語(yǔ)音的三座大山是什么

在不久的將來(lái)，人們與語(yǔ)音助手的對(duì)話將成為生活中的常態(tài)。無(wú)論是亞馬遜、谷歌、蘋(píng)果、微軟這些國(guó)際科技巨頭，還是思必馳、出門(mén)問(wèn)問(wèn)這些后起之秀目前都在大力布局，希望搶占語(yǔ)音時(shí)代的發(fā)展“智”高點(diǎn)。

“早起”的蘋(píng)果和“遲到”的臉書(shū)

語(yǔ)音技術(shù)的發(fā)展或要追溯到1952年，貝爾實(shí)驗(yàn)室制造的自動(dòng)數(shù)字識(shí)別機(jī)“Audrey”，它可以識(shí)別數(shù)字0—9的發(fā)音，且準(zhǔn)確率高達(dá)90％以上。

這被視為語(yǔ)音助手開(kāi)啟歷史巨幕的起點(diǎn)，最近幾年隨著云計(jì)算、大數(shù)據(jù)、人工智能等高新技術(shù)的發(fā)展，智能語(yǔ)音助手才開(kāi)始真正走進(jìn)人們的生活。

大部分人第一次接觸語(yǔ)音助手，都是從蘋(píng)果手機(jī)上的Siri開(kāi)始。其實(shí)，蘋(píng)果就是中第一個(gè)發(fā)布語(yǔ)音助手的科技巨頭企業(yè)。2011年，蘋(píng)果在iPhone4S的產(chǎn)品發(fā)布會(huì)上推出了語(yǔ)音助手Siri。

但可惜的是，蘋(píng)果“起了個(gè)大早，趕了個(gè)晚集”，雖然先于亞馬遜推出語(yǔ)音助手，但如今的市場(chǎng)份額卻遠(yuǎn)遠(yuǎn)落后于Alexa。根據(jù)市場(chǎng)研究機(jī)構(gòu)Ovum發(fā)布的數(shù)據(jù)顯示，目前亞馬遜Alexa和谷歌Assistant的用戶基數(shù)超過(guò)了95%，而蘋(píng)果Siri只有24%。

在隨后的幾年，谷歌和微軟分別推出了語(yǔ)音助手Assistant和Cortana，與Siri和Alexa并稱為“語(yǔ)音四大天王”。在距離蘋(píng)果推出Siri整整8年后，作為唯一一家沒(méi)有推出語(yǔ)音助手的科技巨頭——臉書(shū)終于坐不住了。5月31日，臉書(shū)首席執(zhí)行官馬克·扎克伯格對(duì)外稱，公司正在開(kāi)展人工智能語(yǔ)音助手的研發(fā)。

此前，由于沒(méi)有自研語(yǔ)音技術(shù)，臉書(shū)推出的兩款Portal視頻聊天設(shè)備都是搭載亞馬遜Alexa語(yǔ)音助手，無(wú)疑這讓臉書(shū)在人工智能的發(fā)展中處于“被動(dòng)”地位。這也是即使已落后“語(yǔ)音四大天王”一大截，臉書(shū)也要自己開(kāi)發(fā)語(yǔ)音助手的主要原因。

讓語(yǔ)音助手聽(tīng)懂“人話”是關(guān)鍵

語(yǔ)音助手的快速發(fā)展需建立在其能聽(tīng)懂“人話”的基礎(chǔ)上，不然其在“智能”與“智障”之間只有一線之差。

目前，在語(yǔ)音技術(shù)的升級(jí)上，科技巨頭一方面通過(guò)自身加強(qiáng)技術(shù)創(chuàng)新迭代，另一方面通過(guò)收購(gòu)優(yōu)秀初創(chuàng)企業(yè)來(lái)鞏固業(yè)內(nèi)領(lǐng)先地位。

6月4日，蘋(píng)果在全球開(kāi)發(fā)者大會(huì)上宣布將對(duì)語(yǔ)音助手Siri進(jìn)行升級(jí)，并將在今年秋天公布7大新功能。蘋(píng)果方面表示，Siri很快會(huì)有完全由軟件生成的新聲音，這將使聲音聽(tīng)起來(lái)更加準(zhǔn)確。

