科技巨頭：布局已實(shí)、用戶尚虛

　　自2011年蘋果開發(fā)第一個(gè)智能語(yǔ)音助手Siri之后，Google、微軟、亞馬遜、百度、Facebook陸續(xù)加入陣營(yíng)，這些智能助手各自嫁接在智能移動(dòng)設(shè)備終端上。以構(gòu)建生態(tài)為目標(biāo)，各巨頭紛紛向第三方開放者開放其技術(shù)平臺(tái)。Google與亞馬遜還有自己的智能音箱設(shè)備，搶占家居場(chǎng)景。以亞馬遜2014年推出Echo為最早。而亞馬遜和微軟則有結(jié)合智能電視一起使用的機(jī)頂盒或游戲機(jī)設(shè)備。

　　智能音箱為典型的家居場(chǎng)景終端，根據(jù)海外近期的消費(fèi)者調(diào)查，亞馬遜Echo、和Google Home的用戶期望用途最主要的是播放音樂、音頻讀物，其次是智能家居控制管理和游戲娛樂。

　　綜合看來，亞馬遜在智能語(yǔ)音上的平臺(tái)化布局最為成熟。根據(jù)調(diào)查機(jī)構(gòu)CIRP的報(bào)告， 截至2016．11月，亞馬遜推出的Echo系列智能音箱產(chǎn)品在美累計(jì)銷量已突破510萬臺(tái)。根據(jù)Voice．a(chǎn)i提供的相關(guān)數(shù)據(jù)，自2016年6月以來在Alexa上新增的語(yǔ)音服務(wù)應(yīng)用從1000個(gè)左右迅速增長(zhǎng)到7000個(gè)。雖然數(shù)量龐大，但許多應(yīng)用少人問津，其中僅有不到1／3的應(yīng)用有一個(gè)用戶反饋。

　　作為美國(guó)最大的電子書零售商，亞馬遜有天然優(yōu)勢(shì)銷售音頻讀物。隨著Alexa和Echo的用戶增長(zhǎng)，亞馬遜于2016下半年開始力推音頻讀物與播客，9月亞馬遜將音頻讀物和播客服務(wù)加入到了Prime會(huì)員權(quán)益中。

　　目前，亞馬遜Alexa APP Store內(nèi)占比最多的三類是新聞?lì)悜?yīng)用、在線游戲、教育參考等。

　　然而目前在國(guó)內(nèi)并沒有亞馬遜Alexa和Echo，也沒有中文語(yǔ)音版。中國(guó)的開發(fā)者尚在期待成熟的中文生態(tài)平臺(tái)。鑒于亞馬遜對(duì)中國(guó)市場(chǎng)過去表現(xiàn)出的“延時(shí)”但未放棄的態(tài)度，或許普通消費(fèi)者可以期待若干年后歡迎Alexa到中國(guó)，但對(duì)開發(fā)者來說恐怕就等不起了。還是來看一下中國(guó)智能語(yǔ)音的本土情況吧。

　　技術(shù)解決方案：新老玩家趨勢(shì)演變

　　目前在國(guó)內(nèi)，除了百度度秘及其技術(shù)開放平臺(tái)外，提供智能語(yǔ)音技術(shù)解決方案的公司主要有：科大訊飛、思必馳、云知聲、三角獸、極限元、捷通華聲、出門問問、海知智能，等。從成立時(shí)間來看，其中有已經(jīng)上市的老玩家也有成立不久的新玩家。其背后不乏來自阿里、谷歌的資金支持，創(chuàng)始人里也有從微軟、百度智能語(yǔ)音領(lǐng)域出來的核心技術(shù)人員。

　　就目前看來，國(guó)內(nèi)擁有智能語(yǔ)音技術(shù)的玩家目前大多以開展2B業(yè)務(wù)為主，少數(shù)開發(fā)有2C的智能終端。各個(gè)玩家大多橫跨多個(gè)行業(yè)提供解決方案，雖然實(shí)際服務(wù)的領(lǐng)域每家各有不同的勢(shì)力范圍，但從戰(zhàn)略上來說，各家的焦點(diǎn)都比較模糊。從新老玩家的戰(zhàn)略定位上的差異，以及老玩家近幾年的業(yè)務(wù)變化情況來看，智能語(yǔ)音技術(shù)解決方案提供方的發(fā)展呈現(xiàn)了一下幾個(gè)趨勢(shì)：

　　1.行業(yè)的延伸。服務(wù)行業(yè)從電信、銀行、政務(wù)領(lǐng)域延伸到醫(yī)療、教育、硬件終端領(lǐng)域。

　　2.從自動(dòng)客服處理、語(yǔ)音合成服務(wù)開始試著向溝通商務(wù)、客戶激勵(lì)更高級(jí)的價(jià)值訴求升級(jí)。

　　3.從定制化開發(fā)模式開始轉(zhuǎn)向平臺(tái)式的互聯(lián)網(wǎng)架構(gòu)。一種是通過開發(fā)硬件設(shè)備來做平臺(tái)；另一種將解決方案本身平臺(tái)化的，例如成立時(shí)間最晚的兩家公司海知智能、三角獸都有這樣的規(guī)劃。

