0
無論是蘋果、谷歌、亞馬遜的新品發(fā)布會，還是百度、阿里、華為當下追逐的智能產(chǎn)品或生態(tài)，始終不缺智能語音的身影。
可見，智能語音很熱，而且不是一般的熱。
然而，智能語音在多數(shù)應用中，仍難逃雞肋二字，仍是現(xiàn)實。
盡管在語音識別能力方面，各一線，甚至二、三線廠商，已經(jīng)能夠達到95%及以上的精準度，但是，就應用來看，仍以泛娛樂為主，難以切中行業(yè)應用的痛點，支撐起不同行業(yè)的剛需。
雖然如此，也并不妨礙大公司的戰(zhàn)略定調(diào)，以及大規(guī)模資金和人員投入。至少，亞馬遜在最初決策時，保了Alexa，放了Fire手機業(yè)務。
談到智能語音，不得不提的就是智能音箱，作為智能音箱這一硬件的“始作俑者”，亞馬遜在2014年的驚艷，成就了一個至今仍動蕩不安的江湖。
2014年11月，亞馬遜推出一款全新概念的便攜類音箱——Echo，相較此前的WiFi音箱、藍牙音箱，在傳輸協(xié)議上和實際功能上并沒有太大的變化，創(chuàng)新點在于其將智能語音技術帶入這一硬件，使得此前在智能手機上未能得到廣泛應用的智能語音技術，倒是將一款傳統(tǒng)硬件帶“偏”，從某種程度上而言，也帶來了智能硬件整個行業(yè)的爆發(fā)，以及各大巨頭公司的先后入局。
戰(zhàn)爭從來就不是從一個成熟產(chǎn)業(yè)興起的，而是新興產(chǎn)業(yè)，這一波是智能語音，也可以說是智能音箱。
至于亞馬遜在2014年年底推出的這款硬件，內(nèi)測半年后，在2015年6月正式發(fā)售。據(jù)CIRP統(tǒng)計數(shù)據(jù)顯示，2015年Echo全年出貨量達到250萬臺；2016年銷量再次翻倍，全年銷量激增到520萬臺。
要知道，現(xiàn)在我們看到的亞馬遜Echo在國外的對手谷歌的Google home直到2016年11月才正式發(fā)售，掐指一算，晚了將近2個年頭。在此之前，國外智能音箱的整個市場幾乎全部淪為了亞馬遜的“菜園子”。
論及亞馬遜這款硬件背后的軟件及技能支撐平臺，也是現(xiàn)在各大公司的AI主角，智能語音系統(tǒng)，亞馬遜智能語音系統(tǒng)的人設為Alexa。
2015年6月，亞馬遜對外開放Alexa平臺，第三方開發(fā)者可以在此平臺上開發(fā)基于語音的技能應用。
對此，亞馬遜發(fā)布了Alexa Skills Kit，包含相應API及開發(fā)工具；亞馬遜還開發(fā)了基于APL的標準的語言框架，開發(fā)者可以通過這種語言開發(fā)基于語音的應用。
此外，據(jù)雷鋒網(wǎng)了解，亞馬遜還設立名為「Alexa Fund」的投資基金，投資一億美元鼓勵更多的第三方開發(fā)者開發(fā)基于Alexa的軟硬件產(chǎn)品。
至此，亞馬遜試圖通過語音助手Alexa及智能音箱Echo打造一個更為龐大的智能語音生態(tài)系統(tǒng)已經(jīng)一目了然。
從目前可以拿到的一些數(shù)據(jù)來看，亞馬遜的這一步棋及之后的不斷發(fā)力已頗見成效：
從硬件產(chǎn)品銷量來看，2017年，亞馬遜智能音箱全年銷量為2000萬+臺；2018年，亞馬遜智能音箱出貨量3000萬+臺。全球銷量始終盤踞全球第一，以2018年第四季度銷量為例，據(jù)Strategy Analytics統(tǒng)計數(shù)據(jù)顯示，亞馬遜全球占比35.5%（13.7萬臺），谷歌占比為30%（11.5萬臺）。
就智能音箱銷量而言，起步較晚的谷歌倒難得成了千年老二，時至今日，Google home的整體銷量一直未能追上亞馬遜的Echo。
與此同時，繼Echo智能音箱后，亞馬遜的Echo自成系列，整體品類進一步擴充，包括Echo Dot、Echo Spot、Echo Look、Echo Tap、Echo Plus、Echo Sub等。據(jù)intelligence在2018年年初統(tǒng)計數(shù)據(jù)顯示，Echo全系列占美國智能音箱整體份額約為70%。
此外，據(jù)2018年年底亞馬遜公布數(shù)據(jù)顯示，截止2018年年底，Alexa已經(jīng)接入4500個品牌的2.8萬款第三方智能設備。
