孟晉

人工智能正在成為新經(jīng)濟(jì)領(lǐng)域的核心技術(shù)，智能語(yǔ)音助手作為人工智能的最佳切入點(diǎn)，正在成為各大公司布局人工智能市場(chǎng)領(lǐng)域的關(guān)鍵。比如蘋(píng)果的Siri，微軟的Cortana、亞馬遜的Echo以及谷歌的谷歌助理。雖然智能語(yǔ)音助手尚處發(fā)展期，但智能語(yǔ)音助手已開(kāi)始逐步滲透入人們的生活之中。智能語(yǔ)音助手逐漸從被動(dòng)變?yōu)橹鲃?dòng)，通過(guò)搶占AI入口市場(chǎng)，很多服務(wù)和商業(yè)行為都可以通過(guò)語(yǔ)音識(shí)別技術(shù)來(lái)實(shí)現(xiàn)智能化操作，特別是與物聯(lián)網(wǎng)硬件的結(jié)合，能夠?yàn)橛脩?hù)提供更加全面的服務(wù)。

從蘋(píng)果的SIRI到星巴克的語(yǔ)音點(diǎn)單

提到智能語(yǔ)音助手，我們首先想到的應(yīng)該是這項(xiàng)技術(shù)的先驅(qū)—蘋(píng)果Siri 。自從蘋(píng)果 2010 年收購(gòu) Siri 公司為蘋(píng)果設(shè)備開(kāi)發(fā)虛擬助理后，Siri就成為蘋(píng)果手機(jī)的賣(mài)點(diǎn)之一。Siri的出現(xiàn)也是消費(fèi)電子界第一次向市場(chǎng)科普性地介紹智能語(yǔ)音助手。

Siri可以支持自然語(yǔ)言輸入，并且可以調(diào)用系統(tǒng)自帶的天氣預(yù)報(bào)、日程安排、搜索資料等應(yīng)用，還能夠不斷學(xué)習(xí)新的聲音和語(yǔ)調(diào)，提供對(duì)話式的應(yīng)答。Siri可以令iPhone4S及以上手機(jī)（iPad 3以上平板）變身為一臺(tái)智能化機(jī)器人，利用Siri用戶(hù)可以通過(guò)手機(jī)讀短信、介紹餐廳、詢(xún)問(wèn)天氣、語(yǔ)音設(shè)置鬧鐘等。

在技術(shù)的不斷追逐中，人們看到智能語(yǔ)音助手展現(xiàn)的巨大價(jià)值。雖然蘋(píng)果的 Siri 自面世以來(lái)就成為了智能語(yǔ)音助手的代言人，但更多的公司希望用新的人工智能技術(shù)來(lái)超越現(xiàn)有的智能語(yǔ)音助手所覆蓋的領(lǐng)域。

2014年，微軟官方發(fā)布了 Cortana（小娜）這個(gè)類(lèi)似 Siri 的個(gè)人語(yǔ)音助理平臺(tái)。微軟的小娜不僅可直接與微軟搜索引擎必應(yīng)相連，還能真正的充當(dāng)個(gè)人助理。這意味著，它可以為主人做很多事情，比如安排會(huì)議、訂購(gòu)機(jī)票、設(shè)置鬧鈴，甚至能夠講笑話。

2014年3月，谷歌宣布Google Now語(yǔ)音服務(wù)正式登陸Windows和Mac桌面版Chrome瀏覽器。但是由于推廣效果不佳，2016年初，谷歌又推出了基于人工智能技術(shù)的語(yǔ)音數(shù)字助理“谷歌助理”（Google Assistant）、家用智能硬件“谷歌家庭”（Google Home）以及智能短信和視頻通信應(yīng)用等最新產(chǎn)品。

從2015年起，國(guó)內(nèi)也陸續(xù)出現(xiàn)了靈犀語(yǔ)音助手、百度語(yǔ)音助手、出門(mén)問(wèn)問(wèn)、歐拉蜜等多種應(yīng)用。比如靈犀是由中國(guó)移動(dòng)和科大訊飛聯(lián)合推出的智能語(yǔ)音助手，既能為您語(yǔ)音打電話、發(fā)短信、查天氣、設(shè)置提醒，又能幫你查話費(fèi)、查流量、買(mǎi)彩票、訂購(gòu)彩鈴，還可以陪你語(yǔ)音聊天

