智能音箱市場競爭激烈未來或成智能家居入口

三星正研發(fā)項(xiàng)目代號(hào)為Vega的智能音箱，這款音箱為三星的智能助理Bixby所支持。據(jù)稱，Vega已研發(fā)了一年有余，不過許多功能和設(shè)置依然沒能確定下來，因而發(fā)布時(shí)間也未可知。

目前，智能音箱市場競爭異常激烈。三星在此時(shí)加入這一市場，目的是與蘋果HomePod、亞馬遜Echo以及Google Home等同類產(chǎn)品進(jìn)行競爭。實(shí)際上，更深層次的原因在于智能音箱市場前景極為可觀。

可以說，智能音箱的出現(xiàn)，實(shí)現(xiàn)了人類由觸控到聲控的轉(zhuǎn)變。許多業(yè)內(nèi)人士和科技公司都認(rèn)為智能音箱會(huì)成為未來智能家居的控制中樞。作為智能家居的入口，智能音箱市場愈發(fā)火爆，也蘊(yùn)含著廣闊的前景。但是，智能音箱在發(fā)展過程中仍會(huì)碰到許多限制性因素，因此能否成為“超級(jí)產(chǎn)品”還有待商榷。

一、智能音箱市場競爭激烈，未來或成智能家居入口

三星在此時(shí)加入智能音箱市場，正趕上競爭異常激烈之時(shí)。

據(jù)市場研究機(jī)構(gòu)Strategy Analytics預(yù)測，智能音箱正大受歡迎，預(yù)計(jì)到2020年，全球銷量可達(dá)1500萬部。

其實(shí)，智能音箱發(fā)展的時(shí)間并不算太長。2014年，亞馬遜在官網(wǎng)中低調(diào)推出了Amazon Echo智能音箱，甚至都沒有為其舉辦一場發(fā)布會(huì)。但隨后卻呈現(xiàn)出“低開高走”的局面，Amazon Echo逐漸進(jìn)入消費(fèi)級(jí)市場，受到了用戶的青睞。2016年，亞馬遜Amazon Echo銷售量超出1000萬臺(tái)。

同年，Google正式發(fā)布了Google Home，標(biāo)志著其正式入局智能音箱市場。之后，谷歌與亞馬遜一道，成為了智能音箱市場中排在前兩名的公司。根據(jù)VoiceLabs發(fā)布的美國語音智能音箱市場的研究報(bào)告來看，亞馬遜占據(jù)了美國市場70.6%的份額，谷歌則占據(jù)了23.8%的份額，而其他品牌總共才占據(jù)了5.6%的份額。

不過，之后又有巨頭入局。今年5月，微軟在Build2017大會(huì)上宣布與哈曼卡頓聯(lián)手推出內(nèi)置其人工智能助理“小娜”的智能音箱Invoke。

而在WWDC 2017上，蘋果也正式發(fā)布了搭載Siri語音助手的智能音箱HomePod。

由此可見，智能音箱已然成為眾多科技巨頭的又一個(gè)“新戰(zhàn)場”。那么，這一市場的魅力究竟何在呢?

首先來想象兩個(gè)場景。

1.炎熱的夏天，忙碌了一天之后，拖著疲憊的身子下班回家，打開門，打開玄關(guān)的燈，奔向松軟的沙發(fā)，此刻你只想好好休息或者看個(gè)電視，結(jié)果怎么也找不到電視和空調(diào)遙控器了。

這時(shí)，如果有智能音箱，你就可以發(fā)出一連串指令：“Echo，空調(diào)開到23度”、“Echo，打開電視”、“Echo，幫我泡杯咖啡”、“Echo，把窗簾也拉上”……

2.寒冷的冬天，洗漱完畢，上床打開燈看了會(huì)兒書，再看會(huì)兒手機(jī)，被窩里也暖了。剛想躺下睡覺，發(fā)現(xiàn)客廳或衛(wèi)生間的燈沒有關(guān)……

“Google Home，關(guān)掉客廳和衛(wèi)生間的燈”。

這些場景都會(huì)時(shí)常出現(xiàn)在我們的日常生活中，而智能音箱所提供的語音交互無疑是種最好的方式。

十年前，iPhone以手指觸控替代了按鍵觸控，這一變化具有劃時(shí)代的意義，因?yàn)橛|控比鍵控更接近于人類本能。如今，智能音箱以語音交互替代觸控同樣具有重大意義，因?yàn)閯?dòng)嘴比動(dòng)手更接近于人類本能。因此，下一代的革命性產(chǎn)品必然要將人類從“動(dòng)手”中解放出來，智能音箱恰好能承擔(dān)這一責(zé)任。

