智能音箱是為傳統(tǒng)音箱賦予智能的新產(chǎn)品，成為繼智能電視、智能手機(jī)后智能家居新入口，引得國(guó)內(nèi)外IT企業(yè)競(jìng)折腰。本文圍繞智能音箱如何成為智能家居入口、構(gòu)成智能音箱生態(tài)的要素以及如何進(jìn)一步發(fā)展智能音箱三個(gè)問(wèn)題展開(kāi)。只有真正解決以上三個(gè)問(wèn)題，才能使智能音箱成為新一代變革產(chǎn)品而不是技術(shù)泡沫。

　　為音箱賦“智”

　　智能音箱是利用人機(jī)語(yǔ)音交互技術(shù)，面向家居場(chǎng)景提供搜索、聽(tīng)歌、購(gòu)物、社交等服務(wù)的智能硬件。2014年11月，Amazon公司公布了全球首款智能音箱Echo，迄今其全球銷(xiāo)量超過(guò)1000萬(wàn)臺(tái)；隨后兩年，科大訊飛、Google公司相繼推出了智能音箱產(chǎn)品；2017年以來(lái)，智能音箱進(jìn)入了發(fā)布的井噴期，微軟、蘋(píng)果、聯(lián)想、阿里等公司紛紛入局搶占市場(chǎng)。智能音箱成為繼智能手機(jī)、虛擬現(xiàn)實(shí)眼鏡之后，最受IT企業(yè)推崇的新產(chǎn)品。那么，如何剖析智能音箱產(chǎn)品呢？它應(yīng)有三個(gè)屬性。

　　首先是智能產(chǎn)品。智能產(chǎn)品是“智能+產(chǎn)品”，可以從“智能”和“產(chǎn)品”兩方面分析。智能是思考的能力，其強(qiáng)度由低到高分別為經(jīng)驗(yàn)智能、成分智能和情境智能。其中，經(jīng)驗(yàn)智能是指依賴(lài)實(shí)際經(jīng)驗(yàn)歸納得到一般規(guī)律；成分智能是指依賴(lài)已知知識(shí)演繹得到隱知識(shí)；情境智能是指根據(jù)所處環(huán)境做出最優(yōu)化決策。產(chǎn)品是封裝了技術(shù)邏輯、外觀設(shè)計(jì)、商業(yè)模式的用戶(hù)需求解決方案。綜上所述，智能產(chǎn)品是具有一定智能強(qiáng)度的用戶(hù)需求解決方案。當(dāng)前，市場(chǎng)現(xiàn)存智能產(chǎn)品（例如智能手機(jī)、智能電視）的智能程度普遍不高，僅為經(jīng)驗(yàn)智能產(chǎn)品，僅能根據(jù)經(jīng)驗(yàn)為用戶(hù)迅速連接到信息、服務(wù)和社群。智能音箱就是“智能”+“音箱”，其核心在于“智能”，應(yīng)為音箱賦予更高的智能強(qiáng)度，從經(jīng)驗(yàn)智能上升到成分智能甚至情境智能。

　　其次是用戶(hù)使用習(xí)慣。主要從人機(jī)交互和用戶(hù)感官兩方面分析。人機(jī)交互方式從按鍵、觸摸到語(yǔ)音、腦機(jī)，是信息傳遞效率不斷提升的過(guò)程。當(dāng)前，智能手機(jī)、車(chē)載終端、智能機(jī)器人等產(chǎn)品都有向基于語(yǔ)音的人機(jī)交互方式演進(jìn)的趨勢(shì)，提供更迅捷、更方便的交互體驗(yàn)。用戶(hù)感官主要包括視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、觸覺(jué)等。因此，智能產(chǎn)品是由人體不同感官全方位感知，經(jīng)由大腦處理分析后形成的綜合認(rèn)識(shí)和感受。對(duì)不同類(lèi)型感官的綜合性越強(qiáng)或者對(duì)單一感官的刺激越精深，用戶(hù)體驗(yàn)就越深刻。據(jù)智能語(yǔ)音行業(yè)研究報(bào)告，人類(lèi)從外界獲取信息的感官依賴(lài)度，視覺(jué)占60%、聽(tīng)覺(jué)占20%、觸覺(jué)占15%。例如，智能手機(jī)就是高度綜合了用戶(hù)信息獲取依賴(lài)度前兩位的視覺(jué)和聽(tīng)覺(jué)方式；而虛擬現(xiàn)實(shí)眼鏡則把二維非沉浸視覺(jué)體驗(yàn)提升至三維全沉浸，對(duì)用戶(hù)接受度最高的視覺(jué)方式做了精深拓展。智能音箱在強(qiáng)化人機(jī)語(yǔ)音交互功能的同時(shí)，需要進(jìn)一步拓展對(duì)用戶(hù)感官的覆蓋范圍或者加強(qiáng)對(duì)聽(tīng)覺(jué)的精深刺激，提供更豐富的交互體驗(yàn)。