如今，越來(lái)越多的公司希望將將智能語(yǔ)音助手背后的自然語(yǔ)言解析技術(shù)運(yùn)用到包括電子商務(wù)、娛樂(lè)行業(yè)等領(lǐng)域，使各個(gè)領(lǐng)域的客戶(hù)能夠創(chuàng)建自己的語(yǔ)音助手。

比如全球最大的語(yǔ)音識(shí)別公司Nuance針對(duì)企業(yè)市場(chǎng)也不斷推陳出新。Nuance的虛擬客服助理Nina集成了語(yǔ)音識(shí)別、語(yǔ)音合成以及自然語(yǔ)言理解技術(shù)。很多品牌都采用了由Nina平臺(tái)提供技術(shù)支持的虛擬助理，其中包括達(dá)美樂(lè)比薩的Dom、荷蘭國(guó)際集團(tuán)的INGE、捷星航空的Jess以及美國(guó)聯(lián)合服務(wù)汽車(chē)協(xié)會(huì)網(wǎng)站和澳大利亞稅務(wù)局（ATO）新推出的虛擬助理。

Nuance進(jìn)入中國(guó)市場(chǎng)后在國(guó)內(nèi)市場(chǎng)早已和HTC、華為、宏碁和上汽等知名公司在移動(dòng)終端設(shè)備和汽車(chē)領(lǐng)域建立了良好的合作關(guān)系。在中國(guó)企業(yè)客戶(hù)自助服務(wù)方面，中國(guó)移動(dòng)江蘇省在10086客服號(hào)使用了由Nuance及華為合作實(shí)施的自然語(yǔ)言導(dǎo)航應(yīng)用，浦發(fā)銀行信用卡中心也同樣部署Nuance自然語(yǔ)言理解（NLU）以及來(lái)電導(dǎo)航技術(shù)（小浦隨心聽(tīng)），為客戶(hù)提供更加直觀、擬人對(duì)話式的用戶(hù)體驗(yàn)，成為了國(guó)內(nèi)信用卡行業(yè)首家提供語(yǔ)音導(dǎo)航服務(wù)的銀行。

2017年，咖啡連鎖巨頭星巴克在公司的移動(dòng)應(yīng)用My Starbucks里推出了一項(xiàng)新的語(yǔ)音助手功能，方便用戶(hù)通過(guò)語(yǔ)音點(diǎn)單和支付。借助該功能，用戶(hù)便可修改自己的訂單，就像在現(xiàn)實(shí)世界中與真的咖啡師交流一樣。

通過(guò)硬件搶占AI入口市場(chǎng)

智能語(yǔ)音助手真正的付費(fèi)用戶(hù)還是企業(yè)級(jí)用戶(hù)，正如星巴克利用語(yǔ)音技術(shù)來(lái)點(diǎn)單一樣。多以圍繞著企業(yè)級(jí)用戶(hù)群體，新的商業(yè)合作馬上就如雨后春筍一般開(kāi)始成長(zhǎng)。

2016年Alphabet推出了能通過(guò)語(yǔ)音助理“聲控”的Google Home。Google Home可以讓你聽(tīng)音樂(lè)，處理很多的任務(wù)，只需要跟Google Home對(duì)話就可以了。在CES 2017展會(huì)上，Alphabet圍繞Google Home發(fā)布了新消息，將虛擬助手放進(jìn)了現(xiàn)代、克萊斯勒汽車(chē)；Alphabet還收購(gòu)了Limes Audio，這家公司專(zhuān)門(mén)開(kāi)發(fā)語(yǔ)音通信系統(tǒng)，未來(lái)Limes Audio的技術(shù)可能會(huì)植入Google Home、Hangouts及其它產(chǎn)品。

微軟也與日產(chǎn)合作，將Cortana裝進(jìn)汽車(chē)。根據(jù)CES 2017上日產(chǎn)發(fā)布的概念視頻來(lái)看，Cortana 現(xiàn)階段的功能僅限于通過(guò)語(yǔ)音修改日程表、路線規(guī)劃等簡(jiǎn)單任務(wù)。概念視頻還展示了 Cortana 在到達(dá)目的地后詢(xún)問(wèn)駕駛員是否需要開(kāi)啟自動(dòng)泊車(chē)，預(yù)示了 Cortana 日后可以更多地參與汽車(chē)操控。

