǎn)化為標(biāo)準(zhǔn)流暢的語音并朗讀出來,相當(dāng)于給機(jī)器裝上了一個(gè)嘴巴,它涉及到聲學(xué)、語言學(xué)、數(shù)字信號(hào)處理、計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科技術(shù),是人工智能信息處理領(lǐng)域的一項(xiàng)前沿技術(shù),解決的主要問題就是如何將文字信息轉(zhuǎn)化為可聽的聲音信息。

語音合成和語音識(shí)別技術(shù)是實(shí)現(xiàn)人機(jī)語音通話所必需的兩項(xiàng)關(guān)鍵技術(shù),使機(jī)器具有類似于人一樣的說話能力。

2)語音合成技術(shù)處理方式

文本處理:

這一步做的事情是把文本轉(zhuǎn)化成音素序列,并標(biāo)出每個(gè)音素的起止時(shí)間、頻率變化等信息。

作為一個(gè)預(yù)處理步驟,它的重要性經(jīng)常被忽視,但是它涉及到很多值得研究的問題,比如拼寫相同但讀音不同的詞的區(qū)分、縮寫的處理、停頓位置的確定,等等。

  • 音素:音素(phone),是語音中的最小的單位,依據(jù)音節(jié)里的發(fā)音動(dòng)作來分析,一個(gè)動(dòng)作構(gòu)成一個(gè)音素。音素分為元音、輔音兩大類。
  • 音節(jié):音節(jié)在語音學(xué)上指由一個(gè)或數(shù)個(gè)音素組成的語音結(jié)構(gòu)基本單位;而音素是最小的語音單位。 如”普通話”,由三個(gè)音節(jié)組成,可以分析成”p, u, t, o, ng, h, u, a”八個(gè)音素。

語音合成:

狹義上這一步專指根據(jù)音素序列(以及標(biāo)注好的起止時(shí)間、頻率變化等信息)生成語音,廣義上它也可以包括文本處理的步驟。

這一步主要有三類方法:

  1. 拼接法,即從事先錄制的大量語音中,選擇所需的基本單位拼接而成。這樣的單位可以是音節(jié)、音素等等;為了追求合成語音的連貫性,也常常用使用雙音子(從一個(gè)音素的中央到下一個(gè)音素的中央)作為單位。拼接法合成的語音質(zhì)量較高,但它需要錄制大量語音以保證覆蓋率。
  2. 參數(shù)法,即根據(jù)統(tǒng)計(jì)模型來產(chǎn)生每時(shí)每刻的語音參數(shù)(包括基頻、共振峰頻率等),然后把這些參數(shù)轉(zhuǎn)化為波形。參數(shù)法也需要事先錄制語音進(jìn)行訓(xùn)練,但它并不需要100%的覆蓋率。參數(shù)法合成出的語音質(zhì)量比拼接法差一些。
  3. 聲道模擬法。參數(shù)法利用的參數(shù)是語音信號(hào)的性質(zhì),它并不關(guān)注語音的產(chǎn)生過程。與此相反,聲道模擬法則是建立聲道的物理模型,通過這個(gè)物理模型產(chǎn)生波形。這種方法的理論看起來很優(yōu)美,但由于語音的產(chǎn)生過程實(shí)在是太復(fù)雜,所以實(shí)用價(jià)值并不高。

三、智能語音主要公司介紹

1. 圖靈機(jī)器人

1)公司簡(jiǎn)介

圖靈機(jī)器人是一家個(gè)性化智能機(jī)器人平臺(tái),旗下有人工智能機(jī)器人操作系統(tǒng)Turing OS,用戶可以在微博、微信、QQ機(jī)器人、語音客服、智能硬件等多個(gè)場(chǎng)景搭建屬于自己的個(gè)性化智能機(jī)器人,截止2016,公司估值已經(jīng)超過10億人民幣。

2)代表性產(chǎn)品介紹

樂迪:

樂迪是著名動(dòng)畫作品《超級(jí)飛俠》里的靈魂人物,基于圖靈機(jī)器人人工智能操作系統(tǒng)Turing OS,讓樂迪從熒屏走進(jìn)消費(fèi)者現(xiàn)實(shí)生活。

吉米貓:

吉米貓是一款手機(jī)寵物類應(yīng)用游戲,從功能上來說很像是湯姆貓的升級(jí)版,但與湯姆貓不同的是吉米貓接入了圖靈機(jī)器人的Chat bot接口,賦予了吉米貓聊天調(diào)侃、百科問答等語音對(duì)話能力,閑暇時(shí)還可以給你講個(gè)段子、說個(gè)故事。

2. 思必馳

1)公司簡(jiǎn)介

思必馳是一家智能語音技術(shù)解決方案提供商,致力于提供自然語言人機(jī)交互解決方案,應(yīng)用于智能車載、智能家居和智能機(jī)器人領(lǐng)域,并且擁有語音識(shí)別、語音合成、語義對(duì)話及語義喚醒等技術(shù),截止2016年,思必馳的估值已經(jīng)超過20億人民幣。

