張銳
蘋果即將發(fā)布的iOS 10.3版本中，內(nèi)置的Siri能夠支持上海話了；Assistant支持下的Google Home有望在今年加入通話功能；Alexa到2020年將為亞馬遜創(chuàng)造100億美元的營收……透過這些攜帶著英語名詞的最新資訊，人們不僅能夠聽到科技巨頭們搶占語音助手領(lǐng)地的匆匆腳步聲，更能嗅到語音交互市場囤兵買馬與錙銖必較的濃濃火藥味。
互聯(lián)網(wǎng)實(shí)現(xiàn)了人機(jī)交互，但依賴于手指與屏幕的傳統(tǒng)交互方式不僅因動作遲緩而帶來效率低下，而且也缺乏來自機(jī)方的主動反應(yīng)與交流；圖像識別的交互方式雖然讓交互的界面變得生動起來，但冷冰冰的畫面仍然未能釋放出可以滿足人類情感訴求的元素。但是，建立在人工智能（AI）基礎(chǔ)之上的語音交互在實(shí)現(xiàn)“去手指”與“去屏幕”并大大提高人機(jī)交互效率的同時，更能讓機(jī)器主動地讀懂人類以及人類的世界，從而讓人類獲得前所未有的極致體驗(yàn)。借助于語音交互的場景，人類只要發(fā)出簡單的口令，語音助手就能快捷地提供所需服務(wù)，甚至還可以與人類進(jìn)行著輕松聊天與情感交流。據(jù)Gartner預(yù)測，到2018年，30%的人機(jī)交互將通過自然語言完成。
看得出，AI是語音交互的最重要技術(shù)支撐，有了它，語音助手就能實(shí)現(xiàn)深度學(xué)習(xí)與進(jìn)步，從而增強(qiáng)供應(yīng)人類需求的服務(wù)能力；與此同時，大數(shù)據(jù)技術(shù)之下的信息集納與匯總能力、云計(jì)算技術(shù)之下的精算能力，物聯(lián)網(wǎng)技術(shù)之下的擇配能力等都構(gòu)成了對語音交互的核心撐托；而據(jù)麻省理工學(xué)院（MIT）的最新研究報(bào)告，基于現(xiàn)有手機(jī)分給語音識別的電量高達(dá)1瓦特的壓力，MIT已開發(fā)出語音識別電耗僅為0.2-10毫瓦的芯片，語音交互的終端續(xù)航能力由此大大提高。另外，伴隨著硬件設(shè)備的普及，以及各種社交工具對消費(fèi)者習(xí)慣的培養(yǎng)與引導(dǎo)，語音助手的商用化前景也豁然洞開。據(jù)中國工業(yè)和信息化部電子科技信息情報(bào)研究所數(shù)據(jù)顯示，2017年，全球智能語音產(chǎn)業(yè)規(guī)模將達(dá)112.4億美元，復(fù)合年均增長率達(dá)35.1%。
捕捉到巨大商機(jī)的科技巨頭其實(shí)從六年前開始就在語音交互市場成兵布陣，直至目前形成了全球語音助手四雄爭霸的格局，即蘋果的Siri、谷歌的Assistant、亞馬遜的Alexa與微軟的Cortana，并由此誕生了各自門下的智能生態(tài)系統(tǒng)。數(shù)據(jù)顯示，目前，Siri會說36個國家的21種語言，Cortana會說13個國家的8種語言，Assistant會說4種語言，而Alexa只會說英語和德語。當(dāng)然，“四大天王”之外，還有一些強(qiáng)兵勁旅也在追趕，比如三星已經(jīng)推出名為Bixby的語音助手，并即將配置到Galaxy S8之中，同時華為成立了一個由100名工程師組成的團(tuán)隊(duì)，專攻語音助手開發(fā)。