當(dāng)下，語音交互的環(huán)境正向成熟的方向邁進(jìn)，語音識(shí)別技術(shù)有了巨大的提升，而且仍在不斷提升中。網(wǎng)絡(luò)基礎(chǔ)建設(shè)愈發(fā)完善，速度也有了很大的提升，極大程度上縮短了響應(yīng)時(shí)間。畢竟正常的對話需要實(shí)時(shí)反饋，而這種變化讓語音交互更加便利，有利于以這一技術(shù)為主的智能音箱進(jìn)一步滲透至消費(fèi)級(jí)市場。

現(xiàn)代人的信息化程度越來越高，這是基于近年來逐漸健全的網(wǎng)絡(luò)基礎(chǔ)服務(wù)的培養(yǎng)，如電商、O2O、流媒體、智能家居等。此外，AI及搜索技術(shù)的發(fā)展也功不可沒。雖然與國外相比，中國網(wǎng)民在這一點(diǎn)上仍稍顯欠缺，但也取得了顯著的進(jìn)步。

在高度信息化的時(shí)代，語音交互方式要比點(diǎn)擊、滑動(dòng)更為自然和直觀，因?yàn)槿祟愇拿髯畛蹙褪窃谡Z言和交流中誕生的。語音交互技術(shù)的普及，能夠解放人類的手和眼，讓人們做到“一心二用”甚至是“一心多用”。在提升生活質(zhì)量的同時(shí)也節(jié)省了時(shí)間，符合現(xiàn)代人快速的生活節(jié)奏。

在國內(nèi)，智能音箱雖然還未普及，但也有不少公司開始涉足這一領(lǐng)域。如華為推出的小天鵝藍(lán)牙音箱、小米智能音箱、京東智能旗下的叮咚智能音箱以及阿里即將發(fā)布的“天貓精靈”等。不過就整體市場來看，中國的智能音箱產(chǎn)品還是更多地側(cè)重于音樂播放甚至兒童早教方面，雖然也能起到控制智能家居設(shè)備的作用，但遠(yuǎn)未能達(dá)到Echo的整合程度。

就當(dāng)前的發(fā)展形勢而言，作為智能家居的入口和語音交互技術(shù)的實(shí)體產(chǎn)品，智能音箱未來前景極其廣闊。然而，目前的智能音箱在技術(shù)和市場等方面仍受到諸多限制。

二、智能音箱受諸多條件限制，短期內(nèi)難成互聯(lián)網(wǎng)“超級(jí)產(chǎn)品”

有觀點(diǎn)說，音箱會(huì)成為物聯(lián)網(wǎng)時(shí)代的“超級(jí)產(chǎn)品”。其實(shí)，這個(gè)理論過于絕對化了。

不可否認(rèn)，通過語音交互實(shí)現(xiàn)對智能家居的控制會(huì)成為未來物聯(lián)網(wǎng)發(fā)展的趨勢，但音箱只會(huì)作為入口而不會(huì)成為中心。盡管智能音箱優(yōu)點(diǎn)頗多，但其限制條件亦不在少數(shù)。

首先，智能音箱放置地點(diǎn)通常較為固定，移動(dòng)屬性不高。這意味著需要語音交互時(shí)，發(fā)出指令的人必須要與音箱保持很近的距離，目前的技術(shù)水平最多能在無遮擋的情況下做到5米之內(nèi)。

想象一下，在這種技術(shù)限制下，我們在廚房做飯，在臥室睡覺或在浴室洗澡，而音箱放在客廳。我們想要下達(dá)指令的時(shí)候，正常的語音交互就幾乎變?yōu)榱瞬豢赡堋Ｏ胍鉀Q這個(gè)問題，要么每隔一段距離就放置麥克風(fēng)陣列，要么就提高嗓門大喊，可這樣一來不是不經(jīng)濟(jì)就是體驗(yàn)太差，語音交互也就沒有太大的意義。