2)代表性產(chǎn)品介紹

智能車載解決方案:提供一體化解決方案,適用于智能后視鏡、智能車機(jī)、便攜式導(dǎo)航儀、HUD等,全稱語音操作。

智能家居解決方案:軟硬件一體化解決方案,為智能家居產(chǎn)品提供聲源定位、個(gè)性喚醒、語音識(shí)別、語義理解、對(duì)話交互等功能。

3. 云知聲

1)公司簡(jiǎn)介

云知聲成立于2012年,是一家智能語音識(shí)別技術(shù)的高新技術(shù)企業(yè),目前集AI芯、AIUI、AI Service三大解決方案支撐云知聲核心技術(shù)的落地,已經(jīng)在家居、汽車、醫(yī)療和教育等領(lǐng)域有廣泛應(yīng)用,截止2018年,公司估值已經(jīng)超過10.7億美金。

2)代表性產(chǎn)品介紹

智能家居方案-UniHome:

AI芯作為智能語音解決方案芯片,用以解決不同形態(tài)智能終端感知和部分計(jì)算問題,AI芯通過多種芯片方案,合理組合不同硬件平臺(tái),安裝不同系統(tǒng)下的AIUI版本,提供語音交互、IO控制、互聯(lián)內(nèi)容的能力,滿足不同價(jià)位不同場(chǎng)景下的智能硬件交互需求。

智能車載方案-UniCar:

云端芯一體化,方案包括拾音降噪,語音交互,云端計(jì)算和內(nèi)容服務(wù)一攬子解決方案,滿足用戶導(dǎo)航,電話,娛樂,咨詢,社交5大場(chǎng)景的功能訴求。

 

智慧醫(yī)療方案:云知聲提供醫(yī)療垂直領(lǐng)域錄入軟硬件一體的解決方案,基于醫(yī)療人工智能技術(shù)和大數(shù)據(jù)分析進(jìn)行持續(xù)探索,實(shí)現(xiàn)智能語音交互的知識(shí)問答和病歷查詢,進(jìn)行健康風(fēng)險(xiǎn)預(yù)測(cè)和患者分群分析。

 

4. 出門問問

1)公司簡(jiǎn)介

出門問問是市場(chǎng)上一家擁有自主語音識(shí)別、語義分析、垂直搜索技術(shù)的人工智能公司;自成立以來,一直努力將人工智能技術(shù)落地到消費(fèi)產(chǎn)品,定義下一代人機(jī)交互的方式,截止2017年,公司估值超過10億美金。

2)代表性產(chǎn)品介紹

以TicWatch Pro為例:

五、智能語音市場(chǎng)總結(jié)

伴隨著人工智能行業(yè)的快速發(fā)展,中國(guó)在智能語音這個(gè)細(xì)分市場(chǎng)的發(fā)展速度也將會(huì)持續(xù)增長(zhǎng),但是目前國(guó)內(nèi)在智能語音市場(chǎng),技術(shù)已經(jīng)相對(duì)成熟,且頭部企業(yè)在行業(yè)的壟斷力度較大。

目前,中國(guó)智能語音市場(chǎng)的主要份額被科大訊飛、百度以及蘋果分割,截止到2018年,中國(guó)智能語音市場(chǎng),科大訊飛市場(chǎng)占有率排名第一,市占率達(dá)到44.2%;其次為百度,市場(chǎng)占有率為27.8%;排名第三的是的蘋果,市占率為6.9%,排名前三的品牌在我國(guó)智能語音市場(chǎng)占比近八成,留給初創(chuàng)企業(yè)在這個(gè)市場(chǎng)的空間以及機(jī)會(huì)并不多。

未來隨著智能語音技術(shù)的逐漸成熟,智能語音技術(shù)在教育領(lǐng)域會(huì)發(fā)揮出巨大的作用,比如在口語教學(xué)、考試測(cè)評(píng)、模擬練習(xí)等環(huán)節(jié),能夠代替現(xiàn)在很多老師的工作,大大降低人工成本。

 

作者:作者:阿旺,著名投資人兼連續(xù)創(chuàng)業(yè)者,會(huì)從自身投資以及創(chuàng)業(yè)經(jīng)歷,不定期輸出各類行業(yè)研究,如您想了解更多關(guān)于創(chuàng)業(yè)以及投資方面的內(nèi)容,歡迎關(guān)注本人公眾號(hào):awangblog

本文由 @阿旺 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 也太會(huì)寫了吧

    來自中國(guó) 回復(fù)
  2. 深度好文,必須支持!

    來自中國(guó) 回復(fù)
  3. 深度好文

    來自上海 回復(fù)
  4. 很牛逼

    來自江蘇 回復(fù)
    1. 謝謝支持

      來自浙江 回復(fù)
  5. 不錯(cuò),比較粗淺,適合小白。

    來自廣東 回復(fù)
    1. 謝謝支持,歡迎多多關(guān)注

      來自浙江 回復(fù)
  6. 這些數(shù)據(jù)去哪兒可以找

    來自廣東 回復(fù)
    1. 可以去wind,邁博慧金去看下相關(guān)數(shù)據(jù)

      來自浙江 回復(fù)
  7. 說實(shí)話,很牛比

    來自北京 回復(fù)
    1. 謝謝鼓勵(lì),歡迎關(guān)注

      來自浙江 回復(fù)
  8. 多謝分享!

    來自四川 回復(fù)
    1. 客氣了,請(qǐng)多多支持

      來自浙江 回復(fù)