智能語(yǔ)音以智能電視為承載的智能家居擁有相當(dāng)廣闊的未來(lái)

前言

最近兩年的興起，人工智能似乎真的終結(jié)了它前 30 年的寒冬。

作為一個(gè)時(shí)代的代名詞，人工智能備受矚目，從世界范圍內(nèi)參與其中的知名公司就可窺見(jiàn)一斑。雖然在 2016 年（2016 年被稱為人工智能元年）才被打上時(shí)代烙印，但人工智能其實(shí)已經(jīng)擁有 60 多年的歷史，并歷經(jīng) 2 次起落。在 80 年代，以數(shù)理邏輯為核心的體制瓦解后，人工智能分化出了五大獨(dú)立學(xué)科。

在這五大學(xué)科中，由深度學(xué)習(xí)推動(dòng)，并順利從科研實(shí)驗(yàn)室走到人們身邊的智能語(yǔ)音，某種程度上承擔(dān)了人工智能這兩年的大部分熱度。智能語(yǔ)音在 2016 年被美國(guó)權(quán)威雜志《麻省理工科技評(píng)論》評(píng)為當(dāng)年的十大突破科技，根據(jù)易觀·工信部數(shù)據(jù)，2017 年中國(guó)語(yǔ)音產(chǎn)業(yè)規(guī)模就將突破百億。

說(shuō)到智能語(yǔ)音就不能不提谷歌，5 月份谷歌剛展示了一款新的人工智能語(yǔ)音合成器 Duplex，可以與人自然交流并不被對(duì)方所識(shí)別，雖然引起了廣泛爭(zhēng)議，但也代表著這可能是智能語(yǔ)音目前最高成就，而這款虛擬語(yǔ)音助手更有可能被應(yīng)用到家居場(chǎng)景，一如谷歌之前部署的智能音箱占據(jù)了智能家居的主導(dǎo)地位。

智能家居與智能語(yǔ)音的結(jié)合更具有天然的入口和優(yōu)勢(shì)，有數(shù)據(jù)預(yù)估，2018 年的智能家居市場(chǎng)規(guī)模將突破 1600 億。我們都知道智能語(yǔ)音的載體目前最有代表性的產(chǎn)品是智能音箱，不過(guò)國(guó)內(nèi)的智能音箱市場(chǎng)雖然熱鬧，但是銷量并不樂(lè)觀，這與國(guó)內(nèi)用戶的家居場(chǎng)景習(xí)慣關(guān)系很大，而同樣擁有智能語(yǔ)音功能的智能電視則擁有更扎實(shí)的用戶基礎(chǔ)。

隨著智能語(yǔ)音功能的革新，智能電視的“智能”會(huì)越來(lái)越成為用戶的選擇要素，那搭載什么智能語(yǔ)音系統(tǒng)的電視更加智能？哪家的智能語(yǔ)音交互更流暢呢？ZNDS 評(píng)測(cè)菌選了四款電視來(lái)對(duì)比橫評(píng)，智能語(yǔ)音的趨勢(shì)有目共睹，大家一起來(lái)看看吧。

一、四款電視的語(yǔ)音系統(tǒng)介紹

智能語(yǔ)音領(lǐng)域，國(guó)外打得火熱，國(guó)內(nèi)也不遑多讓。繼科大訊飛、捷通華聲之后，BAT、搜狗、思必馳、云知聲、同行者等都紛紛入局，現(xiàn)在大多智能語(yǔ)音產(chǎn)品的語(yǔ)音方案不會(huì)超出以上范圍，不過(guò)各家的語(yǔ)音方案都有不同的側(cè)重，因此在對(duì)比橫評(píng)開(kāi)始前，我們還是先了解一下四款電視的語(yǔ)音系統(tǒng)背景。