為了鞏固在智能語(yǔ)音市場(chǎng)的領(lǐng)軍地位，亞馬遜特別成立了一支1億美元的投資基金，專門(mén)投資圍繞語(yǔ)音應(yīng)用開(kāi)發(fā)產(chǎn)品的創(chuàng)業(yè)公司。與其它公司相比，亞馬遜的優(yōu)勢(shì)是可以為合作伙伴提供電商、搜索等領(lǐng)域的渠道支持。

微軟也通過(guò)“買買買”的方式不斷對(duì)Cortana進(jìn)行迭代升級(jí)。今年微軟剛剛收購(gòu)了加拿大人工智能初創(chuàng)企業(yè)Maluuba，這將進(jìn)一步強(qiáng)化Cortana的機(jī)器閱讀和編寫(xiě)能力。

無(wú)論是依靠自身迭代還是通過(guò)外圍收購(gòu)，巨頭們的目標(biāo)只有兩個(gè)。第一，通過(guò)技術(shù)迭代，讓語(yǔ)音助手更好地與人類交流，搶占市場(chǎng)占有率；第二，以智能語(yǔ)音技術(shù)為支點(diǎn)，撬動(dòng)在醫(yī)療、教育、家居、汽車、樓宇等領(lǐng)域的智能化發(fā)展。

智能語(yǔ)音發(fā)展還需跨過(guò)“三座大山”

根據(jù)研究機(jī)構(gòu)Juniper Research發(fā)布的數(shù)據(jù)顯示，2023年全球語(yǔ)音助手的使用量將達(dá)到 80億，市場(chǎng)規(guī)模則將達(dá)到800億。雖然智能語(yǔ)音市場(chǎng)正快速增長(zhǎng)，但距離行業(yè)的真正成熟發(fā)展還需跨過(guò)“三座大山”。

1.支持更多的語(yǔ)言。目前，谷歌Assistant已在80個(gè)國(guó)家支持30種語(yǔ)言，語(yǔ)言數(shù)位列第二的蘋(píng)果Siri則支持36個(gè)國(guó)家的21種語(yǔ)言。但無(wú)論是Alexa亦或者是Siri，都聽(tīng)不懂俄語(yǔ)，這給俄羅斯本土搜索巨頭Yandex推出的語(yǔ)音助手Alice創(chuàng)造了巨大的發(fā)展空間。

同時(shí)，作為Yandex的合作伙伴，全球化AI+IoT平臺(tái)涂鴉智能正通過(guò)“Powered by Tuya”技術(shù)，幫助Yandex打破不同品牌和設(shè)備之間的信息孤島問(wèn)題，加速搶占俄羅斯智能家居市場(chǎng)。

2.加速商業(yè)化落地。任何一項(xiàng)技術(shù)，沒(méi)有成熟的商業(yè)落地解決方案，都不能取得長(zhǎng)足的發(fā)展。智能語(yǔ)音市場(chǎng)既有谷歌、亞馬遜等國(guó)際巨頭的布局，也不乏思必馳、Rokid、出門(mén)問(wèn)問(wèn)這些初創(chuàng)企業(yè)的入場(chǎng)，可謂是玩家越來(lái)越多，但目前語(yǔ)音技術(shù)的商用落地還在進(jìn)一步探索中。只有具備一套完善、成熟的商業(yè)落地解決方案，未來(lái)才能推動(dòng)相關(guān)產(chǎn)業(yè)的可持續(xù)發(fā)展。

3.更好地理解人類語(yǔ)言。語(yǔ)音助手不應(yīng)該僅僅“聽(tīng)懂人話”，更應(yīng)該根據(jù)不同的場(chǎng)景來(lái)理解用戶的指令，甚至讀懂用戶的語(yǔ)氣?；ヂ?lián)網(wǎng)女皇瑪麗·米克爾在《互聯(lián)網(wǎng)趨勢(shì)》報(bào)告中提到，假如語(yǔ)音助手能進(jìn)一步理解人們說(shuō)的話，那么語(yǔ)音技術(shù)將迅速普及，甚至改變行業(yè)現(xiàn)有的發(fā)展格局。當(dāng)然，這對(duì)科技公司的技術(shù)能力將是一大挑戰(zhàn)。

跨越了這“三座大山”，語(yǔ)音技術(shù)才能真正進(jìn)入商業(yè)應(yīng)用的成熟期，在教育、家居、醫(yī)療、汽車等領(lǐng)域開(kāi)辟出新天地。