　　終端設(shè)備：延伸或升級(jí)

　　在語(yǔ)音智能終端方面，我們可以分兩類來看。智能語(yǔ)音設(shè)備目前從應(yīng)用場(chǎng)景與使用形式上可分為幾類：手機(jī)配件，例如智能耳機(jī)；可穿戴延伸，例如可語(yǔ)音控制的智能手表；車載延伸，例如語(yǔ)音控制車載導(dǎo)航等；家電升級(jí)，如智能音箱、語(yǔ)音控制智能電視、機(jī)頂盒；獨(dú)立形式，這里指那些以智能語(yǔ)音為主要形式開發(fā)的全新硬件產(chǎn)品，智能語(yǔ)音教育產(chǎn)品、智能玩具等。

　　各類智能語(yǔ)音設(shè)備產(chǎn)品中，一部分以開發(fā)平臺(tái)化產(chǎn)品，意圖占領(lǐng)一定場(chǎng)景下終端入口的產(chǎn)品，如車載場(chǎng)景、家居場(chǎng)景。另一部分，在一些垂直服務(wù)領(lǐng)域的智能語(yǔ)音硬件產(chǎn)品也有部分嘗試，如兒童教育類智能硬件、酒店服務(wù)咨詢機(jī)器人，等等。這部分產(chǎn)品以鎖定某一特定人群的特定需求為目標(biāo)。

　　因大多數(shù)終端設(shè)備都是原有設(shè)備的延伸或升級(jí)，而語(yǔ)音操控只涉及人機(jī)界面交互體驗(yàn)，本質(zhì)上并不提供新的服務(wù)或產(chǎn)品，競(jìng)爭(zhēng)主要在各大消費(fèi)數(shù)碼品牌間展開。部分智能語(yǔ)音技術(shù)解決方案提供方因有其技術(shù)優(yōu)勢(shì)，也將產(chǎn)業(yè)觸角延伸到硬件設(shè)備上。其中，較受關(guān)注的是以中國(guó)的Amazon Echo為定位的科大訊飛的智能音箱系列產(chǎn)品。不過或許就像如今再難找到不能上網(wǎng)的電視機(jī)一樣，未來配上語(yǔ)音操控也將成為數(shù)碼產(chǎn)品、車載系統(tǒng)的功能標(biāo)配。

　　由于音箱、耳麥與音頻播放最為緊密，使用語(yǔ)音操控的智能音箱與智能耳麥成為這一領(lǐng)域最具代表性的硬件終端?？拼笥嶏w、小米、聯(lián)想、海爾都已陸續(xù)推出了通過語(yǔ)音控制的智能音箱產(chǎn)品，恐怕他們的意圖都不是賣產(chǎn)品而是做生態(tài)。

　　從智能音箱的發(fā)布方來看，大致分為幾類：消費(fèi)數(shù)碼強(qiáng)勢(shì)品牌、智能語(yǔ)音技術(shù)解決方案提供方、傳統(tǒng)音頻設(shè)備商、數(shù)碼音頻服務(wù)應(yīng)用、其他智能硬件初創(chuàng)公司。

　　事實(shí)上，較早進(jìn)入市場(chǎng)的是一些期望抓住新一波熱點(diǎn)的智能硬件初創(chuàng)公司，然而這類開發(fā)者無論是技術(shù)實(shí)力、產(chǎn)品運(yùn)營(yíng)經(jīng)驗(yàn)還是產(chǎn)業(yè)鏈資源都較為有限，往往容易淪為探路先驅(qū)；而其他幾類發(fā)布方借用自身特定優(yōu)勢(shì)，如已建立起的強(qiáng)勢(shì)品牌效應(yīng)、已積累的粉絲群等，隨后推出的智能音箱市場(chǎng)表現(xiàn)往往會(huì)更好。

　　Strategy Analytics的最新數(shù)據(jù)稱，2016年智能音箱全球出貨量達(dá)到590萬臺(tái)，預(yù)測(cè)有望在2022年達(dá)到10倍增長(zhǎng)。

　　作為手機(jī)配件的耳麥順利成長(zhǎng)的成為各手機(jī)品牌延伸推出虛擬語(yǔ)音助理的載體。目前，Apple在2016年分別推出了配有智能語(yǔ)音助理的升級(jí)后的Earpod有線版耳機(jī)和高端無線版Airpod；Sony也于2016年9月發(fā)布了Xperia Ear藍(lán)牙智能耳機(jī)。然而似乎嘗鮮者使用后對(duì)語(yǔ)音助手耳機(jī)的體驗(yàn)好評(píng)度較低。另一家開發(fā)智能耳機(jī)的名為Vinci的創(chuàng)業(yè)公司2017年初完成了數(shù)千萬元A輪融資，在2015年，Vinci曾獲得數(shù)千萬人民幣的preA，千萬天使輪投資，目前產(chǎn)品正在以129美元預(yù)售。

