語音助手如何闖出紅海？

李雪嬌

斯坦·李筆下的超級英雄眾多，其中作為復仇者聯(lián)盟元老的鋼鐵俠或許會是特別的存在。他沒有天生的超能力，卻靠著高科技戰(zhàn)衣，一次次地拯救世界。鋼鐵俠聰明的“語音助手”賈維斯讓影迷羨慕不已，冷冰冰的機器能夠順暢地與之交流，在插科打諢之余輕松地完成指令。在現(xiàn)在來看，這也是相當酷炫的技術了。當想象的種子生根發(fā)芽，現(xiàn)實就不可阻擋而來。

2011年，在蘋果手機iPhone4s發(fā)布會上，系統(tǒng)語音助手Siri橫空出世。經(jīng)過這些年的發(fā)展，語音助手甚至更深入的語音識別技術出現(xiàn)，讓很多人看到了未來的無限可能。如今語音助手能否讓用戶像漫威的主角一樣“升級打怪”？語音市場究竟有多大？市場的參與者又都生存得如何？

亮眼的彎道超車

早在2000年，比爾·蓋茨提出了“未來10年是語音的時代”。據(jù)了解，鍵盤打字的平均速度為每分鐘41個字，而人每分鐘平均可以說出150個字，可見在輸入效率上，語音的信息交換密度遠遠領先于鍵盤輸入。

從最初的一問一答開始，科技打開語音交互的一扇門，這種新玩法比文字交流更方便快捷，表達的內(nèi)容更豐富，甚至將來會涉及細微的情感區(qū)分。在交互的過程中，機器有了更多的主動性，能夠為人提供更多、更好的幫助，讓人們的生活更便捷、更安全、更有趣。

“我們?nèi)粘Ｌ岬降恼Z音助手，內(nèi)涵豐富，在智能技術方面至少包括語音識別、自然語言理解、對話管理、自然語言生成、語音合成等一系列技術?！北本┼]電大學智能科學與網(wǎng)絡工程系主任、中國人工智能學會自然語言理解專業(yè)委員會主任王小捷在接受《經(jīng)濟》記者采訪時表示，聽、說、讀、寫是人們?nèi)粘Ｉ钪姓J知世界、獲取信息、發(fā)展智能、交流情感的一種重要手段，這也就不奇怪語音交互會成為當前人工智能發(fā)展的重點領域。

從歷史發(fā)展趨勢來看，智能語音交互技術的普及速度要比其他任何技術都快。北京科技大學計算機科學與技術系副主任、模式識別與人工智能技術創(chuàng)新實驗室主任殷緒成告訴《經(jīng)濟》記者，人機交互涉及信息的錄入，現(xiàn)在語音識別、文字識別步入較成熟的階段，關鍵在于信息錄入以后，自然語言理解技術較難突破，所以現(xiàn)在自然語言理解的研究是一個重點。

在殷緒成看來，單純從技術角度出發(fā)，盡管國外企業(yè)投入較早，且發(fā)展也比較全面。但中國絲毫不遜色，“大家似乎都處于同一個水平線?！?/p>

得益于我國移動互聯(lián)網(wǎng)的快速發(fā)展，智能語音助手應用正在不斷滲透，龐大的數(shù)據(jù)累積，促進我國智能語音市場規(guī)模進一步提升。根據(jù)中國信通院數(shù)據(jù)顯示，我國智能語音市場規(guī)模已達到100.7億元。隨著智能語音應用產(chǎn)業(yè)的拓展，市場需求增大，預計2018年中國智能語音產(chǎn)業(yè)規(guī)模將進一步增長，達到160億元左右。

自人工智能進入國家戰(zhàn)略地位，除了日常接觸的手機語音助手外，人與機器對話的欲望被放大，搭載語音助手的智能終端產(chǎn)品如雨后春筍般出現(xiàn)。隨著萬物互聯(lián)時代的到來，更多場景被賦予了科幻色彩。在中國廣袤的消費市場中，企業(yè)及相關產(chǎn)業(yè)逐漸嶄露頭角。