　　最后是智慧家居入口。入口是服務(wù)商獲取市場(chǎng)、用戶(hù)、數(shù)據(jù)的渠道。當(dāng)前，各大IT廠(chǎng)商都在搜尋家居場(chǎng)景的終極入口。智慧家居入口之爭(zhēng)已從電腦、手機(jī)、平板、電視，延伸至智能音箱。從桌面互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)的時(shí)代更迭中看，手機(jī)以其泛在性、便攜性特征脫穎而出。那么，當(dāng)前從移動(dòng)互聯(lián)網(wǎng)到萬(wàn)物互聯(lián)網(wǎng)的時(shí)代演變中，誰(shuí)可以成為真正的智慧家居場(chǎng)景入口？以下主要從三個(gè)方面分析。1.家居是一個(gè)弱移動(dòng)場(chǎng)景。入口產(chǎn)品并不要求像手機(jī)、平板一樣具有很強(qiáng)的高速泛在性。2.家居是一個(gè)高效交互場(chǎng)景。任何需要用戶(hù)付諸復(fù)雜肢體動(dòng)作的入口產(chǎn)品都不會(huì)受到歡迎。3.家居是一個(gè)強(qiáng)人性化場(chǎng)景。入口產(chǎn)品作為家庭生活的組成部分，需要具有融成員化、融情感化的能力。綜上所述，智慧家居入口的特點(diǎn)是弱移動(dòng)性、高人機(jī)交互性和強(qiáng)人性化。智能音箱必須要同時(shí)兼容以上三點(diǎn)，才能制霸智慧家居入口。

　　構(gòu)建智能音箱產(chǎn)品生態(tài)

　　智能音箱的支撐核心在于智能語(yǔ)音，其本質(zhì)是“技術(shù)+平臺(tái)+內(nèi)容”。只有形成強(qiáng)關(guān)聯(lián)的產(chǎn)品生態(tài)，才能讓智能音箱產(chǎn)品擁有變革生活的能力。

　　多種技術(shù)的綜合應(yīng)用形成了智能音箱產(chǎn)品的核心服務(wù)能力，其中包括語(yǔ)音識(shí)別、聲紋識(shí)別、自然語(yǔ)音理解、多輪對(duì)話(huà)管理、自然語(yǔ)言生成等。其中，語(yǔ)音識(shí)別技術(shù)可將人類(lèi)語(yǔ)音轉(zhuǎn)換為機(jī)器可讀取的文字；聲紋識(shí)別技術(shù)是根據(jù)語(yǔ)音內(nèi)在生物特征，對(duì)說(shuō)話(huà)者進(jìn)行身份驗(yàn)證；自然語(yǔ)言理解技術(shù)可為機(jī)器翻譯人類(lèi)語(yǔ)音的含義；多輪對(duì)話(huà)管理技術(shù)是圍繞某一話(huà)題人與機(jī)器進(jìn)行多輪次確認(rèn)問(wèn)答；自然語(yǔ)言生成技術(shù)是將機(jī)器內(nèi)外部文字信息轉(zhuǎn)換為人類(lèi)語(yǔ)言的技術(shù)。整體技術(shù)邏輯可描述為：當(dāng)人與智能音箱交互時(shí)，首先機(jī)器利用聲學(xué)技術(shù)處理接收到的語(yǔ)音和環(huán)境噪音，并通過(guò)聲紋識(shí)別技術(shù)確認(rèn)對(duì)話(huà)者身份，同時(shí)利用語(yǔ)音識(shí)別技術(shù)將感知到的聲音轉(zhuǎn)換為機(jī)器可識(shí)別的文字，語(yǔ)義理解技術(shù)則會(huì)幫助機(jī)器理解這些文字的含義。其中，機(jī)器可以應(yīng)用多輪對(duì)話(huà)管理技術(shù)進(jìn)一步明確用戶(hù)意圖。最后，機(jī)器執(zhí)行用戶(hù)指令并通過(guò)語(yǔ)音合成技術(shù)表達(dá)相關(guān)內(nèi)容。