從Alexa技能數(shù)量來看，截止2016年6月，基于Alexa的技能數(shù)為1000個；此后，隨著智能音箱在市場上逐漸被認可，技能數(shù)暴增，到2017年年底，基于Alexa的技能數(shù)達到2.5萬個；2018年年底，Alexa技能平臺上技能數(shù)已經(jīng)超過7萬個。
除去在智能家居方面不斷拓展應用外，亞馬遜在2018年進一步拓展戰(zhàn)線，將車載、酒店一并納入囊中：
2018年6月，亞馬遜宣布對外推出Alexa for Hospitality服務，為酒店場景提供Alexa智能語音服務；
2018年8月，亞馬遜推出Alexa汽車核心SDK和Auto SDK的開源版本，包括寶馬、福特、豐田等汽車制造商已與亞馬遜達成合作，共同整合Alexa。
從Alexa Fund對外投資來看，2017年12月，亞馬遜通過Alexa Fund花9000萬美元收購無線攝像頭初創(chuàng)公司Blink；2018年2月，亞馬遜花費超10億美元收購了智能門鈴制造商Ring；2018年9月，亞馬遜對外正式宣布，通過Alexa Fund投資了南加州的房地產(chǎn)公司Plant Prefab；同月還投資了音樂創(chuàng)業(yè)公司Bamboo Learnin、Endel，以及醫(yī)療創(chuàng)業(yè)公司Aiva；2019年3月，亞馬遜官宣完成收購路由器初創(chuàng)公司eero……
數(shù)據(jù)很漂亮，漂亮到讓人有「智能語音已成當下主流交互方式」的幻覺。
然而，事實是：技術仍在打磨，困難屢屢，尷尬重重。
智能語音這把火之所以可以經(jīng)久不滅，甚至還有越來越旺的趨勢，依賴于大數(shù)據(jù)和AI技術的持續(xù)更迭。大數(shù)據(jù)帶來了對傳統(tǒng)統(tǒng)計學的顛覆，使得大數(shù)據(jù)采樣在某些領域開始逐漸替代隨機采樣。與此同時，大數(shù)據(jù)訓練的數(shù)據(jù)模型在行為預測和場景化應用中越來越廣泛，用戶體驗也從最初的「一無是處」到「漸入佳境」。
配有智能語音系統(tǒng)的硬件種類越來越多，相關硬件銷量也越來越大，用戶訓練的數(shù)據(jù)模型的數(shù)據(jù)量也因此得以不斷增加?；诖诵纬傻牧夹匝h(huán)，為設備廠商和軟件服務商帶來了更多希望。
然而，目前，智能語音在多數(shù)應用中，仍難逃雞肋二字。
一方面，至今仍沒有現(xiàn)象級App產(chǎn)生。智能音箱至今較為廣泛的仍是聽音樂、（兒童）玩簡單的游戲（成語接龍、猜歌詞等）等娛樂場景，外加定鬧鐘、聽新聞等基本家庭應用，以及現(xiàn)在國內(nèi)發(fā)力的家居場景聯(lián)動應用。
這也是為何各大廠商更傾向于將智能音箱定位于智能家居入口設備的原因。
盡管如此，Alexa的優(yōu)秀開發(fā)者Mark Einhorn仍認為，“Alexa平臺對外開放已有4年，但是至今連一個殺手級App也沒有。”
2019年3月，彭博社對此發(fā)表觀點：盡管亞馬遜CEO貝索斯極為重視Alexa的App開發(fā)，但是亞馬遜還是未能打造一個欣欣向榮的App市場，谷歌與蘋果也沒能創(chuàng)造出重磅應用語音App。
百度智能生活事業(yè)群組（SLG）總經(jīng)理景鯤此前也向雷鋒網(wǎng)表示，“現(xiàn)在是設備端爆發(fā)的時間，還沒有到開發(fā)者生態(tài)的爆發(fā)期，整個生態(tài)的發(fā)展還需要一步一步來。”
另一方面，智能語音的智能還不夠智能。聽起來很拗口，但是確實也是當下現(xiàn)狀。在諸多需要真AI，需要進行分析、預測的場景中，現(xiàn)在的數(shù)據(jù)模型還難以跟上人類思維節(jié)奏。
這也是為何當下最為成熟的智能硬件——智能手機，寧愿不斷升級攝像頭，主打拍照賣點，也不愿再將智能語音助手撿起，作為賣點，砸重金推廣。倒是耳機、車載支架等邊緣應用場景的周邊硬件率先配齊智能語音功能，嘗試進行應用。
畢竟，和一個停留在童年時代的智能語音系統(tǒng)交流有多酸爽，相信多數(shù)人都體驗過。