一片耀眼的紅海

2014年，電商巨頭亞馬遜推出了由人工智能助手Alexa驅(qū)動的Echo智能音箱，借助網(wǎng)站平臺入口，帶動了商品銷量大幅度提高，語音助手成功搶占智能家居市場的賽道。在這套邏輯下，亞馬遜適時上線智能鎖、語音微波爐、智能燈泡、車載語音助手等一系列產(chǎn)品，布局亞馬遜生態(tài)鏈。

另一邊，搜索巨頭谷歌也不甘落后，近期新推出了帶有屏幕的智能音箱Google Home Hub，憑借自動駕駛領域的技術優(yōu)勢，在車聯(lián)網(wǎng)領域獨占翹楚。就連社交媒體巨頭Facebook也推出了可以語音通話的智能音箱Portal。

具有生態(tài)交互效果的語音助手逐步走進千家萬戶，平臺優(yōu)勢及生態(tài)布局成為搶占智能語音市場的衡量標準。然而在瞬息萬變的市場中，沒有永恒的贏家，如今這些老牌企業(yè)正面臨新的競爭。

2017年雙十一期間，天貓精靈為促進銷量將499元的原價降到了99元，用價格戰(zhàn)刺激市場，效果頗為顯著，取得了100萬臺的銷售業(yè)績，這一戰(zhàn)績無疑給年銷量不到10萬臺的國內(nèi)智能音箱市場投入了一枚深水炸彈。

今年，在拉斯維加斯舉行的CES2018消費電子展上，谷歌首次在CES搭建展臺，重點展示全給了Google Assistant，而亞馬遜也在CES上為Alexa設立了專門的展位，百度的DuerOS也毫不示弱，更是被國外媒體稱為“中國版的Alexa智能語音平臺”。

控制著小米及米家設備的“小愛同學”因為發(fā)音自然而親切，交互效果良好，頗受科技發(fā)燒友的喜愛，299元的售價更是讓小米坐穩(wěn)價格屠夫的寶座。

一組數(shù)據(jù)印證現(xiàn)實，根據(jù)Juniper Research數(shù)據(jù)，中國智能家居市場價值將在2018年達到近230億美元，智能音箱和智能語音助手不可或缺。

視線回到國內(nèi)，搭載語音助理的終端產(chǎn)品紛紛涌現(xiàn)，科技巨頭拼殺不斷，中小企業(yè)也在努力蠶食剩下的語音市場份額，可以想見，2018年是人工智能精彩紛呈的一年。

“大概從2013年開始，科技型企業(yè)一步并作兩步走，尤其是智能助理設備終端的發(fā)展很快，至于大家所期望看到的明顯市場格局，其實沒有特別明顯。如果非要說一個變化，應該是參與者的活躍讓智能語音市場火了起來?！彼急伛Y信息科技有限公司CMO龍夢竹向《經(jīng)濟》記者介紹了國內(nèi)語音助手的大致發(fā)展趨勢。

從國內(nèi)眾多企業(yè)成長可以總結出，智能語音行業(yè)采用雙重商業(yè)模式，以獲取全球市場份額，并在中國擴張。一是尋求美國科技公司合作，將他們的硬件設備與國外人工智能系統(tǒng)配對，在中國以外銷售智能音箱；二是攜手中國語音人工智能創(chuàng)業(yè)企業(yè)，或者在中國內(nèi)部開發(fā)對話式人工智能軟件，以便在中國銷售。

龍夢竹談到，語音與圖像不一樣，技術門檻較高，從信號處理、識別到理解，再到語音合成及對話管理，整體交互鏈條長?！笆袌鲋行逻M場的語音科技創(chuàng)業(yè)公司，大部分是針對某一兩個技術點，或者是某一兩個場景進行嘗試，現(xiàn)在很難看到語音技術方面擁有全套技術的公司。 ”

