這個(gè)月初，智能音箱市場(chǎng)又加入一名玩家——阿里推出了499元的天貓精靈。雖然與大家前期猜測(cè)一致，但這個(gè)市場(chǎng)還是因?yàn)榘⒗锏募尤胱兊迷桨l(fā)有趣了。

對(duì)標(biāo)亞馬遜Echo，天貓精靈一大亮點(diǎn)就在于聲紋識(shí)別，用戶可通過自己的聲音完成購物支付驗(yàn)證環(huán)節(jié)。除了阿里自研芯片AliGenie提供的NLP和聲紋技術(shù)支持之外，天貓精靈的語音交互技術(shù)則綜合出自思必馳提供的方案。

思必馳VP趙恒藝告訴雷鋒網(wǎng)，這次天貓精靈的語音交互技術(shù)，包括環(huán)形六麥陣列、回音消除、降噪、語音增強(qiáng)、語音識(shí)別、語音合成，都是思必馳提供的。

在AI領(lǐng)域，相較搜狗、科大訊飛這類語音技術(shù)大公司，一直給B端提供技術(shù)方案的思必馳，顯得并沒有那么閃耀。然而，在如今語音交互已變得無所不在的大環(huán)境下，思必馳正在想的、做的，遠(yuǎn)比大家看到的，要多得多。

語音交互日漸無所不在：思必馳發(fā)布DUI開放平臺(tái)

在今年的CCF-GAIR 全球人工智能與機(jī)器人峰會(huì)的第一天，思必馳也同地同期舉辦了旗下對(duì)話平臺(tái)DUI的首秀會(huì)。

思必馳DUI（AISpeech Dialogue User Interface）是一款高可用定制化的人工智能對(duì)話平臺(tái)。據(jù)趙恒藝介紹，DUI是在AIOS人機(jī)對(duì)話系統(tǒng)基礎(chǔ)上的一個(gè)升級(jí)，所有的工作都能圍繞對(duì)話去展開。

思必馳VP趙恒藝

在來思必馳之前，趙恒藝原是樂視旗下樂樂語音CEO，在語音交互上積累了相關(guān)模塊化經(jīng)驗(yàn)。去年加盟思必馳之后，趙恒藝告訴雷鋒網(wǎng)，當(dāng)時(shí)國內(nèi)外還鮮少有公司在做語音交互類的可定制化平臺(tái)。歷時(shí)大半年的“艱難狙擊”，趙恒藝帶領(lǐng)團(tuán)隊(duì)終于提前將這款產(chǎn)品帶到了眾人面前。

對(duì)比亞馬遜Alexa平臺(tái)，思必馳DUI平臺(tái)在使用門檻上為零，無需注冊(cè)即可使用。場(chǎng)景覆蓋物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)，而“云+端”的模式也可在無網(wǎng)的情況下提供服務(wù)。

據(jù)趙恒藝介紹，思必馳DUI平臺(tái)主要有以下幾項(xiàng)特色功能。

1、“云+端”模式，支持本地技能開發(fā)

為什么選擇這一模式？

據(jù)趙恒藝介紹，思必馳在智能車載領(lǐng)域積累了很多經(jīng)驗(yàn)，他們發(fā)現(xiàn)，很多設(shè)備在戶外場(chǎng)景下，無網(wǎng)情況下基本很難做到高可用。而在以亞馬遜帶頭的全行業(yè)的語音交互平臺(tái)來看，普遍基于云端平臺(tái)，對(duì)網(wǎng)絡(luò)的穩(wěn)定性要求很高。這讓此前已經(jīng)擁有不錯(cuò)的云端能力的思必馳開始考慮，是不是可以和市面上主流的對(duì)話平臺(tái)不一樣——以“本地+云端”的方式，打造一個(gè)在無網(wǎng)情況下依然可以做到高可用定制化的平臺(tái)。

