按照現(xiàn)在的宇宙生存來說，300-400萬年前產(chǎn)生的人類是我們的祖先猿人，隨后智人進(jìn)化出最重要的技能——“語言”，語言創(chuàng)造了我們的精神世界，此時(shí)人類開創(chuàng)了新的精神宇宙，開創(chuàng)了人類文明。1946年第一臺數(shù)字計(jì)算機(jī)“ENIAC”，標(biāo)志人類創(chuàng)造了數(shù)字宇宙，隨后機(jī)器產(chǎn)生了“機(jī)器語言”，從文本文字到語音識別，人類僅僅用了6年。

精神宇宙與數(shù)字宇宙

按照現(xiàn)在的宇宙生存來說，300-400萬年前產(chǎn)生的人類是我們的祖先猿人，隨后智人進(jìn)化出最重要的技能——“語言”，語言創(chuàng)造了我們的精神世界，此時(shí)人類開創(chuàng)了新的精神宇宙，開創(chuàng)了人類文明。1946年第一臺數(shù)字計(jì)算機(jī)“ENIAC”，標(biāo)志人類創(chuàng)造了數(shù)字宇宙，隨后機(jī)器產(chǎn)生了“機(jī)器語言”，從文本文字到語音識別，人類僅僅用了6年。1952年來自AT＆T的Bell實(shí)驗(yàn)室的研究人員，實(shí)現(xiàn)了針對特定說話人的英語數(shù)字孤立詞語音識別系統(tǒng)，現(xiàn)在語音識別技術(shù)發(fā)展已經(jīng)有六十多年的歷史。為何我們近兩年開始在身邊感受到它的無孔不入？本期專題通過語音助手為大家解密，智能語音在物聯(lián)網(wǎng)時(shí)代人機(jī)交互領(lǐng)域的重要性。

所謂的人機(jī)語音交互，簡單來說就是用戶與機(jī)器之間的自然語言交流，智能設(shè)備能夠理解用戶的意圖，通過交流來完成某些特定的任務(wù)。

Echo的坎坷歷程

在國內(nèi)誰都琢磨著要搭建平臺和生態(tài)的時(shí)候，亞馬遜打出了差異化思路的“王牌”，運(yùn)用技術(shù)與渠道幫助智能家居廠家尋找市場的突破口，反而以Echo為中心構(gòu)建了亞馬遜硬件生態(tài)圈。其實(shí)，世界上最爆款的智能家居語音入口級硬件Echo智能音箱歷經(jīng)艱辛才得以入市。

從2011年亞馬遜Lab126啟動Echo項(xiàng)目，連續(xù)3年的時(shí)間，這款產(chǎn)品都宣稱預(yù)計(jì)在6個(gè)月內(nèi)完成出貨，而此前50美元的目標(biāo)售價(jià)則越來越不切實(shí)際。經(jīng)歷過內(nèi)部在處理能力、聽力能力、功能定義等多方面優(yōu)化后，Echo才最終在2014年秋天得以問世，即便在2014年11月剛剛發(fā)布的時(shí)候，也少有人問津，發(fā)布會上貝索斯只是簡單的介紹了這款硬件，很多人都質(zhì)疑其為電商平臺導(dǎo)流。2015年8月，亞馬遜Echo正式開放Alexa語音平臺，越來越多的智能家居第三方設(shè)備開始接入，但當(dāng)時(shí)智能家居不在風(fēng)口期，獲得的關(guān)注并不多，Echo只是逐漸擴(kuò)大實(shí)力。

2016年3月，人機(jī)大戰(zhàn)AI獲勝后，人工智能開始新一輪大熱，而語音作為人工智能的首要交互應(yīng)用，被人們重新追捧，亞馬遜Echo在2016年全年呈現(xiàn)爆發(fā)式增長。而發(fā)展到2017年CES展，雖然亞馬遜沒有展位，Echo搭載的幕后功臣Alexa智能語音平臺占據(jù)展會舞臺中心，無處不在的AVS（Alexa Voice Services）備受世界關(guān)注。

中文市場競爭風(fēng)起云涌

亞馬遜在物聯(lián)網(wǎng)領(lǐng)域已經(jīng)占據(jù)云端第一的市場份額，而Alexa語音平臺正以同樣的姿態(tài)和更快速度掠奪另一塊物聯(lián)網(wǎng)市場，也驗(yàn)證了語音交互將成為下一個(gè)智能互聯(lián)時(shí)代交互入口的可行性，智能家居商業(yè)模式也已經(jīng)逐漸清晰。在Alexa出現(xiàn)前后，無論是主打人工智能概念的語音技術(shù)創(chuàng)業(yè)公司攪動，如Nuance、科大訊飛、思必馳、云知聲；還是科技巨頭蘋果Siri、微軟Cortana、谷歌Assistant等入局，都很難看到這塊潛力市場產(chǎn)生明顯的量變或突破。反倒是一家主打云計(jì)算服務(wù)的電商平臺迅速晉升，讓其真正沸騰，背后意義值得玩味。

Alexa服務(wù)現(xiàn)在僅布局了美國和英國市場，全球范圍內(nèi)的服務(wù)體系并沒有跟進(jìn)，越洋買回的Echo體驗(yàn)很差在于翻墻連接海外服務(wù)器、美國或英國時(shí)區(qū)調(diào)整等，極大程度上影響了其易用性與穩(wěn)定性。所以在中文語音交互領(lǐng)域占據(jù)國內(nèi)家庭入口，我們都還有一定時(shí)間，一旦亞馬遜克服了本地化工作的推進(jìn)與相關(guān)政策的打通，Alexa全球化的布局將逐漸體現(xiàn)，那時(shí)Alexa支持中文已經(jīng)不是什么問題，而對于國內(nèi)中文語音公司來說，如果屆時(shí)硬件布局沒有站穩(wěn)，對于家庭入口的爭奪將面臨一頭“巨獅”，后面也許還跟著一群狼。

什么是語音助手？

無論是Alexa、Google Assistant、Siri還是Cotana，我們都稱之為“語音助手”。因?yàn)樨S富的后端內(nèi)容將語音助手與手機(jī)等普通硬件產(chǎn)品分割開來，例如Alexa打包了能夠稱之為 “助手”的多類生活服務(wù)，如為用戶提供天氣信息、訂餐、uber打車，播放來自亞馬遜和Spotify的音樂，無縫購買亞馬遜網(wǎng)站上的商品。還記得2016 年 2 月，Uber 實(shí)現(xiàn)對 Alexa 的支持，當(dāng)時(shí) Alexa 的技能才達(dá)到數(shù)百項(xiàng)；9月份，這個(gè)數(shù)字已經(jīng)超過了3000 項(xiàng)；3個(gè)月后，又超過了5000 項(xiàng)，目前第三方開發(fā)者已經(jīng)在 Alexa 上開發(fā)出超過7000項(xiàng)技能。在2016年的最后一個(gè)月時(shí)間里，Alexa 的技能驟然增加了近2000項(xiàng)。

人機(jī)交互的全球化熱潮

互聯(lián)網(wǎng)女皇瑪麗·米克爾再《互聯(lián)網(wǎng)趨勢》報(bào)告中，在談及語音將是人機(jī)交互的新范式，重塑人機(jī)界面顯然很重要，語音技術(shù)顯得尤為重要。但核心在于自然語言識別及處理技術(shù)，假如語音識別準(zhǔn)確率從95%上升到99%后，語音交互將迅速普及，甚至將改變現(xiàn)有的游戲規(guī)則，至此一場圍繞爭奪語音技術(shù)為核心的攻關(guān)戰(zhàn)會更加激烈。