此外，目前許多語音識(shí)別技術(shù)在進(jìn)行交互之時(shí)，需要用戶一字一頓的說話才可以。這種限制需要用戶付出更多的時(shí)間和情緒成本，是非常反人類的。筆者在智能手機(jī)上就遇到過這種問題，就算一字一頓的說普通話，語音助手也不能完全正確識(shí)別，導(dǎo)致語音轉(zhuǎn)文字后還要逐個(gè)手動(dòng)修正。既破壞心情又浪費(fèi)時(shí)間，反而不如直接打字來的痛快。

由此看來，智能音箱確實(shí)還存在著諸多問題。有人說，智能家居的殺手級(jí)交互應(yīng)該是手勢。其實(shí)不然，因?yàn)槟壳跋M(fèi)級(jí)市場中優(yōu)秀的智能音箱已然證明了一個(gè)事實(shí)，即語音是安撫無陌生人家庭場景的最佳方式。不過，盡管智能音箱市場火爆，但要成為“超級(jí)產(chǎn)品”，可能性確實(shí)不大。

那么，真正的下一代語音識(shí)別技術(shù)又該是怎樣呢?

真正意義上的語音識(shí)別，應(yīng)該不只是語音識(shí)別，而是一個(gè)“超級(jí)大腦”。不僅能識(shí)別普通話和方言，還可以作為AI系統(tǒng)。通過深度學(xué)習(xí)和云計(jì)算等先進(jìn)技術(shù)，識(shí)別特定用戶的特質(zhì)嗓音和說話習(xí)慣，甚至是因?yàn)樯〉仍蚨兟暤恼Z音也能精確識(shí)別。也就是說，只要是你身邊的親朋好友能聽懂的話，智能語音系統(tǒng)也同樣能聽懂。

此外，真正的語音系統(tǒng)應(yīng)該能夠做到減噪。受使用場景的限制，目前語音控制和語音輸入在一個(gè)人的環(huán)境下還算好用，但在公共場合中使用就難免會(huì)受到噪音干擾以及泄漏隱私，這在一定程度上限制了語音習(xí)慣的養(yǎng)成。針對這種情況，未來語音識(shí)別可能在極致減噪的同時(shí)能夠準(zhǔn)確識(shí)別微小的聲音，甚至能夠識(shí)別近乎無聲的“唇語”，從而讓語音識(shí)別慢慢滲透到生活中的各種場景，最終成為主流。

就市場層面而言，要將這些設(shè)想變?yōu)楝F(xiàn)實(shí)，可能會(huì)有幾個(gè)發(fā)展方向。

一是智慧語音輸入法。企業(yè)能針對每個(gè)用戶定制獨(dú)一無二的語音數(shù)據(jù)庫。這個(gè)數(shù)據(jù)庫中沉淀了特定用戶的特質(zhì)嗓音和說話習(xí)慣。同時(shí)能夠結(jié)合人工智能，猜測出用戶還未講出的話。

二是跨平臺(tái)語音操作系統(tǒng)。這屬于用戶的個(gè)人語音數(shù)據(jù)庫，平時(shí)在云端存儲(chǔ)和運(yùn)轉(zhuǎn)，能夠通過個(gè)人賬戶自動(dòng)上傳或下載，在任何智能家居和車載設(shè)備上都能下載使用，不會(huì)再出現(xiàn)人去適應(yīng)機(jī)器的情況。

三是互聯(lián)網(wǎng)時(shí)代的超級(jí)入口。一個(gè)搜索需求可以成就谷歌和百度，那么可以推斷，未來的語音操控和語音輸入可能會(huì)成就更大的互聯(lián)網(wǎng)巨頭，也會(huì)成為全球用戶連接互聯(lián)網(wǎng)世界和物聯(lián)網(wǎng)世界的最大入口。

四是大數(shù)據(jù)時(shí)代的超級(jí)服務(wù)商。作為超級(jí)入口的語音交互，不僅能夠積累用戶的語音習(xí)慣，還能積累用戶的生活習(xí)慣和即時(shí)情況。這種個(gè)人的小數(shù)據(jù)累積起來，就會(huì)上升成為社會(huì)的整體大數(shù)據(jù)，這種連接或許將真正構(gòu)建一個(gè)“萬物互聯(lián)”的大數(shù)據(jù)平臺(tái)，并構(gòu)成未來世界所有聯(lián)結(jié)關(guān)系的支柱。

總的來說，雖然智能音箱市場目前正處于蓬勃發(fā)展態(tài)勢，但只是作為語音交互的入口而很難成為“超級(jí)產(chǎn)品”。而真正意義上的語音交互，還需要很長一段時(shí)間才能實(shí)現(xiàn)。