“大家都想分得一杯羹，看重的是什么？是語音入口的能力。通過語音能獲取內(nèi)容，進行交互，獲得用戶畫像?！睒素惪萍悸?lián)合創(chuàng)始人、CTO李秀林對《經(jīng)濟》記者表示，欣欣向榮的智能語音市場固然可喜，不過對行業(yè)參與者來說，仍不可掉以輕心。

在生活和工作節(jié)奏加快的今天，人工智能行業(yè)和最初的互聯(lián)網(wǎng)行業(yè)有著異曲同工之處，那就是一旦落后就只能望塵莫及。在現(xiàn)階段，搶占市場先機，拓展生態(tài)布局成為了爭奪智能語音市場的決定性因素。

“這就好比‘外行人看熱鬧，內(nèi)行人看門道，市場大大小小品牌的智能音箱讓人應接不暇，價格在100元到上千元不等，國內(nèi)用戶對智能音箱的需求潛力被低價激發(fā)，巨頭企業(yè)們采取的價格戰(zhàn)，使得小公司競爭乏力。但眾玩家都在忙著跑馬圈地，無暇顧及其他?！崩钚懔终f。

知之非難 行之不易

“對不起，我沒有聽懂，你可以再說一次嗎？”冰冷的女聲響起，這應該是使用過語音助手用戶頗為熟悉的場景。

根據(jù)Business Insider在2017年5月對4135位美國用戶的調(diào)查，當中只有46%的受訪者表示有使用語音助手的習慣。在這46%的受訪者當中，有42%的受訪者在智能手機上使用語音助手，14%的受訪者在智能音箱上使用語音助手，至于其他設備上使用的概率就更低了。

不可否認，使用語音助手，在一定程度上方便了操作。特別是用戶雙手被束縛的情景，直接用語音完成打電話、設鬧鐘、地圖導航、聽音樂等一系列活動。不過遇到公共場合，語音助手的使用似乎戛然而止了。

李秀林表示，語音助手市場確有不成熟的地方，它呈現(xiàn)出比較奇怪的場景，看似紅火，但是大家買回去之后會出現(xiàn)“用之無味，棄之可惜”感受，究其根源，問題可能出在交互環(huán)節(jié)。

王小捷談到，近幾年語音助手技術發(fā)展還是很快的，在邊界條件限定比較好的特定任務中已經(jīng)有比較成熟的技術方法。但是，在跨任務、多任務、跨類型對話時，性能下降太快，很不平穩(wěn)，在突破任務邊界限定時技術的穩(wěn)定性、平滑過渡能力、處理新信息的能力等是目前技術發(fā)展的難點問題。

“我們看到的語音助手有時看起來很智能，有時表現(xiàn)極差，這極差的情況可能就是用戶在使用中突破了技術達到的邊界。而同時，這個邊界條件經(jīng)常是很難去限定的、使用中很容易去突破。”

王小捷舉例表示，對于家電語音控制，用戶在控制家電時順便聊上幾句閑話是非常有可能的，而閑話的范圍是難以限定的。這也是智能產(chǎn)品和很多傳統(tǒng)產(chǎn)品之間的一個重要差異。傳統(tǒng)上，大家看到洗衣機就只會用它去洗衣服，而對于智能助手這類的智能產(chǎn)品，人們很容易就會忘記這類設備其實也有同樣的限定這一點，很容易就越線，當然，也有產(chǎn)品自身過度宣傳的問題。

安全與自由難兩全

近期趙女士微信語音被騙事件在網(wǎng)上引發(fā)了持續(xù)關注，安全是人工智能發(fā)展難以回避的問題，語音助手發(fā)展到今天，用戶基本數(shù)據(jù)達到可觀的數(shù)量級，人們常說“隔墻有耳”，語音助手的用戶隱私掌握在誰的手上？

