摘要

　　2017年，智能語音似乎到了真正能成熟應(yīng)用的階段。在一年前，《電器》記者對(duì)“智能語音”的印象還是“語音交互完整解決方案商”，主要為格力、美的、TCL、長虹、海爾等主流家電企提供技術(shù)服務(wù)的角色。但在今天，無論蘋果推出的Siri，谷歌發(fā)布的GoogleNow，還是微軟推出的Cortana、亞馬遜的Alexa，都希望用最自然的交互方式潛移默化地改變用戶的生活。

　　2017年，智能語音似乎到了真正能成熟應(yīng)用的階段。在一年前，《電器》記者對(duì)“智能語音”的印象還是“語音交互完整解決方案商”，主要為格力、美的、TCL、長虹、海爾等主流家電企提供技術(shù)服務(wù)的角色。但在今天，無論蘋果推出的Siri，谷歌發(fā)布的GoogleNow，還是微軟推出的Cortana、亞馬遜的Alexa，都希望用最自然的交互方式潛移默化地改變用戶的生活。

　　在智能語音進(jìn)階的過程中，中國企業(yè)同樣表現(xiàn)搶眼。科大訊飛、思必馳、云知聲、捷通華聲、百度等公司被人們所熟知，先讓機(jī)器“聽到、聽懂、反饋，再讓機(jī)器思考、溝通、決策”，成為諸多智能語音企業(yè)的愿景。

　　

進(jìn)階的交互模式

　　從目前市場(chǎng)上智能家電、智能硬件等產(chǎn)品的發(fā)展趨勢(shì)來看，鍵盤輸入、手機(jī)APP、體感交互、圖像識(shí)別等多種人機(jī)交互并存。但是隨著大數(shù)據(jù)、機(jī)器學(xué)習(xí)、云計(jì)算、人工智能等技術(shù)的發(fā)展，語音交互正一步步解放用戶的雙手，語音輸入框也大有取代鼠標(biāo)、鍵盤之勢(shì)。伴隨著智能移動(dòng)設(shè)備的普及，語音交互作為一種新型的人機(jī)交互方式，已引起整個(gè)IT業(yè)界的重視。

　　科大訊飛云平臺(tái)事業(yè)部副總經(jīng)理馬漢君認(rèn)為，隨著移動(dòng)設(shè)備的不斷普及、當(dāng)家電、手機(jī)、智能硬件都成為通訊終端，當(dāng)所有硬件都能交互的時(shí)候，語音為主的時(shí)代就會(huì)到來。

　　談及智能語音行業(yè)的重要性，云知聲IoT事業(yè)部總裁謝冠超表示，在人機(jī)交互的場(chǎng)景中，語音交互是非常適合的解決方案。“當(dāng)然也有一些其他交互模式存在，比如說圖像識(shí)別、體感識(shí)別，從技術(shù)發(fā)展階段來看，語音交互的可用性要超過前者。”據(jù)了解，隨著降噪技術(shù)、方言識(shí)別、“雙工多輪交互”技術(shù)、機(jī)器學(xué)習(xí)技術(shù)的發(fā)展、對(duì)語音的準(zhǔn)確識(shí)別，乃至對(duì)語義的準(zhǔn)確理解，機(jī)器理解并執(zhí)行人類指令已逐步成為可能。

　　從用戶反饋上來看，不只是年輕人，中老年人群對(duì)語音喚醒家電、控制開關(guān)等方式同樣頗為看好。在這樣的市場(chǎng)環(huán)境下，很多家電廠商與智能語音解決方案廠商正頻頻聯(lián)手，推出基于語音交互的智能產(chǎn)品。

　　目前APP交互還是主流。馬漢君說：“目前家居場(chǎng)景下的遠(yuǎn)場(chǎng)語音交互雖然已經(jīng)達(dá)到90%的準(zhǔn)確率，但還做不到如APP交互的完全可靠，所以未來的交互必然是多模態(tài)的融合。科大訊飛也相信隨著語音交互的進(jìn)一步成熟，必然是語音為主、其他交互模式為輔的形態(tài)。”至于交互的未來，思必馳CMO龍夢(mèng)竹認(rèn)為，隨著AI技術(shù)的不斷深入，未來智能家居的交互將是多模態(tài)交互融合的形式，語音技術(shù)、機(jī)器視覺、虹膜識(shí)別、手勢(shì)識(shí)別、體感交互等多種技術(shù)的融合與應(yīng)用。任何一種單一形態(tài)的交互方式將無法滿足用戶的需求，最終將會(huì)被取代。

　　

扮演“AI”的重要入口

　　以語音交互為入口的認(rèn)知革命，將推動(dòng)人工智能夢(mèng)想成真。這是一條人工智能走認(rèn)知計(jì)算的必由之路。謝冠超表示，用戶看到的僅僅是“語音識(shí)別??回饋播報(bào)”的過程。“實(shí)際上，從技術(shù)通路來講，語音識(shí)別技術(shù)是走了一條完整的人工智能(以下簡稱AI)的路徑，在用戶看不到的地方，有很多‘AI’技術(shù)在支撐。”

　　入局的語音企業(yè)心中清楚，萬物互聯(lián)的愿景一定離不開AI技術(shù)，使得萬物具有感知能力的語音交互就變得尤為重要。在馬漢君看來，AI必須要有足夠的用戶才可以更加準(zhǔn)確，而語音交互就是一個(gè)可以獲得大量用戶使用的入口，所以科大訊飛相信，語音交互是AI的基礎(chǔ)功能。