同時(shí)，為了搶占AI入口，微軟公布了一系列有關(guān)語(yǔ)音助手的開(kāi)發(fā)工具，包括 Cortana Skills Kit 和 Cortana Devices SDK，極大地?cái)U(kuò)展了 Cortana虛擬助理的適用范圍。這些工具將讓物聯(lián)網(wǎng)領(lǐng)域的OEM 和 ODM 廠商能夠圍繞 Cortana 輕松打造第三方智能物聯(lián)網(wǎng)設(shè)備，以及開(kāi)發(fā)與這些物聯(lián)網(wǎng)設(shè)備相關(guān)的應(yīng)用程序。微軟表示，Windows 10 的遠(yuǎn)場(chǎng)語(yǔ)音交互正在完善中，未來(lái)將能夠讓用戶(hù)在房間的另一端，直接向微軟小娜提問(wèn)或者讓它播放一首歌，再或者語(yǔ)音喚醒和關(guān)閉電腦。與此同時(shí)，物聯(lián)網(wǎng)版本的 Windows 10 IoT Core 在 Creators Update 更新中將加入 Cortana。

未來(lái)廠商基于 Windows 10 IoT Core 所打造的冰箱、洗衣機(jī)、恒溫器、智能鏡子等物聯(lián)網(wǎng)設(shè)備，無(wú)論是有屏幕還是沒(méi)有屏幕都將支持與 Cortana 進(jìn)行交互。

蘋(píng)果也在開(kāi)發(fā)受虛擬語(yǔ)音助手Siri支持的智能家居設(shè)備。據(jù)悉，蘋(píng)果開(kāi)發(fā)的智能家居設(shè)備能夠通過(guò)語(yǔ)音控制屋內(nèi)的各種電器、開(kāi)關(guān)、燈光等。該設(shè)備的測(cè)試階段還使用了面部識(shí)別技術(shù)。不同的是，Siri智能語(yǔ)音控制家居設(shè)備制勝的法寶分別是高質(zhì)量的麥克風(fēng)和語(yǔ)音處理技術(shù)。另有消息人士稱(chēng)，蘋(píng)果還添加了臉部識(shí)別傳感器。

同時(shí)，蘋(píng)果開(kāi)始向外界授權(quán)Siri技術(shù)。2016年6月，蘋(píng)果宣布開(kāi)放Siri后臺(tái)代碼，通過(guò)API提供給第三方開(kāi)發(fā)者，用戶(hù)可以用語(yǔ)音Siri命令激活A(yù)PP，還可以為Siri增加新功能和新數(shù)據(jù)，避免犯下當(dāng)年蘋(píng)果將操作系統(tǒng)的蛋糕讓給了微軟的錯(cuò)誤。

谷歌則將“谷歌助理”與家庭產(chǎn)品結(jié)合，推出了名為“谷歌家庭”的家用智能硬件?！肮雀杓彝ァ豹q如一只胖肚花瓶，是一款無(wú)線聲控小型音響，可以連接電視、燈具和空調(diào)等家用電器。“谷歌家庭”這款家用智能硬件設(shè)備可通過(guò)與用戶(hù)雙向?qū)υ挼男问介_(kāi)展持續(xù)“互動(dòng)”，幫助用戶(hù)完成一系列家庭日常活動(dòng)。融合“機(jī)器學(xué)習(xí)”和在線搜索等技術(shù)，“谷歌家庭”可以對(duì)用戶(hù)的語(yǔ)音指令作出反應(yīng)，執(zhí)行一系列家庭日常任務(wù)，比如播放音樂(lè)、關(guān)閉房間的照明、回答知識(shí)性問(wèn)題、查詢(xún)交通狀況、幫用戶(hù)修改預(yù)約等。用戶(hù)通過(guò)自然說(shuō)法的方式即可控制設(shè)備。

