语音助手如何闯出红海？

李雪娇

斯坦·李笔下的超级英雄众多，其中作为复仇者联盟元老的钢铁侠或许会是特别的存在。他没有天生的超能力，却靠着高科技战衣，一次次地拯救世界。钢铁侠聪明的“语音助手”贾维斯让影迷羡慕不已，冷冰冰的机器能够顺畅地与之交流，在插科打诨之余轻松地完成指令。在现在来看，这也是相当酷炫的技术了。当想象的种子生根发芽，现实就不可阻挡而来。

2011年，在苹果手机iPhone4s发布会上，系统语音助手Siri横空出世。经过这些年的发展，语音助手甚至更深入的语音识别技术出现，让很多人看到了未来的无限可能。如今语音助手能否让用户像漫威的主角一样“升级打怪”？语音市场究竟有多大？市场的参与者又都生存得如何？

亮眼的弯道超车

早在2000年，比尔·盖茨提出了“未来10年是语音的时代”。据了解，键盘打字的平均速度为每分钟41个字，而人每分钟平均可以说出150个字，可见在输入效率上，语音的信息交换密度远远领先于键盘输入。

从最初的一问一答开始，科技打开语音交互的一扇门，这种新玩法比文字交流更方便快捷，表达的内容更丰富，甚至将来会涉及细微的情感区分。在交互的过程中，机器有了更多的主动性，能够为人提供更多、更好的帮助，让人们的生活更便捷、更安全、更有趣。

“我们日常提到的语音助手，内涵丰富，在智能技术方面至少包括语音识别、自然语言理解、对话管理、自然语言生成、语音合成等一系列技术。”北京邮电大学智能科学与网络工程系主任、中国人工智能学会自然语言理解专业委员会主任王小捷在接受《经济》记者采访时表示，听、说、读、写是人们日常生活中认知世界、获取信息、发展智能、交流情感的一种重要手段，这也就不奇怪语音交互会成为当前人工智能发展的重点领域。

从历史发展趋势来看，智能语音交互技术的普及速度要比其他任何技术都快。北京科技大学计算机科学与技术系副主任、模式识别与人工智能技术创新实验室主任殷绪成告诉《经济》记者，人机交互涉及信息的录入，现在语音识别、文字识别步入较成熟的阶段，关键在于信息录入以后，自然语言理解技术较难突破，所以现在自然语言理解的研究是一个重点。

在殷绪成看来，单纯从技术角度出发，尽管国外企业投入较早，且发展也比较全面。但中国丝毫不逊色，“大家似乎都处于同一个水平线。”

得益于我国移动互联网的快速发展，智能语音助手应用正在不断渗透，庞大的数据累积，促进我国智能语音市场规模进一步提升。根据中国信通院数据显示，我国智能语音市场规模已达到100.7亿元。随着智能语音应用产业的拓展，市场需求增大，预计2018年中国智能语音产业规模将进一步增长，达到160亿元左右。

自人工智能进入国家战略地位，除了日常接触的手机语音助手外，人与机器对话的欲望被放大，搭载语音助手的智能终端产品如雨后春笋般出现。随着万物互联时代的到来，更多场景被赋予了科幻色彩。在中国广袤的消费市场中，企业及相关产业逐渐崭露头角。

一片耀眼的红海

2014年，电商巨头亚马逊推出了由人工智能助手Alexa驱动的Echo智能音箱，借助网站平台入口，带动了商品销量大幅度提高，语音助手成功抢占智能家居市场的赛道。在这套逻辑下，亚马逊适时上线智能锁、语音微波炉、智能灯泡、车载语音助手等一系列产品，布局亚马逊生态链。

另一边，搜索巨头谷歌也不甘落后，近期新推出了带有屏幕的智能音箱Google Home Hub，凭借自动驾驶领域的技术优势，在车联网领域独占翘楚。就连社交媒体巨头Facebook也推出了可以语音通话的智能音箱Portal。

具有生态交互效果的语音助手逐步走进千家万户，平台优势及生态布局成为抢占智能语音市场的衡量标准。然而在瞬息万变的市场中，没有永恒的赢家，如今这些老牌企业正面临新的竞争。