為此，思必馳在本地加入識(shí)別引擎，并定制了一些Skills，可為開發(fā)者和用戶提供低功耗、語音喚醒、離線識(shí)別等本地功能。

2、全鏈路擴(kuò)大可定制化范圍

在和客戶、開發(fā)者打磨產(chǎn)品的過程中，趙恒藝和其團(tuán)隊(duì)發(fā)現(xiàn)了很多痛點(diǎn)需求，比如，很多客戶希望更高效的定義喚醒詞，實(shí)現(xiàn)在線更新。而有些熱詞識(shí)別錯(cuò)誤或語義解析錯(cuò)誤，在當(dāng)前需要重新訓(xùn)練模型，效率很低。還有一些客戶想做出更大差異化體驗(yàn)的產(chǎn)品，對(duì)交互流程的各個(gè)環(huán)節(jié)也都有自己的想法。

考慮到這些痛點(diǎn)，趙恒藝和其團(tuán)隊(duì)決定向開發(fā)者全部開放思必馳DUI平臺(tái)的核心能力，并將其可定制化范圍擴(kuò)及全鏈路，包括喚醒詞定制及參數(shù)設(shè)置、語音識(shí)別、語言模型、語義解析、多輪對(duì)話、自然語言生成和語音合成等。用戶不僅可以定制語音喚醒詞、技能深度、語言模型，還能在不用更新移動(dòng)端APP的情況下實(shí)時(shí)更新資源，包括喚醒詞、合成音、識(shí)別引擎、熱詞、語音語義、GUI等等。這些都是增量更新，每次更新可能只需消耗幾十K幾百K的流量。

3、從垂直場(chǎng)景走向通用領(lǐng)域

此前，思必馳主要聚焦在智能車載、智能家居和機(jī)器人三大領(lǐng)域，而基于DUI對(duì)話平臺(tái)的應(yīng)用將進(jìn)一步擴(kuò)及通用領(lǐng)域，如增加了故事機(jī)、移動(dòng)應(yīng)用、微信公眾號(hào)等產(chǎn)品。

趙恒藝表示，隨著語音交互行業(yè)成熟度的穩(wěn)步提升，消費(fèi)者群體對(duì)該技術(shù)也有了更大范圍的認(rèn)知，必然會(huì)衍生一些新的業(yè)務(wù)形式。

4、可視化數(shù)據(jù)：基于語音、文本對(duì)話交互

思必馳設(shè)立了一只專門負(fù)責(zé)大數(shù)據(jù)和用戶運(yùn)營的團(tuán)隊(duì)，在此平臺(tái)上推出基于語音、自然語言對(duì)話交互的可視化大數(shù)據(jù)平臺(tái)。趙恒藝表示，開發(fā)者可在DUI上自定義開發(fā)周期、維度和范圍，并能查看實(shí)時(shí)統(tǒng)計(jì)數(shù)據(jù)。

此外，DUI平臺(tái)還提供以多輪對(duì)話為主，兼具閑聊問答的綜合對(duì)話服務(wù)，具備算法降噪、回聲消除、語音識(shí)別等多種能力，并支持不同場(chǎng)景下的技能需求，如生活服務(wù)、交通出行、社交分享等。

B端作風(fēng)C端思維：加碼用戶+數(shù)據(jù)運(yùn)營

在樂視的3年時(shí)間，趙恒藝和其團(tuán)隊(duì)全權(quán)負(fù)責(zé)樂樂語音在終端產(chǎn)品上的語音核心技術(shù)和用戶運(yùn)營，這段經(jīng)歷讓其積累了如何面對(duì)和處理幾百萬用戶需求的經(jīng)驗(yàn)和能力。同時(shí)，也讓趙恒藝此次帶領(lǐng)的團(tuán)隊(duì)絲毫不缺乏對(duì)C端用戶的敏感度。