　　服務(wù)應(yīng)用層：有待挖掘

　　就2B的應(yīng)用領(lǐng)域來看，從功能上分主要是三類：智能客服、語(yǔ)音識(shí)別、語(yǔ)音合成。

　　智能客服領(lǐng)域目前主要涉及電信、金融、政務(wù)等客服呼叫量密集的行業(yè)。在有能力提供智能語(yǔ)音技術(shù)解決方案的公司中，有很大一部分提供呼叫中心智能客服解決方案，如科大訊飛、云知聲、捷通華聲。除此之外，還有定位聚焦在智能客服領(lǐng)域的其他創(chuàng)業(yè)公司。

　　語(yǔ)音識(shí)別和語(yǔ)音合成主要處理語(yǔ)音與文本之間的互轉(zhuǎn)。所涉及領(lǐng)域通常在語(yǔ)音數(shù)據(jù)密集但又有電子化存檔需求的行業(yè)，如法院、醫(yī)療、教育、媒體。以醫(yī)療行業(yè)為例，近幾年醫(yī)療行業(yè)正在進(jìn)行數(shù)字化升級(jí)，個(gè)人醫(yī)療記錄電子化的數(shù)據(jù)處理需求比以往有所增強(qiáng)，智能語(yǔ)音解決方案提供方紛紛開始涉足醫(yī)療行業(yè)，外科醫(yī)生、放射科醫(yī)生、牙科醫(yī)生在手術(shù)等一些情況下不便手寫病情，在將噪麥克風(fēng)與語(yǔ)音識(shí)別技術(shù)的幫助下，來提升病情記錄的效率。

　　就2C的應(yīng)用場(chǎng)景來看，可以分為車載場(chǎng)景、家居場(chǎng)景、其他移動(dòng)場(chǎng)景，這三類場(chǎng)景下有一些通用的應(yīng)用領(lǐng)域，也有部分有場(chǎng)景特殊性的應(yīng)用領(lǐng)域。見下圖。

　　就目前來看，已有的以音頻服務(wù)為主要服務(wù)內(nèi)容的APP與“聽”場(chǎng)景天然匹配，首先登陸了智能語(yǔ)音2C領(lǐng)域，如音樂、音頻讀物、播客類的APP，其中包括喜馬拉雅FM、酷狗音樂、得到APP等都已進(jìn)入各類智能語(yǔ)音終端。

　　總體上來說，國(guó)內(nèi)2C應(yīng)用目前還處在“新瓶裝舊酒”的狀態(tài)，一部分切合度較高的既有移動(dòng)APP轉(zhuǎn)化成語(yǔ)音操控模式即可進(jìn)入這一市場(chǎng)。而更緊密圍繞智能語(yǔ)音交互，充分利用其交互體驗(yàn)的其他創(chuàng)新服務(wù)和產(chǎn)品還非常少。

　　把握智能語(yǔ)音交互體驗(yàn)的核心特性，結(jié)合場(chǎng)景特性、人群特性等因素，筆者認(rèn)為可以從以下5個(gè)不同視角來挖掘可創(chuàng)新或升級(jí)的應(yīng)用領(lǐng)域：

　　1、既有音頻內(nèi)容服務(wù)。也就是目前加載在智能語(yǔ)音設(shè)備終端上最多的應(yīng)用。

　　2、可轉(zhuǎn)音頻的資訊服務(wù)。對(duì)許多資訊類服務(wù)來說，原本可能是文本形式，但能夠比較容易的轉(zhuǎn)化為語(yǔ)音模式。尤其是一些快捷查詢類資訊，例如天氣查詢、交通查詢等。

　　3、基于可穿戴設(shè)備的服務(wù)?？纱┐髟O(shè)備原本是為移動(dòng)場(chǎng)景所設(shè)計(jì)，加載在上面的服務(wù)對(duì)便捷性都有較高的要求，且可穿戴設(shè)備往往操控界面有限，如能轉(zhuǎn)化成語(yǔ)音模式將有可能帶來更好的體驗(yàn)。

　　4、備忘記錄預(yù)約類服務(wù)。在個(gè)人日程管理領(lǐng)域，也是移動(dòng)應(yīng)用APP興起時(shí)最早繁榮的領(lǐng)域之一，以往主要依靠文本輸入，在一些特定環(huán)境下，文本輸入不便可采用語(yǔ)音輸入模式。事實(shí)上，這類應(yīng)用很多都有語(yǔ)音輸入插件，但既往的產(chǎn)品設(shè)計(jì)模式并未考慮語(yǔ)音操控管理的便捷性，或需要一些升級(jí)優(yōu)化。

　　5、面向文本交互不便的人群。除了在駕駛狀態(tài)、做家務(wù)時(shí)、某些工作場(chǎng)合等場(chǎng)景下，雙手被占用，文本交互不便。兒童、老人、其他障礙人群，也有可能對(duì)文本交互模式的使用不適應(yīng)，這類群體特別需要語(yǔ)音控制模式。