谷歌助理，教語音助手做人

月貝凡

盡管識(shí)別率已不再是問題，但無論是大名鼎鼎的Siri和Google Now，還是《訊飛語音》和Cortana等語音助手們，在被用戶調(diào)戲幾天之后紛紛被打入冷宮。而谷歌助理（Google Assistant）的出現(xiàn)，似乎為身陷困境的小伙伴們帶來了轉(zhuǎn)機(jī)。

語音助手這四年

2012年6月27日，一句“OK，Google.”將Google Now帶入了公眾的視野。而在4年之后，2016年5月19日，當(dāng)谷歌在Google I/O大會(huì)上再次喊起“OK，Google.”時(shí)，Google Now終于脫胎換骨，成了谷歌助理。

不得不說，Google Now這四年發(fā)展并不如預(yù)期中的那么美好。在初次亮相的發(fā)布會(huì)上，它便被“黑科技”產(chǎn)品Google Glass奪去了風(fēng)頭，更何況還有蘋果的Siri珠玉在前。起初，Google Now只是谷歌地圖團(tuán)隊(duì)的一個(gè)創(chuàng)意，讓用戶不需要點(diǎn)擊屏幕即可完成對(duì)智能手機(jī)的操控。而在Siri出現(xiàn)后，Google Now才搭上了語音助手的東風(fēng)。

在Siri和Google Now之后，微軟、訊飛、搜狗和奇虎360等廠商，紛紛推出了自己的手機(jī)語音助手APP。不久后，語音助手甚至開始成為智能手機(jī)的標(biāo)配。然而，好景不長(zhǎng)。即便是名聲如Siri，如今也只有在用戶無聊時(shí)，才有機(jī)會(huì)登臺(tái)“講個(gè)笑話”。

語音助手們的落寞，最核心的問題還是在于自己的“智商不高”。有網(wǎng)友戲稱，你原以為語音助手會(huì)是鋼鐵俠的Jarvis，然而事實(shí)上它只是一個(gè)高配版的金立語音王。

如果你有深入使用過各類語音助手APP就會(huì)發(fā)現(xiàn)，這些機(jī)械的一問一答破綻百出。盡管表面上交互方式是語音，但其本質(zhì)上與鼠標(biāo)點(diǎn)擊和手指觸控別無二致，死板的語音反而讓人感到膈應(yīng)。不僅如此，語音助手們能夠獨(dú)立完成的手機(jī)操作也十分有限，僅限于部分常用的系統(tǒng)操作，完全不能深入到第三方APP當(dāng)中。

谷歌助理帶來了哪些啟示？

同樣是一句“OK，Google.”，同樣的機(jī)器人“嗓”，但此次出現(xiàn)的谷歌助理似乎要靠譜了不少。從谷歌I/O大會(huì)的現(xiàn)場(chǎng)演示中可以看出，谷歌助理可以聽懂更多口語化的表達(dá)，它甚至可以和用戶進(jìn)行日常聊天。谷歌表示，谷歌助理并非只是執(zhí)行簡(jiǎn)單的一問一答，而是會(huì)聯(lián)系上下文，給出更精準(zhǔn)的答案，用戶還可以進(jìn)行追問。

比如，當(dāng)你“招呼”谷歌助理幫你搜索完熱門電影之后，它會(huì)因?yàn)槁牭侥銊傉f了這次會(huì)帶小孩一起去，而篩選出那些適合孩童的電影。更強(qiáng)的是，谷歌助理要比此前的語音助手們更“主動(dòng)”—它會(huì)順勢(shì)問你是否需要四張票，并幫你搞定訂票和付費(fèi)。如今，谷歌正在為谷歌助理接入更多的第三方服務(wù)，打車出行的Uber、在線聽曲的Spotify以及線上訂座的OpenTable都可以通過谷歌助理搞定。

可以說，谷歌助理將語音助手提升到了一個(gè)新的段位。而這一切，都源自人工智能的功勞。事實(shí)上，人工智能也正是今年的谷歌I/O大會(huì)的一大主題。在發(fā)布會(huì)一開始，公司CEO Sundar Pichai便開始強(qiáng)調(diào)機(jī)器學(xué)習(xí)在生活中扮演的重要角色。在本次谷歌I/O大會(huì)上發(fā)布的Allo和Google Home中，都有谷歌助理的身影。在Allo中，谷歌助理甚至?xí)鶕?jù)對(duì)方發(fā)來的圖片信息，給出回復(fù)建議。

語音助手，接下來怎么走

而在國(guó)內(nèi)，以訊飛為代表的企業(yè)已經(jīng)將中文的語音識(shí)別率提升到了很高的水準(zhǔn)。可是，“能聽清”的問題解決了，“能聽懂”又成了新挑戰(zhàn)。百度的人工智能研究目標(biāo)之一便是要攻克這一難題，但目前進(jìn)展緩慢。要知道，谷歌助理的背后，其實(shí)是谷歌在這一領(lǐng)域近十年的耕耘。除了谷歌，微軟、亞馬遜和Facebook等公司也在語音助手領(lǐng)域試水人工智能。更有傳言稱，蘋果的Siri也將迎來重要升級(jí)。種種跡象表明，由人工智能引發(fā)的語音助手變革，已是山雨欲來風(fēng)滿樓。

短期內(nèi)，國(guó)內(nèi)同行要“借鑒”谷歌助理并不容易。不過，由于一些眾所周知的原因，留給國(guó)內(nèi)語音助手們的追趕時(shí)間應(yīng)該還十分充裕。我們認(rèn)為，在語義理解方面還沒有取得突破之前，國(guó)內(nèi)的語音助手們或許可以從以下三個(gè)方面進(jìn)行突破。

其一是變得更“主動(dòng)”。使用語音助手時(shí)，最讓人費(fèi)解的是，語音助手們每次回答完問題之后，并不會(huì)主動(dòng)接收下一條語音命令，我們還得自己動(dòng)手按下話筒圖標(biāo)。所謂“主動(dòng)”，就是要從這些細(xì)節(jié)入手。

其二是擴(kuò)展第三方服務(wù)。目前，當(dāng)我們打開手機(jī)上的XX語音助手，說一句最常見的“附近有什么吃的”時(shí)，得到的答案往往都是一個(gè)簡(jiǎn)單的列表。為什么不能進(jìn)一步，提供餐館和產(chǎn)品推薦并幫助用戶完成點(diǎn)餐呢？也只有待這類第三方服務(wù)豐富起來之后，才能增強(qiáng)用戶打開語音助手的意愿。

其三是利用好手機(jī)傳感器。如今，手機(jī)上提供了多種傳感器，結(jié)合傳感器手機(jī)其實(shí)可以實(shí)時(shí)感知到我們的狀態(tài)。同樣的，這些傳感器可以部分彌補(bǔ)語音助手們“聽不懂”的尷尬。比如，可以轉(zhuǎn)述家里領(lǐng)導(dǎo)分派的任務(wù)：到小區(qū)時(shí)買瓶醋?；蛘?，在用戶出門時(shí)會(huì)主動(dòng)問一句“帶傘了沒”。