Zi 字媒體

拓撲產業研究所最新報告顯示，語音交互已經成為智能時代的入口。2014年到2017年全球語音設備出貨量大幅度攀升，全球出貨量從2014年的不足500萬台，到2017年出貨量將達到2500萬台。2016年到2021年全球語音識別市場的年複合增長將達到43.6%。語音識別屬於人工智慧的中間的基礎應用層，這層分佈有語音識別、NLP、機器視覺等。圖1：語音識別市場的增長趨勢。 清華語音語言實驗室副主任王東認為，語音識別其實是人工智慧的一個分支，我們希望跟機器交互的時候能夠實現比較自然的交流，而不是通過文本打字，這在未來是一個必不可少的智能交互手段。現在的語音識別與以往最大的不同，在於整個一套系統不再有那麼多複雜的模塊，基本是由神經網路將從語音信號到說話內容端到端的學習出來。由於深度學習的引入，語音識別系統的性能大幅提高。圖2：現代語音識別系統在智能手機和智能家居領域，語音識別是提高用戶體驗的一種手段，但不可忽視的是，顯示屏是智能手機體驗性能的關鍵特性，兩者之間的關係到底如何發展呢。蘋果副總裁的最新發言顯示，兩者不可獲取。智能語音可以為手機體驗、家居體驗插上翅膀，但是沒有顯示屏的語音識別似乎還是略顯單調。5月6日報道，蘋果全球營銷副總裁菲爾·席勒表示，亞馬遜Echo等專用智能語音設備缺乏顯示屏在許多情況下是一種妨礙。就如人們習慣使用智能手機后，再拿起以前的諾基亞的功能手機，總覺得使用起來還是有諸多不便。圖3：蘋果全球營銷副總裁菲爾·席勒 他說，蘋果堅定看好語音助理，稱蘋果持續開發Siri就是最好的例證。席勒還提到了迅速發展的純語音助理設備，這些設備沒有屏幕，僅支持語音操作，如亞馬遜Echo和谷歌Home。 「有時候，當你不能使用顯示屏時，僅使用語音會更方便，比如你在開車時，或者在屋內走動時，你希望Siri幫你切歌，而不用來回跑動。但即便如此，語音助理沒有屏幕仍會限制它的實用性，」席勒說。 「語音助理在許多時候都很方便，但這並不意味著你永遠不需要屏幕，」他說，「因此我認為，沒有屏幕在很多情況下並不適合。」 目前，Siri僅支持配備顯示屏的設備。去年，Siri作為macOS Sierra系統的一部分登陸了Mac電腦。 席勒拿蘋果地圖作為了例子，他說，當在AppleWatch和CarPlay上進行導航時，語音助理能夠提供語音指示，但生動的地圖能夠幫助用戶更好地了解周圍環境。 席勒還提到了攝影，稱擁有顯示屏更有利於終端用戶。「又比如攝影，它現在是人們購買我們產品最主要的原因之一，攝影就需要屏幕，」他說。「在我們分享的各種照片中，沒有屏幕的設備都不怎麼實用。如今，社交應用上的照片越來越多，因此它們在純語音設備上的使用體驗不會太好。」對於最佳體驗，蘋果是相當有發言權的，隨著製造的興起，特別是華為、騰訊這些本土企業在硬體和軟體系統方面的突破，相信未來在體驗的升級上麵廠商會有自己的聲音。