目前谷歌正在 Pixel 中為 Google Assistant 添加全新功能，允許用戶(hù)通過(guò) Google Assistant 虛擬助理來(lái)控制智能家居設(shè)備，該功能被稱(chēng)為“Home Control”，而目前支持的智能家居廠商和產(chǎn)品包括貝爾金的 Wemo，谷歌的 Nest，飛利浦 Hue 以及三星的 SmartThings 系列。此次讓 Pixel 擁有智能家居控制功能無(wú)疑帶來(lái)許多便利：用戶(hù)無(wú)需針對(duì)某個(gè)智能設(shè)備去單獨(dú)下載操作該設(shè)備的 APP。而且這種通用性也讓用戶(hù)無(wú)需購(gòu)買(mǎi) Google 自家的智能家居設(shè)備就能享受到語(yǔ)音控制的便利。如果家中的智能設(shè)備支持，用戶(hù)能夠向 Pixel 發(fā)出語(yǔ)音指令，就能調(diào)節(jié)屋內(nèi)溫度，控制照明，切換電視頻道，播放音樂(lè)等。

位于愛(ài)爾蘭都柏林的Voysis公司則希望通過(guò)自己的AI平臺(tái)來(lái)切入企業(yè)級(jí)語(yǔ)音助手市場(chǎng)。2017年初，Voysis公司獲得了800萬(wàn)美元A輪投資，由Polaris Partners領(lǐng)投。Voysis公司開(kāi)發(fā)了一個(gè)深度學(xué)習(xí)引擎，專(zhuān)門(mén)用于模擬語(yǔ)音和語(yǔ)言任務(wù)。不同于Google Assistant，Voysis公司開(kāi)發(fā)的Voysis Search可以直接集成到網(wǎng)站或應(yīng)用程序中，用戶(hù)可以直接與品牌的網(wǎng)站或應(yīng)用程序交互，瀏覽可使用的產(chǎn)品。

據(jù)悉，Voysis平臺(tái)可以獲取所有相關(guān)數(shù)據(jù)，包括產(chǎn)品名稱(chēng)、類(lèi)別、描述、評(píng)價(jià)以及元數(shù)據(jù)等，以創(chuàng)建用于強(qiáng)化語(yǔ)音體驗(yàn)的強(qiáng)大模型。即使在初始問(wèn)題已經(jīng)提出后，Voysis還可以細(xì)化搜索，這是其他虛擬助手在今天還無(wú)法實(shí)現(xiàn)的。目前，Voysis的平臺(tái)支持16種語(yǔ)言，包括普通話、俄語(yǔ)、阿拉伯語(yǔ)和其他歐洲語(yǔ)言。

市場(chǎng)咨詢(xún)公司Tractica發(fā)布的報(bào)告稱(chēng)，雖然目前最流行的還是智能手機(jī)消費(fèi)者虛擬數(shù)字助手，但是虛擬助手技術(shù)已經(jīng)開(kāi)始進(jìn)入其它設(shè)備，比如智能手表、健身追蹤器、PC、智能家庭系統(tǒng)、汽車(chē)。

亞馬遜Alexa的成功之道

在使用智能語(yǔ)音助手搶占AI入口市場(chǎng)的戰(zhàn)斗中，美國(guó)電商巨頭亞馬遜公司推出的內(nèi)置“亞歷克薩”（Alexa）語(yǔ)音助理功能的“亞馬遜回聲”（Amazon Echo）智能音箱獲得了巨大成功。該產(chǎn)品是貝索斯在2014年11月推出的，可以接受各種語(yǔ)音命令，使用的時(shí)候，只要說(shuō)一聲“Alexa”。

亞馬遜在語(yǔ)音技術(shù)方面的投入算來(lái)有些晚，亞馬遜2011年收購(gòu)語(yǔ)音識(shí)別公司Yap，這家公司成立于2006年，主攻語(yǔ)音轉(zhuǎn)換文本的技術(shù)。2012年，亞馬遜又收購(gòu)了語(yǔ)音技術(shù)公司Evi，其在商品搜索的語(yǔ)音識(shí)別上有獨(dú)特技術(shù)。2013年亞馬遜又收購(gòu)Ivona Software，做文本語(yǔ)音轉(zhuǎn)換技術(shù)。