　　隨著AI技術(shù)的不斷深入，智能語音的應(yīng)用范圍也在不斷拓展，如智能家居、移動(dòng)互聯(lián)網(wǎng)、汽車電子終端、智能機(jī)器人、教育、醫(yī)療、智能客服等領(lǐng)域。龍夢(mèng)竹介紹說，汽車電子終端的智能語音技術(shù)應(yīng)用相對(duì)成熟，智能家居逐漸興起為新的增長點(diǎn)，未來上升空間十分可觀。與家電企業(yè)合作，是構(gòu)建智能家居重要的一環(huán)。謝冠超表示，云知聲已成功與美的、格力、海爾、華帝等多家知名品牌達(dá)成合作，并聯(lián)手打造了標(biāo)桿產(chǎn)品，包括美的i+智能空調(diào)、格力金貝空調(diào)、樂視超級(jí)電視等。

　　科大訊飛建立的合作則更為廣泛，包括口語翻譯、機(jī)器評(píng)測(cè)、教育、移動(dòng)互聯(lián)、智能客服、智能汽車等。在電視入口方面，科大訊飛已經(jīng)和TCL、海爾、海信、長虹、康佳、創(chuàng)維六大電視廠商，以及主流的電視盒子商邁樂、小米盒子等，甚至廣電系統(tǒng)的歌華有線、廣東廣電等進(jìn)行合作。

　　

產(chǎn)業(yè)化階段做好技術(shù)積累

　　在產(chǎn)業(yè)化的過程中，感知、認(rèn)知和通用智能是三個(gè)不斷深化發(fā)展的過程。目前語音交互技術(shù)正在經(jīng)歷著從感知智能向認(rèn)知智能的飛躍，不僅要讓機(jī)器聽見，更要讓機(jī)器聽懂并反饋有效信息，甚至自主做出決策。這已是國內(nèi)AI企業(yè)的共識(shí)。龍夢(mèng)竹表示，AI的浪潮將智能語音這一交互手段推向更高的平臺(tái)、涉及更廣泛的應(yīng)用、服務(wù)更多的產(chǎn)業(yè)。作為語音行業(yè)的巨頭，科大訊飛在“AI”浪潮下顯得頗為冷靜，產(chǎn)業(yè)化階段依然有不可忽視的問題。馬漢君告訴《電器》記者，語音技術(shù)在日常復(fù)雜場(chǎng)景下的自然語音交互獲得了突破，目前已經(jīng)可以使語音交互從移動(dòng)互聯(lián)網(wǎng)延展到萬物互聯(lián)的現(xiàn)實(shí)生活中來。但語音交互與具體場(chǎng)景的融合仍需要時(shí)間來逐步成熟。

　　談及階段性技術(shù)發(fā)展，龍夢(mèng)竹曾在朋友圈為科大訊飛的技術(shù)點(diǎn)贊。她表示，思必馳也有自己專業(yè)專注專長的方向(車載，家居，機(jī)器人)。她用“不相伯仲，各有所長”形容各家企業(yè)的技術(shù)積累。“思必馳已與阿里、騰訊、小米、聯(lián)想、魅族、海爾、美的等企業(yè)建立合作關(guān)系，聯(lián)合推出海爾馨廚冰箱、美的洗衣機(jī)、DOSS音箱、小米藍(lán)牙遙控器、小米音響等多款具備語音交互的智能家居產(chǎn)品。近期，小米推出的智能音箱也內(nèi)置了思必馳智能語音方案，實(shí)現(xiàn)便捷的人機(jī)交互。”她說。

　　事實(shí)上，智能語音產(chǎn)業(yè)已經(jīng)到了厚積薄發(fā)的階段。《電器》記者了解到，2016年11月，科大訊飛每日為近 30億人次，22萬開發(fā)伙伴和9.1億終端用戶提供語音及人工智能交互服務(wù)。通過與家電廠商等硬件企業(yè)的合作，云知聲單日調(diào)用量也已經(jīng)過億。謝冠超說，用戶通過各類硬件、家電的使用，調(diào)用云知聲的云端。隨著家電、智能硬件以及更廣闊的語音市場(chǎng)對(duì)云端的調(diào)用，在“算法”下，硬件產(chǎn)品對(duì)這些海量數(shù)據(jù)的積累與深度學(xué)習(xí)，智能產(chǎn)品將完成一些基于信息理性分析做的溝通與決策。

　　

智能語音可構(gòu)建大生態(tài)

　　馬漢君告訴記者，目前來說電視機(jī)和用戶的交互能力還不盡如人意，因此科大訊飛推出了訊飛電視助理、超腦魔盒等產(chǎn)品。他強(qiáng)調(diào)：“在過去一年，科大訊飛圍繞語音作為入口的電視屏生態(tài)環(huán)境，增加了語音交互游戲、益智教育等內(nèi)容，完善了整個(gè)生態(tài)的搭建和更豐富的內(nèi)容呈現(xiàn)。通過智能家居環(huán)境的鏈接，目前電視機(jī)可以操控更多的家電，我們也配合遙控器的方案推出了全新的芯片，使得全新的智能家居環(huán)境得以構(gòu)建。”

　　要構(gòu)建生態(tài)，背后的內(nèi)容資源必不可少。龍夢(mèng)竹說，內(nèi)容資源的豐富從技術(shù)上講并不存在難點(diǎn)，而挖掘更實(shí)用有效的內(nèi)容資源成為一大要素，思必馳在技術(shù)研發(fā)深入的同時(shí)，也將不斷豐富后端資源，針對(duì)用戶的垂直場(chǎng)景下的實(shí)際需求做出更好的人機(jī)交互體驗(yàn)，布局語音生態(tài)。謝冠超也有類似觀點(diǎn)。他說：“對(duì)云知聲而言，目標(biāo)是構(gòu)建人工智能的完善體系，但是面對(duì)階段性的商業(yè)應(yīng)用，語音交互是一個(gè)不錯(cuò)的切入點(diǎn)。”