1
| 本文作者： 叨叨 | 2017-06-19 18:14 |
雷鋒網(wǎng)新智造按：2015年， Amazon Echo 橫空出世，一年多時(shí)間出貨量達(dá)到500萬臺(tái)。eMarketer 的數(shù)據(jù)顯示，在2017年一季度美國(guó)語音助手市場(chǎng)中，Amazon Echo 的市場(chǎng)份額達(dá)到 70.6%，遠(yuǎn)遠(yuǎn)超過了 Google、Apple、Microsoft 等巨頭和一批新進(jìn)入的創(chuàng)業(yè)公司。但絕對(duì)領(lǐng)先的市場(chǎng)份額，并不會(huì)讓后來者望而卻步就，競(jìng)爭(zhēng)的激烈程度在明顯加劇。但是，留給其他廠商和投資人的時(shí)間還多么？
本篇文章為雷鋒網(wǎng)新智造向星河互聯(lián)人工智能事業(yè)部管理合伙人劉瑋瑋的約稿，主要梳理了智能語音領(lǐng)域的一些熱點(diǎn)問題，進(jìn)行分享。劉瑋瑋同時(shí)也是「新智造成長(zhǎng)榜 2017」的評(píng)委，將會(huì)參加 CCF-GAIR 2017——2017 年全球人工智能與機(jī)器人大會(huì)，并在 AI 創(chuàng)投專場(chǎng)發(fā)表主題演講。
智能語音領(lǐng)域被認(rèn)為是通用人工智能最先落地的領(lǐng)域。而語音交互也是繼手機(jī)觸控后，被業(yè)界看作下一代交互方式，將會(huì)帶動(dòng)相關(guān)千億市場(chǎng)。關(guān)于智能語音助手類產(chǎn)品，目前行業(yè)仍舊不能給出一個(gè)清晰的定義，但卻不影響這個(gè)品類創(chuàng)業(yè)的火熱。特別是 Amazon Echo 在2015年的橫空出世，Google、Apple 等互聯(lián)網(wǎng)巨頭的跟進(jìn)，國(guó)內(nèi)的京東、阿里，以及一批創(chuàng)業(yè)公司也都看到機(jī)會(huì)，紛紛試水。
今天將會(huì)梳理智能語音領(lǐng)域的一些熱點(diǎn)問題，分享給大家。
Alexa 是預(yù)裝在亞馬遜 Echo 內(nèi)的個(gè)人虛擬助手，可以接收及相應(yīng)語音命令，Alexa 可以被看成是亞馬遜版的 Siri 語音助手。亞馬遜在2015年6月開放了 Alexa 的語音技術(shù)，供第三方開發(fā)者免費(fèi)使用，實(shí)現(xiàn)了 Alexa 與開發(fā)者的對(duì)接。而 Echo 則是一款搭載智能助手 Alexa 的智能音箱，也是目前為止最為成功的一款智能音箱。
幾天前，蘋果終于推出了自己的智能音響—— HomePod。HomePod 支持用戶通過 Siri 控制音箱播放 Apple Music 音樂，并實(shí)現(xiàn)新聞推送、事項(xiàng)提醒、鬧鐘設(shè)置、翻譯等智能語音助手功能。HomePod 將于年底在美國(guó)、英國(guó)和澳大利亞與我們見面，售價(jià)349美元。
有人將Echo、HomePod、Google Home 三個(gè)產(chǎn)品進(jìn)行互相對(duì)比，發(fā)現(xiàn)三個(gè)產(chǎn)品側(cè)重點(diǎn)并不太一樣。從人工智能技術(shù)的儲(chǔ)備方面，我認(rèn)為 Google(Google Assistant) 和蘋果（Siri）都有成為通用人工智能助手的潛質(zhì)。Google Home 的信息搜索質(zhì)量更高，Echo 產(chǎn)品打磨的更加成熟，商業(yè)落地最快，生態(tài)系統(tǒng)初步搭建完成。HomePod還未上市。
那么，智能助手類產(chǎn)品是不是只是巨頭的游戲？目前來看，確實(shí)有這個(gè)趨勢(shì)。產(chǎn)品并不只是一款硬件，還包含軟件平臺(tái)、算法、內(nèi)容等，是個(gè)系統(tǒng)工程。所以說，做成一款成功的智能語音產(chǎn)品，并商業(yè)落地，不是一件容易事。
另一方面，也只有大公司才能最終做成像 Alexa 類似的語音助手。Alexa 的背后是巨大的計(jì)算量、數(shù)據(jù)量，以及復(fù)雜的人工智能算法服務(wù)。項(xiàng)目對(duì)基礎(chǔ)設(shè)施、人才的需求量不是小公司可以負(fù)擔(dān)的。
我們先看一下 Amazon Echo 的全球出貨量，2016年出貨量達(dá)到了500萬臺(tái)。這個(gè)數(shù)量級(jí)在智能語音助手類音箱中絕對(duì)全球領(lǐng)先，國(guó)內(nèi)做的最好的叮咚音箱也與 Echo 相差了一個(gè)量級(jí)不止。
就像前面講的，智能助手類音箱創(chuàng)意很好，但要在國(guó)內(nèi)做成好產(chǎn)品，并且賣上量，則和很多因素（產(chǎn)品體驗(yàn)、內(nèi)容、技術(shù)、生態(tài)性等）相關(guān)，不是 copy to China 這么簡(jiǎn)單。