2017年双十一期间，天猫精灵为促进销量将499元的原价降到了99元，用价格战刺激市场，效果颇为显著，取得了100万台的销售业绩，这一战绩无疑给年销量不到10万台的国内智能音箱市场投入了一枚深水炸弹。

今年，在拉斯维加斯举行的CES2018消费电子展上，谷歌首次在CES搭建展台，重点展示全给了Google Assistant，而亚马逊也在CES上为Alexa设立了專门的展位，百度的DuerOS也毫不示弱，更是被国外媒体称为“中国版的Alexa智能语音平台”。

控制着小米及米家设备的“小爱同学”因为发音自然而亲切，交互效果良好，颇受科技发烧友的喜爱，299元的售价更是让小米坐稳价格屠夫的宝座。

一组数据印证现实，根据Juniper Research数据，中国智能家居市场价值将在2018年达到近230亿美元，智能音箱和智能语音助手不可或缺。

视线回到国内，搭载语音助理的终端产品纷纷涌现，科技巨头拼杀不断，中小企业也在努力蚕食剩下的语音市场份额，可以想见，2018年是人工智能精彩纷呈的一年。

“大概从2013年开始，科技型企业一步并作两步走，尤其是智能助理设备终端的发展很快，至于大家所期望看到的明显市场格局，其实没有特别明显。如果非要说一个变化，应该是参与者的活跃让智能语音市场火了起来。”思必驰信息科技有限公司CMO龙梦竹向《经济》记者介绍了国内语音助手的大致发展趋势。

从国内众多企业成长可以总结出，智能语音行业采用双重商业模式，以获取全球市场份额，并在中国扩张。一是寻求美国科技公司合作，将他们的硬件设备与国外人工智能系统配对，在中国以外销售智能音箱；二是携手中国语音人工智能创业企业，或者在中国内部开发对话式人工智能软件，以便在中国销售。

龙梦竹谈到，语音与图像不一样，技术门槛较高，从信号处理、识别到理解，再到语音合成及对话管理，整体交互链条长。“市场中新进场的语音科技创业公司，大部分是针对某一两个技术点，或者是某一两个场景进行尝试，现在很难看到语音技术方面拥有全套技术的公司。 ”

“大家都想分得一杯羹，看重的是什么？是语音入口的能力。通过语音能获取内容，进行交互，获得用户画像。”标贝科技联合创始人、CTO李秀林对《经济》记者表示，欣欣向荣的智能语音市场固然可喜，不过对行业参与者来说，仍不可掉以轻心。

在生活和工作节奏加快的今天，人工智能行业和最初的互联网行业有着异曲同工之处，那就是一旦落后就只能望尘莫及。在现阶段，抢占市场先机，拓展生态布局成为了争夺智能语音市场的决定性因素。

“这就好比‘外行人看热闹，内行人看门道，市场大大小小品牌的智能音箱让人应接不暇，价格在100元到上千元不等，国内用户对智能音箱的需求潜力被低价激发，巨头企业们采取的价格战，使得小公司竞争乏力。但众玩家都在忙着跑马圈地，无暇顾及其他。”李秀林说。

知之非难 行之不易

“对不起，我没有听懂，你可以再说一次吗？”冰冷的女声响起，这应该是使用过语音助手用户颇为熟悉的场景。

根据Business Insider在2017年5月对4135位美国用户的调查，当中只有46%的受访者表示有使用语音助手的习惯。在这46%的受访者当中，有42%的受访者在智能手机上使用语音助手，14%的受访者在智能音箱上使用语音助手，至于其他设备上使用的概率就更低了。

不可否认，使用语音助手，在一定程度上方便了操作。特别是用户双手被束缚的情景，直接用语音完成打电话、设闹钟、地图导航、听音乐等一系列活动。不过遇到公共场合，语音助手的使用似乎戛然而止了。

李秀林表示，语音助手市场确有不成熟的地方，它呈现出比较奇怪的场景，看似红火，但是大家买回去之后会出现“用之无味，弃之可惜”感受，究其根源，问题可能出在交互环节。

王小捷谈到，近几年语音助手技术发展还是很快的，在边界条件限定比较好的特定任务中已经有比较成熟的技术方法。但是，在跨任务、多任务、跨类型对话时，性能下降太快，很不平稳，在突破任务边界限定时技术的稳定性、平滑过渡能力、处理新信息的能力等是目前技术发展的难点问题。

