智能語音的落地，分享智能語音的產(chǎn)業(yè)觀察

在與各種設(shè)備的交互模式上，語音顯然是更好的選擇，通過語音指令進(jìn)行操控，提升了新時(shí)代的智能生活體驗(yàn)。2017年10月11日，全球最大的電子展——環(huán)球資源采購交易會(huì)，在香港亞洲國際博覽館盛大開幕，同日上午智能聲控產(chǎn)品發(fā)展機(jī)遇高峰論壇隆重召開，中國智能家居產(chǎn)業(yè)聯(lián)盟秘書長周軍先生、聯(lián)想集團(tuán)副總裁姚映佳先生、全志科技智能家居事業(yè)部副總經(jīng)理李震先生和科大訊飛高級副總裁杜蘭博士應(yīng)邀參會(huì)，李震發(fā)表了題為《智能語音的落地》的精彩演講，分享了最新的產(chǎn)業(yè)觀察與全志的場景化應(yīng)用落地現(xiàn)狀。

全志科技智慧家居事業(yè)部副總經(jīng)理李震與參會(huì)嘉賓合影（右一李震）

李震談到：“2017年被稱為智能語音元年，典型的智能語音的應(yīng)用場景有，SIRI、智能音箱、智能助手、陪伴機(jī)器人、語音家電、語音輸入法等，隨著技術(shù)的不斷成熟和產(chǎn)業(yè)鏈的完善，智能語音的風(fēng)口已經(jīng)具備了基礎(chǔ)條件，應(yīng)用的領(lǐng)域也將進(jìn)一步擴(kuò)大?！?/span>

市場調(diào)研機(jī)構(gòu)Strategy Analytics指出，2016年智能音箱全球出貨量590萬臺(tái)，并將在2022年增長10倍，市場價(jià)值達(dá)到55億美元。而Gartner 預(yù)測，到2018年30%的人機(jī)交互通過自然語言完成，或許明年才是智能音箱爆棚式發(fā)展的決定性一年。

如今，人工智能的熱潮仍在蔓延，更多的機(jī)器設(shè)備被賦予感知能力，智能語音將成為人機(jī)交互的新范式。李震預(yù)測中美兩國將是率先迎來智能語音爆發(fā)的兩個(gè)基地，不論是資金還是技術(shù)，以及配套的產(chǎn)業(yè)鏈完善程度，世界上再也找不到第三個(gè)國家具備與之競爭的基礎(chǔ)環(huán)境。

隨后，李震講到了智能語音的兩個(gè)主要價(jià)值，第一是解放人類的雙手，人類的天性是不斷追求生活的舒適度，李震舉了一個(gè)遙控器的例子，雖然在電視機(jī)上可以完成所有的操作，但當(dāng)遙控器發(fā)明后迅速成為電視機(jī)的標(biāo)配，沒有人愿意放著便捷的遙控器不用，而多走幾步去電視機(jī)進(jìn)行操作。第二個(gè)方面在于功能入口的扁平化，由于技術(shù)本身的限制，目前的語音人機(jī)交互在簡單菜單交互的便捷性上還不如觸屏，但當(dāng)場景變成復(fù)雜的深度菜單后，語音交互的優(yōu)點(diǎn)已經(jīng)可以體現(xiàn)出來，就是功能入口的扁平化。通過扁平化的入口快速實(shí)現(xiàn)指令的下達(dá)，也是符合上述人性的本能的。

“當(dāng)AI以及語音技術(shù)本身足夠強(qiáng)大，語音交互將會(huì)成為人機(jī)交互的主流，AI的本質(zhì)在于給家庭提供了一個(gè)廉價(jià)的個(gè)性化服務(wù)助手，所以AI的交互雖然是人機(jī)交互，但本質(zhì)上和人-人交互沒有區(qū)別，而人-人交互的絕大數(shù)方式是通過對話，不會(huì)有人通過打字或者觸摸進(jìn)行人-人交互?！崩钫鸨磉_(dá)了自己的見解。