國(guó)內(nèi)企業(yè)，可以使用巨頭提供的平臺(tái)服務(wù)開發(fā)各種終端產(chǎn)品，深入巨頭不直接觸達(dá)的場(chǎng)景，或者還有機(jī)會(huì)。
根據(jù) BI 的數(shù)據(jù)統(tǒng)計(jì)，可以看到排名前十的應(yīng)用是設(shè)置鬧鐘、語音遙控聽歌、聽新聞、計(jì)時(shí)器，亞馬遜電商購物業(yè)務(wù)相關(guān)的一些應(yīng)用，以及近兩年的物聯(lián)網(wǎng)應(yīng)用。這是一個(gè)非常有意思的統(tǒng)計(jì)。一個(gè)產(chǎn)品如果能有500萬臺(tái)以上的售賣，就必然不是簡(jiǎn)單的極客行為，必然有其背后的需求。
大家知道，亞馬遜主要銷售在歐美，歐美人的生活習(xí)慣和場(chǎng)景和國(guó)內(nèi)非常不一樣。歐美人的房間一般都是大 house 或者 Loft，他們對(duì)時(shí)間的規(guī)劃非常看重，每天起床后，可以聽聽音樂、新聞，開始一天的工作生活。同時(shí)，歐美人對(duì)待音樂，也絕不是聽聽流行歌曲這么簡(jiǎn)單，音樂是其生命的一部分，是剛需。
而國(guó)內(nèi)的生活習(xí)慣和文化則有很大不同，這也解釋了為什么國(guó)內(nèi)很多人說類似Echo的產(chǎn)品沒有剛需，主要是因?yàn)樯罘绞降牟煌?。想不透需求，盲目跟風(fēng)，不會(huì)取得長(zhǎng)久成功。
前不久，亞馬遜在其官網(wǎng)上發(fā)布了一款帶屏幕的智能音箱，這款智能音箱的名字，叫做 Echo Show。
Echo Show 機(jī)身正面配備了一塊 7.0 英寸的可觸控屏幕，屏幕上方中間則有一個(gè)五百萬像素的前置攝像頭，音箱按鍵和麥克/攝像頭控制鍵被安放在機(jī)身頂部，電源接口則被隱藏在背部下方。值得一提的是，Echo Show 配備了 8 個(gè) Mic 序列，比第一代的 Echo 多了一個(gè)。價(jià)格方面，Echo Show 的單個(gè)售價(jià)為 229.99 美元，比第一代 Echo 正式發(fā)售時(shí)的價(jià)格貴了 50 美元；不過需要說明的是，Echo Show 首先是一款內(nèi)置 Alexa 的智能音箱；與它的前輩 Echo、Echo Dot 等一樣，它可以實(shí)現(xiàn)通過語音來查詢天氣、控制家電、聆聽音樂、使用 Uber 打車服務(wù)等功能。
從官網(wǎng)的介紹來看，有了屏幕的加持 Echo Show 能夠?qū)崿F(xiàn)如下功能：
可以查看來自 YouTube 、CNN、Bloomberg 等服務(wù)商的視頻；
顯示天氣、日歷、待辦列表等諸多語音交互時(shí)伴隨的消息；
通過 Alexa 實(shí)現(xiàn)與 Echo Show 和智能手機(jī)（需要內(nèi)置 Alexa app）用戶的視頻聊天，以及與所有的 Echo 用戶實(shí)現(xiàn)語音聊天；
播放來自 Amazon Music 的音樂時(shí)，在屏幕上顯示歌詞等信息。
我把 Echo Show 定義為 Echo 系列中的補(bǔ)充產(chǎn)品，這個(gè)產(chǎn)品中的屏僅起一個(gè)輔助交互作用，核心還是以語音交互為主，幫助人們完成語音交互解決不了的問題，比如購物、圖片信息的查看等等。
在產(chǎn)品方面，一些帶顯示的核心應(yīng)用一定是與 Alexa 深入集成與優(yōu)化的，這樣才能保證各種交互方式的流暢連貫性。比如，語音購物挑選某些物品，屏幕中能恰當(dāng)?shù)娘@示出來。再比如，我用語音叫車選擇目的地，屏幕中能不能快速的調(diào)出地圖等等?？梢?，加入視覺顯示后，交互方面需要的工作量成倍上升。
而我們?cè)趪?guó)內(nèi)也見到了一些初創(chuàng)企業(yè)，做出了“音箱+屏幕”這樣不倫不類的產(chǎn)品，服務(wù)調(diào)用與語音交互完全脫節(jié)，整體體驗(yàn)非常差。
消費(fèi)級(jí)的麥克風(fēng)陣列主要面臨環(huán)境噪聲、房間混響、人聲疊加、模型噪聲、陣列結(jié)構(gòu)等問題；
整體的語義理解還處在初期，要達(dá)到通用交流還有很長(zhǎng)距離；
人機(jī)交互容易被人忽視，但好產(chǎn)品確實(shí)要求優(yōu)質(zhì)的體驗(yàn)。
智能語音助手與產(chǎn)品多是巨頭的游戲，創(chuàng)業(yè)者切忌創(chuàng)業(yè)跟風(fēng)；
中國(guó)和歐美的使用場(chǎng)景很不同，創(chuàng)業(yè)者要透徹分析；
如果選擇這個(gè)領(lǐng)域創(chuàng)業(yè)，請(qǐng)備足糧草，做好和行業(yè)一起成長(zhǎng)的準(zhǔn)備。
雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