“我们看到的语音助手有时看起来很智能，有时表现极差，这极差的情况可能就是用户在使用中突破了技術达到的边界。而同时，这个边界条件经常是很难去限定的、使用中很容易去突破。”

王小捷举例表示，对于家电语音控制，用户在控制家电时顺便聊上几句闲话是非常有可能的，而闲话的范围是难以限定的。这也是智能产品和很多传统产品之间的一个重要差异。传统上，大家看到洗衣机就只会用它去洗衣服，而对于智能助手这类的智能产品，人们很容易就会忘记这类设备其实也有同样的限定这一点，很容易就越线，当然，也有产品自身过度宣传的问题。

安全与自由难两全

近期赵女士微信语音被骗事件在网上引发了持续关注，安全是人工智能发展难以回避的问题，语音助手发展到今天，用户基本数据达到可观的数量级，人们常说“隔墙有耳”，语音助手的用户隐私掌握在谁的手上？

去年，亚马逊卷入了一起调查案件。在一场谋杀事件中，嫌疑人所持有的Echo智能音箱或许会成为本案的关键性证据。不过，据美国有线电视新闻网（CNN）报道，亚马逊拒绝了将Echo记录的信息交给阿肯色州Benton县的起诉律师。

也许未来你的自由将取决于一个机器人，这种情况完全有可能发生。

根据媒体报道，语音助手可以向Siri发出的请求和设备ID会被苹果保存6个月，之后他们会删除设备ID，但是音频文件将再保存18个月。Google的语音助手会将用户说过的话保存7天。

亚马逊的智能音箱也有这个问题。这款设备不仅可以通过“Alexa”和其他特定单词触发，并且可以被任何人触发。假设你认识的某个人名叫Alexa，如果你在某些场合提到他们的名字，而恰巧周围有个智能音箱，那么这个音箱就会录下你说过的一切，而你可能丝毫不知情。很明显这个缺陷会被人利用去偷听别人的谈话。

不过从目前发展态势来看，语音助手的安全不是企业首要考虑的目标。“试想市场上能够做出百分之百完美的语音助手产品，无论是外形还是技术上达到顶尖，成本自然会相应增加，价格提升对用户便失去了基本的吸引力。”龙梦竹表示，现在很难在技术、成本和投入中寻找一个合适的比例。

迎接2.0时代

一种技术的局限性可以通过另一种技术的出现来克服，而一种场景的使用会有更多场景尝试。据Strategy Analytics的报告，在2018年全球出售的智能手机中，有47.7%配备了语音助手，而到2023年，语音助手渗透率将达到90%。

“目前市场还停留在对智能语音终端的渗透。”龙梦竹表示，它的外形是一个产品。企业会落实到最根本的性价比问题，因为性价比就会影响到他的渠道，产品受众的认知。那么性价比又分两个部分，一是技术，二是内容。

李秀林认为，大多数语音助手企业不仅没有赚到钱，大家还都在拼命地烧钱。“基于沟通为媒介的语音助手，后续没有一个优质的内容去吸引用户，产品便是断裂的。”李秀林提到，语音助手市场正在培育阶段，消费者没有付费意愿，企业为了生存，可能就要想一些其他的方案，简单地缓解生存的压力。

在殷绪成看来，语音助手在“对话”上已经取得突破，到了更深层次的“问答”层面，信息流、数据存储量加大，在技术层面并没有太大问题，机器在自学习、自成长方面，需要循序渐进地成长。

需求是创新的原动力。清华大学智能技术与系统国家重点实验室主任朱小燕在接受《经济》记者采访时提到未来语音助手的发展，或许数字语音助手真正的魅力不仅限于这些智能音箱。迟早有一天，这些助手将渗透到我们所熟悉的各种设备之中，比如耳机、汽车音响，等等。届时我们可以对着空气讲话，随时随地获取所需的所有信息。

不同于触摸的命令式交互，语音交互场景有着无限的想象空间。语音助手从无到有，经历了厚积薄发的历程，成为人机交互深入发展的新方式。虽然现在语音助手在逻辑推力方面稍显稚嫩，但前景依旧广阔。希望未来当我们与语音助手沟通时，也能收获到人与人的温情。