當(dāng)雷鋒網(wǎng)問及在2C和2B公司工作到底有哪些不同時(shí)，趙恒藝表示，之前在樂視因?yàn)槭羌追剑詫?duì)用戶痛點(diǎn)更加了解。現(xiàn)在所在的DUI平臺(tái)，其實(shí)也包含2C的因素。趙恒藝拿安卓系統(tǒng)舉例，安卓系統(tǒng)本身其實(shí)是一個(gè)2C的系統(tǒng)，但仍然需要安裝在各類品牌廠商的手機(jī)上，也和許多方案商進(jìn)行了合作。

“DUI平臺(tái)類似于AI領(lǐng)域的安卓，我們最終希望能借其帶給終端用戶一個(gè)好的用戶體驗(yàn)。另一方面，做一個(gè)平臺(tái)需要對(duì)各個(gè)模塊進(jìn)行解耦，將技術(shù)賦能給合作伙伴，以滿足方案商和品牌商的需求?！壁w恒藝告訴雷鋒網(wǎng)，DUI平臺(tái)提高開放范圍和深度，一方面不僅是為了給開發(fā)者提供更好的服務(wù)，另一方面還在于思必馳看中了藏在項(xiàng)目背后的用戶運(yùn)營的價(jià)值。

在趙恒藝看來，“后向運(yùn)營是把用戶和思必馳建立連接的最好方式”。所謂后向運(yùn)營的對(duì)象，即為使用DUI平臺(tái)給自家產(chǎn)品賦能的廠商的用戶。

趙恒藝表示，很多智能硬件廠商，缺乏用戶運(yùn)營的經(jīng)驗(yàn)。所以，由思必馳在DUI平臺(tái)賦能的可視化數(shù)據(jù)能力、語音交互功能、熱詞更新、語音語義更新等功能，可讓實(shí)際使用這些廠商產(chǎn)品的用戶獲得持續(xù)更新的體驗(yàn)。“獲得良好體驗(yàn)的用戶，又能將這種感受通過社群等方式反應(yīng)給廠商”。這實(shí)際上是一種“三方共贏”的方式——用戶體驗(yàn)好，廠商獲得運(yùn)營收入，思必馳也能獲得因B端公司特性而缺少的C端用戶數(shù)據(jù)，從而更好地改善平臺(tái)的功能。

同時(shí)，思必馳也一直在優(yōu)化其平臺(tái)的語音交互體驗(yàn)，比如，拉了一個(gè)幾十人的數(shù)據(jù)團(tuán)隊(duì)，專門標(biāo)注各類數(shù)據(jù)，如語音識(shí)別、語義分析等。

此外，思必馳還設(shè)立了一個(gè)2億元的孵化基金，以支持平臺(tái)上出現(xiàn)的優(yōu)秀項(xiàng)目和合作伙伴。

如何看待BAT巨頭涌入語音交互市場(chǎng)？

然而，作為一家創(chuàng)業(yè)公司，雖然思必馳在語音交互技術(shù)上已深耕十余年，但也依然受到巨頭們“下場(chǎng)子”的壓力和威脅。

以語音交互技術(shù)應(yīng)用最為廣泛的智能音箱市場(chǎng)為例，目前整個(gè)智能音箱市場(chǎng)已呈現(xiàn)“以亞馬遜Echo為排頭兵，國外有Google、微軟、蘋果、三星，國內(nèi)有聯(lián)想、騰訊、阿里、小米相互追隨”的態(tài)勢(shì)。陣營越發(fā)強(qiáng)大，競(jìng)爭(zhēng)也日漸白熱化。

那么，作為夾在巨頭和C端產(chǎn)品公司中間提供技術(shù)服務(wù)的思必馳，又該如何應(yīng)對(duì)？

在趙恒藝看來：

“這個(gè)市場(chǎng)夠大，大到充滿了想象力。然而目前的一個(gè)行業(yè)現(xiàn)狀在于，目前真正有影響力的公司應(yīng)該還不超過10家，各行各業(yè)都有可能被AI所賦能?！?/p>

