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(dāng)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(yīng)用中，仍難逃雞肋二字，仍是現(xiàn)實(shí)。
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(dá)到95%及以上的精準(zhǔn)度，但是，就應(yīng)用來看，仍以泛娛樂為主，難以切中行業(yè)應(yīng)用的痛點(diǎn)，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(jī)業(yè)務(wù)。
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(lán)牙音箱，在傳輸協(xié)議上和實(shí)際功能上并沒有太大的變化，創(chuàng)新點(diǎn)在于其將智能語音技術(shù)帶入這一硬件，使得此前在智能手機(jī)上未能得到廣泛應(yīng)用的智能語音技術(shù)，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(dá)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(shè)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(yīng)用。
對此，亞馬遜發(fā)布了Alexa Skills Kit，包含相應(yīng)API及開發(fā)工具；亞馬遜還開發(fā)了基于APL的標(biāo)準(zhǔn)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(yīng)用。
此外，據(jù)雷鋒網(wǎng)了解，亞馬遜還設(shè)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(jìn)一步擴(kuò)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(shè)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(rèn)可，技能數(shù)暴增，到2017年年底，基于Alexa的技能數(shù)達(dá)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(yīng)用外，亞馬遜在2018年進(jìn)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(wù)，為酒店場景提供Alexa智能語音服務(wù)；
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(dá)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(fèi)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(dāng)下主流交互方式」的幻覺。
然而，事實(shí)是：技術(shù)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(shù)的持續(xù)更迭。大數(shù)據(jù)帶來了對傳統(tǒng)統(tǒng)計學(xué)的顛覆，使得大數(shù)據(jù)采樣在某些領(lǐng)域開始逐漸替代隨機(jī)采樣。與此同時，大數(shù)據(jù)訓(xùn)練的數(shù)據(jù)模型在行為預(yù)測和場景化應(yīng)用中越來越廣泛，用戶體驗(yàn)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(guān)硬件銷量也越來越大，用戶訓(xùn)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(shè)備廠商和軟件服務(wù)商帶來了更多希望。
然而，目前，智能語音在多數(shù)應(yīng)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(yīng)用，以及現(xiàn)在國內(nèi)發(fā)力的家居場景聯(lián)動應(yīng)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(shè)備的原因。
盡管如此，Alexa的優(yōu)秀開發(fā)者M(jìn)ark Einhorn仍認(rèn)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?！?/p>
2019年3月，彭博社對此發(fā)表觀點(diǎn)：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(yīng)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(shè)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?！?/p>
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(shí)也是當(dāng)下現(xiàn)狀。在諸多需要真AI，需要進(jìn)行分析、預(yù)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(dāng)下最為成熟的智能硬件——智能手機(jī)，寧愿不斷升級攝像頭，主打拍照賣點(diǎn)，也不愿再將智能語音助手撿起，作為賣點(diǎn)，砸重金推廣。倒是耳機(jī)、車載支架等邊緣應(yīng)用場景的周邊硬件率先配齊智能語音功能，嘗試進(jìn)行應(yīng)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(yàn)過。
目前，大數(shù)據(jù)仍是智能語音，甚至整個人工智能技術(shù)的關(guān)鍵，更多數(shù)據(jù)也以為著更精準(zhǔn)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(rèn)為，“Alexa通過各種客戶的語音錄音進(jìn)行培訓(xùn)，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(tuán)隊(duì)，監(jiān)聽Echo使用者家中和辦公室等應(yīng)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(shí)際語義的差距。
彭博社援引知情人士消息，該團(tuán)隊(duì)由承包商和全職亞馬遜員工組成，團(tuán)隊(duì)員工簽署了保密協(xié)議，禁止他們公開談?wù)撛撚媱潯?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(dá)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(shí)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(xùn)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(luò)算法進(jìn)行進(jìn)行語音識別后的語境預(yù)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(jìn)行相應(yīng)訓(xùn)練。這也是亞馬遜招募這一團(tuán)隊(duì)的主要原因。
這樣看來，亞馬遜的目標(biāo)是訓(xùn)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(dāng)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(tuán)隊(duì)也難免被定性為“偷聽”團(tuán)隊(duì)。
要想提高語音系統(tǒng)精準(zhǔn)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(quán)又不太現(xiàn)實(shí)（現(xiàn)在大部分授權(quán)模式類似安卓App打開前的授權(quán)認(rèn)證）。因而也難說亞馬遜被曝光的這一團(tuán)隊(duì)，對于用戶而言，可以說是“偷聽”團(tuán)隊(duì)；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(shè)備。去年（2018年），我們?yōu)锳lexa提供了數(shù)十億條訓(xùn)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(dá)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(shè)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(jī)、PC、汽車，以及智能家居設(shè)備。”
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(jī)，卻難獨(dú)自坐擁江山。
相關(guān)文章：
2018 AI產(chǎn)品趨勢（上）：智能音箱的下半場，出路在何方
智能音箱新勢力（中）：百萬銷量Echo Show的全面復(fù)盤
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(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