Alexa的主要功能是讓用戶(hù)可以通過(guò)Echo的語(yǔ)音識(shí)別功能，操控任何一項(xiàng)具有聯(lián)網(wǎng)功能的設(shè)備，比如電燈、電視、空調(diào)等等。得益于高效率的語(yǔ)音識(shí)別功能，Alexa可以幫助用戶(hù)通過(guò)語(yǔ)音指令迅速驅(qū)動(dòng)相關(guān)軟件。據(jù)亞馬遜的數(shù)據(jù)，Alexa在2014年最初發(fā)布時(shí)只有13個(gè)內(nèi)嵌的技能，到了2016年11月，這項(xiàng)功能已經(jīng)兼容6000款應(yīng)用，包括連接Uber、Twitter等應(yīng)用程序。到2017年3月，亞馬遜宣布其Alexa智能語(yǔ)音助手平臺(tái)的功能已經(jīng)突破了一萬(wàn)種?；蛟S你覺(jué)得一萬(wàn)算不了什么，但你知道嗎，2016年1月，這個(gè)數(shù)字才不過(guò)130，而2016年11月也才6000，如今才過(guò)了不到4個(gè)月的時(shí)間，就已經(jīng)翻倍到一萬(wàn)，這種增速讓人大為吃驚。

是什么讓亞馬遜的Alexa取得了成功？答案是高質(zhì)量、低價(jià)格和開(kāi)放的推廣策略。Alexa平臺(tái)的高質(zhì)量體現(xiàn)在其獨(dú)特的語(yǔ)音識(shí)別技術(shù)上，低價(jià)格體現(xiàn)在其建立用戶(hù)群的思維中。2016年下半年，亞馬遜推出Echo Dot二代產(chǎn)品，售價(jià)僅50美元，成為去年假日購(gòu)物季最熱賣(mài)的產(chǎn)品之一。據(jù)悉，2016年，亞馬遜Alexa成為最炙手可熱的語(yǔ)音助手，在2016年12月的假日購(gòu)物季，Echo的銷(xiāo)量同比增長(zhǎng)了9倍。

所謂的開(kāi)放性，那就是開(kāi)放自己的Alexa智能平臺(tái)，允許第三方開(kāi)發(fā)者和第三方硬件廠商在該平臺(tái)上開(kāi)發(fā)各種基于語(yǔ)音的技術(shù)功能。這是一項(xiàng)非常了不起的舉措。

正是通過(guò)對(duì)第三方的免費(fèi)開(kāi)放策略，Alexa吸引了大量的個(gè)人開(kāi)發(fā)者和廠商，也獲得了日益豐富的功能。Alexa幫助各種硬件設(shè)備連接、控制家居設(shè)備，幫助打造一個(gè)完整的生態(tài)閉環(huán)，進(jìn)而成為萬(wàn)物互聯(lián)的智能樞紐和控制中心。這種開(kāi)放策略與當(dāng)年谷歌開(kāi)放Android技術(shù)類(lèi)似，從這種策略我們可以窺測(cè)出亞馬遜的野心和意圖，那就是通過(guò)開(kāi)放，把Alexa打造成智能家居、萬(wàn)物互聯(lián)版的安卓。

據(jù)悉，如果你是Echo用戶(hù)，就會(huì)知道每周Alexa APP都會(huì)增加新功能，隨著第三方開(kāi)發(fā)者越來(lái)越多，Alexa會(huì)的本領(lǐng)技能越來(lái)越廣泛，除了基本功能、訂餐、購(gòu)物、打車(chē)、控制電器等功能外，新聞、游戲、教育等方面的技能也日益凸顯，亞馬遜甚至還建立了一個(gè)Alexa技能商店，頗有點(diǎn)想建立另外一個(gè)“蘋(píng)果帝國(guó)”的意圖。

2016年12月，英特爾與亞馬遜聯(lián)合宣布，雙方未來(lái)將在一系列智能家庭項(xiàng)目上合作。汽車(chē)生產(chǎn)商福特在CES2017上也宣布與亞馬遜合作，未來(lái)車(chē)主將能夠在福特的車(chē)輛上體驗(yàn)Alexa語(yǔ)音服務(wù)，實(shí)現(xiàn)聲控購(gòu)物、搜索導(dǎo)航，甚至車(chē)主在家就可以通過(guò)語(yǔ)音指令啟動(dòng)引擎、鎖定或解鎖車(chē)門(mén)。華為也宣布今年1月6日在美國(guó)開(kāi)售的Mate 9智能手機(jī)成為第一個(gè)預(yù)裝Alexa虛擬助手的智能手機(jī)。Mate 9將于1月6日在美國(guó)市場(chǎng)發(fā)售，售價(jià)為600美元。