智能語音的應(yīng)用場景非常豐富，例如智慧家庭、個(gè)人穿戴、語音輸入與輸出、陪伴機(jī)器人、車輛智能中控等，總結(jié)為“人、車、家”三個(gè)領(lǐng)域，智能語音的未來形態(tài)，短期看仍以內(nèi)容為主，下一個(gè)發(fā)展機(jī)會(huì)將成為智能家居控制的入口。以智能家居為例，語音助手是最高頻的應(yīng)用之一，智能語音可以跟電視、音響、空調(diào)、窗簾、燈具、玩具等各種家用設(shè)備和智能家居控制中樞系統(tǒng)相結(jié)合，通過語音交互實(shí)現(xiàn)一個(gè)入口控制全部功能。

可以看到，國外巨頭紛紛搶灘登陸智能音箱產(chǎn)品，并將其當(dāng)作諸多服務(wù)和獲取用戶數(shù)據(jù)的最佳入口。目前，智能語音的關(guān)鍵技術(shù)集中在前處理->喚醒->識別->語義四個(gè)方面，對應(yīng)的是語音激活VAD，語音喚醒VT，語音識別ASR，和語義分析NLP，而這些關(guān)鍵技術(shù)已基本具備大規(guī)模的商用基礎(chǔ)，所存在的關(guān)鍵矛盾是產(chǎn)品的性價(jià)比與消費(fèi)價(jià)值習(xí)慣之間的差異。

智能語音在落地的場景中對硬件的需求集中在四個(gè)方：更高信噪比的麥克風(fēng)，更低功耗的待機(jī)，更強(qiáng)的計(jì)算性能，更專用的加速引擎，和上述關(guān)鍵技術(shù)一樣，在四個(gè)產(chǎn)品側(cè)方面國內(nèi)也有了很成熟的方案，且當(dāng)前的矛盾同樣集中在成本、體驗(yàn)效果、以及消費(fèi)者預(yù)期等。

在峰會(huì)上，李震興奮地指出：“在芯片側(cè)，全志已經(jīng)有了五個(gè)對應(yīng)不同消費(fèi)層級需求的專用芯片R5,R16,R18,R40,R58，并將于明年推出專門為語音市場迭代的更高性價(jià)比的R10。全志的智能語音布局專注打造更好的硬件支撐平臺(tái)，體現(xiàn)在提供完整的解決方案（模擬／數(shù)字+處理+連接），提供完整的交付（芯片+參考設(shè)計(jì)+系統(tǒng)軟件），提供豐富的生態(tài)（各家算法廠商的合作），提供高品質(zhì)的產(chǎn)品（工業(yè)級、超高良率），全志作為芯片廠家絕不僅僅局限在芯片這個(gè)硬件本身，而是希望能配合上下游產(chǎn)業(yè)鏈共同推進(jìn)產(chǎn)業(yè)的快速發(fā)展?！?/span>

移動(dòng)互聯(lián)網(wǎng)之后，物聯(lián)網(wǎng)正加速到來，伴隨人工智能、機(jī)器學(xué)習(xí)技術(shù)的迅猛發(fā)展，智能語音交互變得更為實(shí)用，不管是音箱、空調(diào)，還是手表、汽車，都可以用自然語音跟它們進(jìn)行對話。

演講結(jié)束時(shí)，李震談到：“全志的語音產(chǎn)品已經(jīng)廣泛應(yīng)用于美的、格力、京東等一線品牌的各類智能家電、智能音箱產(chǎn)品。未來，全志將與產(chǎn)業(yè)鏈上的伙伴進(jìn)行更深度的合作，為市場帶來更高的性價(jià)比、更廣泛的應(yīng)用創(chuàng)新產(chǎn)品，一起為語音市場的蓬勃發(fā)展貢獻(xiàn)力量。”

最后，高峰論壇進(jìn)入到智慧分享環(huán)節(jié)，李震與其他嘉賓分別討論了“智能聲控是否是智能家居的必然趨勢、智能聲控產(chǎn)品開發(fā)的技術(shù)痛點(diǎn)、智能聲控的國內(nèi)外政策及標(biāo)準(zhǔn)”等議題，并發(fā)表了自己的前瞻性觀點(diǎn)，博得了現(xiàn)場觀眾的陣陣掌聲。