　　平臺(tái)是智能音箱語(yǔ)音交互能力的匯聚和支撐主體，提供了喚醒、去噪、識(shí)別、理解和合成等語(yǔ)音綜合服務(wù)?？拼笥嶏w公司打造了全球首個(gè)智能交互技術(shù)服務(wù)平臺(tái)，支持Android、iOS、WP8、Java、Flash、Windows、Linux等SDK開(kāi)發(fā)功能，提供語(yǔ)音喚醒、語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成、人臉識(shí)別等技術(shù)服務(wù)。思必馳公司以DUI對(duì)話(huà)定制平臺(tái)為載體，開(kāi)源全部核心語(yǔ)音技術(shù)，面向廣大用戶(hù)輸出語(yǔ)音識(shí)別、語(yǔ)義理解、智能對(duì)話(huà)、語(yǔ)音合成、資源對(duì)接、應(yīng)用開(kāi)發(fā)等一站式語(yǔ)音定制服務(wù)。

　　內(nèi)容是對(duì)垂直場(chǎng)景需求的響應(yīng)與解決。第三方服務(wù)商可接入技術(shù)開(kāi)放平臺(tái)，針對(duì)車(chē)載、家居、可穿戴、醫(yī)療、教育等場(chǎng)景開(kāi)發(fā)出新應(yīng)用。例如，用戶(hù)可以在開(kāi)車(chē)時(shí)與智能音箱進(jìn)行實(shí)時(shí)溝通，知曉家庭成員安全、家用電器安全等信息；用戶(hù)可以在健康咨詢(xún)中與智能音箱進(jìn)行交流，獲取定制化健康解決方案。

　　升級(jí)智能內(nèi)核

　　智能音箱欲成為變革產(chǎn)品，應(yīng)先變革現(xiàn)有對(duì)智能產(chǎn)品的定位，形成融感官、情感、場(chǎng)景于一體的智能內(nèi)核。

　　豐富感官體驗(yàn)，在“顯示視覺(jué)”方面做精深。智能音箱向用戶(hù)所傳遞的感官體驗(yàn)不能僅停留在聽(tīng)覺(jué)上，而應(yīng)進(jìn)一步拓展至視覺(jué)感官體驗(yàn)。可考慮以空氣、水分和光為基礎(chǔ)元素，通過(guò)向空中噴射出超細(xì)水滴，打造半透明空氣屏幕。該屏幕既可以追蹤放大、縮小、旋轉(zhuǎn)等手勢(shì)操作，還可通過(guò)無(wú)線(xiàn)WiFi連接室內(nèi)窗戶(hù)玻璃、鏡子等呈像裝置，提供信息展示、虛擬試衣、虛擬美妝、虛擬旅游等服務(wù)，形成處處皆顯示的居家體驗(yàn)。

　　提升情感能力，在“人機(jī)情感”方面做突破。智能音箱不能僅定位于智能硬件，應(yīng)上升至有情感的家庭成員的高度。我們不但要賦予智能音箱經(jīng)驗(yàn)智能、成分智能，還要訓(xùn)練它的情境智能，使其在與各家庭成員的相處和各方利益權(quán)衡中獲得全面信任和廣泛認(rèn)同。例如，智能音箱能夠與老人進(jìn)行情感撫慰式交流，與孩子進(jìn)行教育啟蒙式對(duì)話(huà)，與男成員進(jìn)行社會(huì)話(huà)題研討式溝通。這些人與機(jī)器的深入情感交流都比簡(jiǎn)單的信息鏈接，更能激發(fā)人類(lèi)對(duì)于產(chǎn)品的依賴(lài)感、親密感。

　　增強(qiáng)情景滲透力，在“垂直場(chǎng)景”方面做延展。智能音箱應(yīng)該以家居為中心，向車(chē)載、醫(yī)療、辦公室、購(gòu)物中心、體育場(chǎng)等場(chǎng)景進(jìn)行擴(kuò)展。通過(guò)在人體部署可穿戴式感知設(shè)備，實(shí)時(shí)監(jiān)測(cè)個(gè)體在各個(gè)場(chǎng)景中的活動(dòng)數(shù)據(jù)，并回傳至智能音箱。智能音箱可通過(guò)深度分析個(gè)體社會(huì)活動(dòng)大數(shù)據(jù)，為用戶(hù)預(yù)備定制化情感溝通、資訊推送、健康指導(dǎo)等服務(wù)。

　　智能音箱正在為傳統(tǒng)音箱賦予智能，其支撐核心在于智能語(yǔ)音，本質(zhì)是“技術(shù)+平臺(tái)+內(nèi)容”。未來(lái)融感官、情感、場(chǎng)景于一體的智能內(nèi)核才能真正變革生活，而不至于淪為曇花一現(xiàn)的技術(shù)泡沫。

　　文/劉鵬宇

關(guān)注讀覽天下微信， 100萬(wàn)篇深度好文， 等你來(lái)看……