亞馬遜已經(jīng)成為通過(guò)智能語(yǔ)音助手搶占AI入口的真正大贏家，它與LG、Dish Network、惠爾浦、華為、英特爾、福特的合作，不斷擴(kuò)大了Alexa的版圖。

智能語(yǔ)音助手將成為AI的主戰(zhàn)場(chǎng)

人工智能將成為人機(jī)互動(dòng)的砥柱，語(yǔ)言是人類(lèi)用來(lái)交流的最廣泛的一種工具。人類(lèi)在地球上的成功，很大程度上依賴(lài)于復(fù)雜的語(yǔ)言和如此多樣的詞匯。而且語(yǔ)言交流迅速、直接，是布局人工智能市場(chǎng)的最佳切入點(diǎn)。

2016年被認(rèn)為是主流科技公司迎接智能語(yǔ)音助理的發(fā)展元年，近期在歐美持續(xù)走紅的亞馬遜Echo更凸顯了該趨勢(shì)，通過(guò)Echo的智能語(yǔ)音助理Alexa，用戶(hù)直接說(shuō)話，即可完成設(shè)置鬧鐘、叫車(chē)、訂餐等。用戶(hù)需要調(diào)整什么業(yè)務(wù)，這些事情都可以通過(guò)虛擬助理來(lái)完成。

如果智能語(yǔ)音助手技術(shù)成熟，Echo將有望替代目前的人工客服。亞馬遜的云服務(wù)部門(mén)AWS正在為常設(shè)客服崗位的各類(lèi)企業(yè)開(kāi)發(fā)一套云端軟件，讓Alexa接聽(tīng)用戶(hù)打進(jìn)來(lái)的電話，或者用文字回復(fù)顧客咨詢(xún)。這個(gè)內(nèi)部開(kāi)發(fā)代號(hào)為L(zhǎng)ily的軟件，據(jù)稱(chēng)包括了亞馬遜去年推出的文本和語(yǔ)音互轉(zhuǎn)服務(wù)Lex和Polly，預(yù)計(jì)在今年3月中旬發(fā)布。

伴隨著諸多科技企業(yè)紛紛涉足虛擬助手技術(shù)，社交網(wǎng)絡(luò)霸主Facebook也欲憑借著語(yǔ)音助手“Moneypenny”進(jìn)入該領(lǐng)域，這項(xiàng)綜合功能能夠幫助消費(fèi)者完成產(chǎn)品購(gòu)買(mǎi)和在線服務(wù)等在內(nèi)的多項(xiàng)任務(wù)操作。據(jù)報(bào)道該項(xiàng)目正處于內(nèi)部測(cè)試階段，聲稱(chēng)為現(xiàn)代化數(shù)字助手服務(wù)帶來(lái)人性化體驗(yàn)，例如用戶(hù)可要求Moneypenny對(duì)目前市場(chǎng)HDTV市場(chǎng)行情作為判斷和研究，并下單購(gòu)買(mǎi)。

諾基亞也在準(zhǔn)備推出自己的虛擬助手，名字可能為“Viki”。諾基亞在歐盟為“Viki”申請(qǐng)了注冊(cè)商標(biāo)。在應(yīng)用程序的產(chǎn)品描述部分，公司描述Viki“用于創(chuàng)建和監(jiān)控使用數(shù)字知識(shí)的移動(dòng)和Web助手，并將所有數(shù)據(jù)源合并在單獨(dú)的語(yǔ)音界面顯示。這也意味著諾基亞也即將加入激戰(zhàn)正酣的虛擬助理大戰(zhàn)。

雖然智能虛擬助理技術(shù)已經(jīng)歷了較長(zhǎng)時(shí)間發(fā)展，但科技巨頭們都認(rèn)為，智能虛擬助理尚處發(fā)展期，未來(lái)智能助理發(fā)展的道路仍任重而道遠(yuǎn)。