去年，亞馬遜卷入了一起調(diào)查案件。在一場謀殺事件中，嫌疑人所持有的Echo智能音箱或許會成為本案的關鍵性證據(jù)。不過，據(jù)美國有線電視新聞網(wǎng)（CNN）報道，亞馬遜拒絕了將Echo記錄的信息交給阿肯色州Benton縣的起訴律師。

也許未來你的自由將取決于一個機器人，這種情況完全有可能發(fā)生。

根據(jù)媒體報道，語音助手可以向Siri發(fā)出的請求和設備ID會被蘋果保存6個月，之后他們會刪除設備ID，但是音頻文件將再保存18個月。Google的語音助手會將用戶說過的話保存7天。

亞馬遜的智能音箱也有這個問題。這款設備不僅可以通過“Alexa”和其他特定單詞觸發(fā)，并且可以被任何人觸發(fā)。假設你認識的某個人名叫Alexa，如果你在某些場合提到他們的名字，而恰巧周圍有個智能音箱，那么這個音箱就會錄下你說過的一切，而你可能絲毫不知情。很明顯這個缺陷會被人利用去偷聽別人的談話。

不過從目前發(fā)展態(tài)勢來看，語音助手的安全不是企業(yè)首要考慮的目標?！霸囅胧袌錾夏軌蜃龀霭俜种偻昝赖恼Z音助手產(chǎn)品，無論是外形還是技術上達到頂尖，成本自然會相應增加，價格提升對用戶便失去了基本的吸引力?！饼垑糁癖硎荆F(xiàn)在很難在技術、成本和投入中尋找一個合適的比例。

迎接2.0時代

一種技術的局限性可以通過另一種技術的出現(xiàn)來克服，而一種場景的使用會有更多場景嘗試。據(jù)Strategy Analytics的報告，在2018年全球出售的智能手機中，有47.7%配備了語音助手，而到2023年，語音助手滲透率將達到90%。

“目前市場還停留在對智能語音終端的滲透?！饼垑糁癖硎?，它的外形是一個產(chǎn)品。企業(yè)會落實到最根本的性價比問題，因為性價比就會影響到他的渠道，產(chǎn)品受眾的認知。那么性價比又分兩個部分，一是技術，二是內(nèi)容。

李秀林認為，大多數(shù)語音助手企業(yè)不僅沒有賺到錢，大家還都在拼命地燒錢?！盎跍贤槊浇榈恼Z音助手，后續(xù)沒有一個優(yōu)質(zhì)的內(nèi)容去吸引用戶，產(chǎn)品便是斷裂的?！崩钚懔痔岬?，語音助手市場正在培育階段，消費者沒有付費意愿，企業(yè)為了生存，可能就要想一些其他的方案，簡單地緩解生存的壓力。

在殷緒成看來，語音助手在“對話”上已經(jīng)取得突破，到了更深層次的“問答”層面，信息流、數(shù)據(jù)存儲量加大，在技術層面并沒有太大問題，機器在自學習、自成長方面，需要循序漸進地成長。

需求是創(chuàng)新的原動力。清華大學智能技術與系統(tǒng)國家重點實驗室主任朱小燕在接受《經(jīng)濟》記者采訪時提到未來語音助手的發(fā)展，或許數(shù)字語音助手真正的魅力不僅限于這些智能音箱。遲早有一天，這些助手將滲透到我們所熟悉的各種設備之中，比如耳機、汽車音響，等等。屆時我們可以對著空氣講話，隨時隨地獲取所需的所有信息。

不同于觸摸的命令式交互，語音交互場景有著無限的想象空間。語音助手從無到有，經(jīng)歷了厚積薄發(fā)的歷程，成為人機交互深入發(fā)展的新方式。雖然現(xiàn)在語音助手在邏輯推力方面稍顯稚嫩，但前景依舊廣闊。希望未來當我們與語音助手溝通時，也能收獲到人與人的溫情。