AI时代的门票——智能语音交互

AI时代即将到来，而语音识别便是入场**。说出一句话，也许你可以直接听到想要的结果，也许机器**直接执行你的命令，也许……这无限延伸的可能性，便是 AI 的魅力。

还记得2年前，度秘刚发布的时候，心情激动的我没怎么思考就洋洋洒洒扯了一通《度秘：你好，521号机器人为您服务》。记得那时才大三，感觉百度发布的度秘机器人好牛逼，天文地理无所不知。但那时的度秘也仅仅是个加强版的微软小冰，只不过是连接了更多的服务，因为百度在这方面有着天然的优势。那时的度秘虽然看起来也很全能，但从未自然的融入实际生活场景中，因为究其本质，它是以拟人对话形式整合线下服务与功能。

而如今，亲身体验了这场技术变革带来的改变，不禁感慨，AI时代即将到来，而语音识别便是入场**。说出一句话，也许你可以直接听到想要的结果，也许机器**直接执行你的命令，也许……这无限延伸的可能性，便是 AI 的魅力。

新一代交互形式：语音识别

时光飞逝，短短两年，互联网行业日新月异，经历了AR、VR的变革，又见证了阿法狗的崛起。人工智能这个词似乎离我们越来越近。通常来讲，每一次全新时代的到来，都是因为一个传统的形式被颠覆。

比如，多年前我们的手机硬件由非智能机变为智能机，交互方式由物理按键变为手势操作。并伴随着网速的提升，从而由PC互联网时代逐渐进入移动互联网时代，而这一次，变革便是从语音识别开始。

艾媒数据的调研结果

可以看出，语音识别高居第一，其次是智能家居。这两方面都有一个共同点在于：它们都是两种全新的交互形式。

语音识别意味着将无形的声音转化为有形的执行信息，而传统交互形式是通过文字，或是通过肢体动作来完成命令的执行。

智能家居意味着将家庭场景下的电器通过网络的构建与连接，形成物联网，将之变得更加自动化，随用户的需求而自然切换状态。

亚马逊Echo系列产品

而现在，无论是国外的亚马逊、谷歌还是国内的小米等生产智能硬件的公司，都开始极力打造家庭场景下的人工智能，而语音，便是这种人工智能交互形式的突破口。

完整的语音交互过程应该分三个步骤：听清、听懂、满足。

• 听清：当用户的声音从麦克风输入时，应有拾音器记录用户声音，并准确的进行识别，将最终结果反馈给AI大脑。而在这个过程中，需要软硬件以及算法去处理所有声音，取其精华，弃其糟粕，最终将真正的指令记录。
• 听懂：当大脑拿到结果后，要对其进行解析，将语音转为文字，并进行语义分析，同样需要强大的算法和机器学习能力，不断去纠错。哪些是命令词，哪些是内容词，要进行区分，最终普通的一句话要被拆分为命令、内容等相关类型词。
• 满足：当一句简单的话被AI大脑理解，接下来的就是满足用户，用户如需要查询，便去告诉他相应内容。用户如需要执行动作，便去完成整个动作流程。

而事实上，这三个重要步骤，对于一家普通公司，基本是不可能完成的任务。

它要求既要有扎实的语音识别技术，又要有牛逼的语义理解能力，最后还需要有强大的内容数据去做支撑。

也难过，只有百度这样的**级大厂，才能充分整合资源，将整个语音交互过程都涉及到。

家庭场景下的语音交互

在中国，如果想要普及一种变革，最好的场景是家庭环境，因为这种场景下，用户的使用习惯，喜好**彻底的释放和表达，是一种最自然，无压力的表现状态，且这种场景又属于高频场景，覆盖范围广。

家庭下的语音唤醒场景请

不仅仅是图中这些场景，今天在百度的开发者大****场上见到了各种家庭场景下的硬件设施，当它们一旦搭载了语音交互的系统，便摇身一变，成了具有语音操控的智能家居。

对智能冰箱说：

“宫保鸡丁怎么做”，冰箱上的显示屏开始播放宫保鸡丁教学视频。

对智能电视说：

“我想看个赛车类电影”，电视上显示《速度与激情》系列影**。

对智能音箱说：

“我要开party，放个激情澎湃的音乐吧”，音箱播放《Sugar》

………….

智能硬件加上语音交互，已经构建成了物联网。相信在不久的将来，搭载了语音交互系统的智能家居，都可以听你的话，你说所说的每个指令，都**直接影响到当前家居的运行状态。甚至可以对其动作进行组合，形成物联网+语音交互。

小米智能硬件生态圈

在我看来，最有可能率先实现该场景的就是小米。

小米近几年基本完成关于智能硬件生态圈的布局，覆盖了家庭场景下大部分高频使用的硬件设施，并将其与手机连接在一起，使用户通过手机可以快速的管理。本次小米电视4的发布，其中一个亮点便是：将家居中的每一个智能硬件部分都和电视，手机控制端进行连接。最终实现最完美的智能家居生活场景：对着电视或遥控器说一声：关闭空调、开启吸尘器等一切指令，通过语义识别，连接家居，执行命令一系列动作，将智能贯彻到底。

开放的AI未来，不止于此

曾经VR技术被鼓吹的神乎其神，最终还是因硬件成本居高不下以及体验难以提升沦为AI的泡影产物。而语音识别不应如此，百度的duer OS提供一整套语音识别的解决方案，给了许多硬件公司产品智能化的希望。

这样一来，智能硬件的成本便可以达到有效把控。在整个语音交互部分，百度提供现成的SDK，并可以配套终端应用，提供开发套件。无论事实如何，宣传效果确实达到了。若如此，接下来，语音交互能力便不再是小公司，小产品可望不可即的能力了。而最终市场上经过一批残酷的淘汰，最终留给用户的，便是最优秀的软硬件结合的产物。这无论是对用户还是整个行业，都是一个良好的发展趋势。

以一个开发的心态迎接人工智能时代，科幻电影里的场景，即将到来。这一刻，我想到了《人工智能》，《机械姬》，《黑客帝国》。

对于未知的好奇心，要远远大于恐惧。

#专栏作家#

王伟华，微信公众号：夜漫产品（learnerwwh），一只略带文艺情怀的产品汪，擅长社交，资讯领域产品，心理学爱好者，目前正处于知识体系搭建阶段。

本文原创发布于人人都是产品经理，未经许可，不得转载。

给作者打赏，鼓励TA抓紧创作！

**赏

5人打赏