從分發(fā)場景看，智能家居成為了語音助手落地的火熱終端，且在這一領(lǐng)域亞馬遜與谷歌已經(jīng)打得死去活來。據(jù)悉，在亞馬遜推出了Alexa支持下的智能音箱Echo一年之后，谷歌推出了搭載Assistant的智能音箱Home，二者除了具備家電啟動與關(guān)閉、視頻點(diǎn)播等功能外，還能進(jìn)行網(wǎng)購服務(wù)，尤其是Echo，亞馬遜已經(jīng)為其添設(shè)了Voice ID的最新功能，該功能可通過聲波紋辨別出主人的聲音，繼而精準(zhǔn)地提供所需服務(wù)。只要家庭成員可以在Echo設(shè)置一個統(tǒng)一賬號，發(fā)出口令不需要進(jìn)行個人賬號的手動切換，就可以同時分享Echo流暢無縫的服務(wù)。當(dāng)然，無論是Echo還是Home，如此賣力地深耕智能家居系統(tǒng)，無疑就是希望自己能夠成為整個智能家居生態(tài)的中樞。
攻占智能家居市場的同時，智能手機(jī)等其他終端更是科技巨頭們分發(fā)語音助手更為廣闊的載體，而這方面當(dāng)然最主要的就是Siri與Assistant以及二者分別搭載的iOS系統(tǒng)與Android系統(tǒng)之間展開的對決。據(jù)悉，除了從iPhone 4S到如今的iPhone 7裝配了功能等級不同的Siri之外，蘋果的Mac與iPad設(shè)備至今均支持Siri。不過與Siri相比，在進(jìn)入谷歌自有品牌手機(jī)Pixel之中的同時，Assistant前不久也空降到LG推出的最新款智能手機(jī)G6的身上，而且谷歌已經(jīng)公告，Assistant還將配置到今后6.0或者7.0的所有Android系統(tǒng)中。不僅如此，由于第三方語音助手不能整合到iOS平臺，谷歌已針對性地開發(fā)了多款應(yīng)用，未來可能登陸iPhone和iPad等非谷歌設(shè)備中。與蘋果和谷歌相比，亞馬遜雖因沒有自己的智能手機(jī)而顯得有點(diǎn)英雄氣短，但卻拉來了聯(lián)想與華為兩大重量級合作伙伴。據(jù)悉，未來Alexa將會整合到摩托羅拉更多手機(jī)中，同時華為已經(jīng)宣布將在美國發(fā)售的Mate9智能手機(jī)上使用Alexa。
語音助手的功能也直接決定著其市場競爭力，因此，向第三方開放平臺系統(tǒng)就成為科技巨頭的一致性行動。在Siri平臺上，開發(fā)者可以基于Siri提供的智能功能打造自己的APP，而且用戶僅憑語音就能直接與APP互動，進(jìn)而獲取相應(yīng)的服務(wù)。而在Cortana平臺上，微軟推出了Skills Kit和Devices SDK等開發(fā)工具，重點(diǎn)幫助OEM和ODM 廠商輕松打造第三方智能物聯(lián)網(wǎng)設(shè)備以及相關(guān)的應(yīng)用程序。另外，由于向群體完全開放，Alexa如今的技能增加到了一萬種，這一數(shù)字在今年1月還是7000種，去年年初只有130種；受到影響，僅Echo的用戶目前就達(dá)到820萬，年底可以遞增到1000萬。
值得指出的是，由于智能語音技術(shù)的研發(fā)周期長、投入大，同時智能語音對人工智能實(shí)力以及生態(tài)系統(tǒng)廣度的要求高，因此最終產(chǎn)品的落地遠(yuǎn)非一個獨(dú)立廠商所能全部勝任，基于此，蘋果先后收購了VocalIQ、Turi和RealFace等眾多人工智能領(lǐng)域的創(chuàng)新企業(yè)，微軟也在前不久收購了加拿大人工智能初創(chuàng)企業(yè)Maluuba，而且谷歌先前掏出4億英鎊的真金白銀收購DeepMind近乎路人皆知；至于亞馬遜，從吸收了語音辨別公司Nuance開始，就一直沒有停止資本并購的腳步，直至將Yap和Evi等語音技術(shù)初創(chuàng)公司悉數(shù)裝入囊中。