目前，大數(shù)據(jù)仍是智能語音，甚至整個人工智能技術的關鍵，更多數(shù)據(jù)也以為著更精準的結(jié)果。因而，現(xiàn)在可見的趨勢是：擁有越多數(shù)據(jù)，離真相越近。
對此，亞馬遜官方也認為，“Alexa通過各種客戶的語音錄音進行培訓，將有助于確保Alexa適合所有人。”
據(jù)彭博社4月11日報道，亞馬遜在全球擁有一支數(shù)千名員工的團隊，監(jiān)聽Echo使用者家中和辦公室等應用場景中錄制的錄音，并通過將錄音轉(zhuǎn)錄、注釋，并反饋到軟件中，以消除Alexa對人類語言理解與實際語義的差距。
彭博社援引知情人士消息，該團隊由承包商和全職亞馬遜員工組成，團隊員工簽署了保密協(xié)議，禁止他們公開談論該計劃。據(jù)亞馬遜布加勒斯特辦事處的兩名工作人員透露，他們每天工作9小時，每位評論員每班解析多達1000條音頻片段。
雷鋒網(wǎng)了解到，此類數(shù)據(jù)收集行為在行業(yè)中屬于常態(tài)，部分國內(nèi)廠商其實也會通過此類方法收集用戶信息，以提升智能語音助手的能力。與此同時，國內(nèi)大部分智能音箱都支持用戶創(chuàng)建訓練計劃。
前文有提到，智能語音系統(tǒng)目前在AI能力上，仍難說有多智能，而整個智能語音系統(tǒng)基于模仿人腦中神經(jīng)網(wǎng)絡算法進行進行語音識別后的語境預測。盡管如此，面對口語化語境，甚至方言，對于智能語音系統(tǒng)而言，仍需要進行相應訓練。這也是亞馬遜招募這一團隊的主要原因。
這樣看來，亞馬遜的目標是訓練更好的數(shù)據(jù)模型，更像是是治愈系法師。但在用戶隱私問題被上升到相當高度的現(xiàn)在，前有Facebook、谷歌屢屢碰壁，后有自家用戶數(shù)據(jù)泄露問題，亞馬遜這一團隊也難免被定性為“偷聽”團隊。
要想提高語音系統(tǒng)精準度就需要大量用戶數(shù)據(jù)，要通過正常手段拿到用戶對這些數(shù)據(jù)的授權又不太現(xiàn)實（現(xiàn)在大部分授權模式類似安卓App打開前的授權認證）。因而也難說亞馬遜被曝光的這一團隊，對于用戶而言，可以說是“偷聽”團隊；對于Alexa而言，則算是治愈系。
亞馬遜CEO貝索斯在4月11日發(fā)表的「2018致股東信」中，這樣介紹Alexa過去一年的發(fā)展：
“自第一代Echo面世以來，用戶已經(jīng)購買了超過1億臺搭載Alexa的設備。去年（2018年），我們?yōu)锳lexa提供了數(shù)十億條訓練數(shù)據(jù)，使Alexa擁有更豐富的知識，也將Alexa理解請求和回答問題的能力提高了20％以上。我們的開發(fā)人員將Alexa技能的數(shù)量翻了一番，Alexa技能數(shù)量達到8萬+，與2017年相比，2018年用戶與Alexa的交互頻次增加了數(shù)百億次。2018年，搭載Alexa系統(tǒng)的設備數(shù)量也增加了一倍以上。目前有超過150種產(chǎn)品內(nèi)置了Alexa，包括耳機、PC、汽車，以及智能家居設備?！?br/>
盡管貝索斯一再看好Alexa，也一再投入大量人力、物力，然而，緊隨其后的谷歌逐漸趕來。
前文有提到，據(jù)Strategy Analytics的2018年第四季度智能音箱銷量統(tǒng)計數(shù)據(jù)顯示，亞馬遜全球占比35.5%（13.7萬臺），谷歌占比為30%（11.5萬臺）；
此外，Google Assistant產(chǎn)品副總裁Manuel Bronstein在CES 2019上也放出狠話，表示，“谷歌正在圍繞Google Assistant構(gòu)建一個類似Android的完整的生態(tài)系統(tǒng)?！?/p>
智能語音潛力巨大，仍需打磨；Alexa占盡先機，卻難獨自坐擁江山。
相關文章：
2018 AI產(chǎn)品趨勢（上）：智能音箱的下半場，出路在何方
谷歌的Google Assistant會成為下一個Android嗎？| CES 2019
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