“每家巨頭的基因和特質(zhì)都不一樣，一些互聯(lián)網(wǎng)出身的公司也開始在硬件方面做出嘗試。然而目前的語音交互技術(shù)還遠(yuǎn)未達(dá)到立即可用的程度，所以要打造一款很好的產(chǎn)品依然很難。必須要特別接地氣的和廠商們泡在一起，長時(shí)間的去打磨產(chǎn)品?！?/p>

“一些產(chǎn)品型公司加入這個(gè)戰(zhàn)局，可能會(huì)陷入某些互聯(lián)網(wǎng)巨頭之間的競(jìng)爭(zhēng)，而很多產(chǎn)品型公司并不想站隊(duì)，這對(duì)于思必馳這種處于相對(duì)獨(dú)立的技術(shù)服務(wù)商而言，可能會(huì)是一個(gè)很好的機(jī)會(huì)?！?/p>

事實(shí)也是如此。趙恒藝告訴雷鋒網(wǎng)，除了給阿里天貓精靈音箱提供語音交互技術(shù)支持以外，思必馳還和聯(lián)想、小米等大公司均有智能音箱上的合作。

“思必馳不愁現(xiàn)在，也不愁未來”，趙恒藝頗為自信道。

“中國版Echo音箱”為何還未出現(xiàn)？

就現(xiàn)階段而言，國內(nèi)已有非常多的語音交互技術(shù)和智能硬件結(jié)合的案例，也有不少優(yōu)秀的語音技術(shù)公司和硬件公司，但仍然未能做出一款能與亞馬遜Echo并肩的產(chǎn)品。關(guān)于這一現(xiàn)狀的原因，業(yè)界也頻頻有探討之音。

所以，在雷鋒網(wǎng)問及這一問題時(shí)，趙恒藝先分析了亞馬遜成功的原因。

“亞馬遜在智能音箱領(lǐng)域早進(jìn)入好幾年”，趙恒藝說，“他們?cè)谶@一塊耕耘的很好，其中離不開四大要素”：

1、渠道優(yōu)勢(shì)。

2、內(nèi)容優(yōu)勢(shì)，比如音樂。

3、美國完全區(qū)別于中國的室內(nèi)環(huán)境。

4、亞馬遜培養(yǎng)了很好的生態(tài)。目前在ALexa平臺(tái)建立的Skill已經(jīng)超過了15000個(gè)，這是一個(gè)很豐富很龐大的生態(tài)。

作為一個(gè)先行者，亞馬遜已經(jīng)占據(jù)了最大的時(shí)間優(yōu)勢(shì)。

而就目前國內(nèi)環(huán)境而言，首先是來自用戶使用習(xí)慣的阻礙。趙恒藝笑言，“有時(shí)候，做智能音箱，最大的競(jìng)爭(zhēng)對(duì)手往往不是我們的友商，而是手中的手機(jī)”。國內(nèi)的消費(fèi)者普遍是重度手機(jī)使用用戶，這給智能音箱的推廣和普及帶來嚴(yán)重阻礙。其次，國內(nèi)的內(nèi)容環(huán)境也不容樂觀，如智能音箱的基礎(chǔ)內(nèi)容——音樂資源，在國內(nèi)就乏善可陳。

當(dāng)然，最大的阻礙因素還是來自大眾的認(rèn)知。目前的現(xiàn)實(shí)情況就是，“如果你去問一個(gè)不是這個(gè)行業(yè)的人，他們可能真的不知道智能音箱是什么東西”。

結(jié)語

談及未來是否會(huì)有研發(fā)消費(fèi)級(jí)產(chǎn)品的心思，趙恒藝的B端作風(fēng)立顯，“思必馳絕對(duì)不會(huì)去做自己的智能音箱，我們的主要重點(diǎn)就在于把語音交互的對(duì)話技術(shù)賦能給開發(fā)者。”

趙恒藝說，“在此期間，思必馳就扮演好自己的角色，這些產(chǎn)品終究會(huì)按照規(guī)律自然而然的發(fā)展。”

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。