長(zhǎng)虹CHiQ電視50Q5T：

長(zhǎng)虹與騰訊合作，在長(zhǎng)虹新一代智能電視上加入騰訊叮當(dāng) AI 助手作為語(yǔ)音方案。

長(zhǎng)虹 AI 3.0 由騰訊叮當(dāng)提供技術(shù)支持，騰訊叮當(dāng)基于自主研發(fā)的 AI 技術(shù)，完全整合語(yǔ)音喚醒、語(yǔ)音識(shí)別、語(yǔ)義理解、知識(shí)圖譜、圖像識(shí)別、音樂(lè)識(shí)別等技術(shù)，歷經(jīng)2年多建立了全棧智能能力，同時(shí)深度結(jié)合用戶查看資訊、旅行、聽(tīng)音樂(lè)、娛樂(lè)等應(yīng)用場(chǎng)景，背靠騰訊輸出眾多優(yōu)質(zhì)內(nèi)容，并提供服務(wù)調(diào)用。

創(chuàng)維 55Q6A 懸浮屏 AI 電視與 TCL49C6 全面屏哈曼卡頓電視：

創(chuàng)維的小維 AI 與 TCL 的小 T 語(yǔ)音助手方案都來(lái)自與百度 DuerOS 的深度合作，這里我們就放在一起介紹。

DuerOS 是百度度秘事業(yè)部研發(fā)的對(duì)話式人工智能操作系統(tǒng)，DuerOS 整合了百度的信息與服務(wù)生態(tài)優(yōu)勢(shì)，打造了 10 大類目 250 多項(xiàng)功能，核心層技術(shù)包括語(yǔ)音識(shí)別、語(yǔ)音合成、自然語(yǔ)言處理及對(duì)話技術(shù)以及知識(shí)圖譜等豐富數(shù)據(jù)。雖然都是基于 DuerOS 技術(shù)合作，不過(guò)因?yàn)殡娨暺渌桨傅耐耆煌【S與小 T 在語(yǔ)音表現(xiàn)上也會(huì)有差異。

小米電視 4A 50 寸：

小米電視與前面三款電視不同，小米電視4A是在整合了三角獸、薄言 RSVP 等團(tuán)隊(duì)，以及搜狗 ASR 語(yǔ)音識(shí)別技術(shù)的基礎(chǔ)上，由小米大腦 NLP 團(tuán)隊(duì)與機(jī)器視覺(jué)團(tuán)隊(duì)經(jīng)過(guò)三年打造而成，支持搜索電影、控制播放進(jìn)度、圖像識(shí)別、天氣查詢等應(yīng)用場(chǎng)景。

二、語(yǔ)音交互界面對(duì)比

在了解了四款智能電視的語(yǔ)音方案之后，趕緊和評(píng)測(cè)菌一起來(lái)體驗(yàn)看看，到底哪款智能語(yǔ)音系統(tǒng)是真的智能且好用！

在給電視發(fā)出指令之前，大家其實(shí)很容易忽略掉語(yǔ)音用戶交互界面（VUI），長(zhǎng)按電視的語(yǔ)音按鍵，電視桌面上就會(huì)出現(xiàn)相應(yīng)的 VUI。

長(zhǎng)虹：長(zhǎng)虹電視的語(yǔ)音交互界面是深色自然渲染過(guò)渡色塊，中間一條聲紋波，上面是用戶說(shuō)的內(nèi)容，下面則是示例指令。如果覺(jué)得示例指令不夠多，可以詢問(wèn)“你會(huì)什么”，電視就會(huì)跳出類似關(guān)鍵詞的提示頁(yè)面。

（上圖僅做界面展示，不表示搜索速度）

創(chuàng)維：創(chuàng)維電視的語(yǔ)音交互界面是底部上浮色塊，在底部中央，出現(xiàn)科技藍(lán)電波一樣的圖案，搜索響應(yīng)過(guò)程中會(huì)變成光線小火箭左右滑動(dòng)。

（上圖僅做界面展示，不表示搜索速度）

TCL：TCL 電視的語(yǔ)音交互界面類似地平線的形狀，也是科技藍(lán)亮光光線，上方會(huì)有淺色的示例指令。長(zhǎng)按還會(huì)出現(xiàn)示例對(duì)話的功能介紹頁(yè)面，對(duì)于用戶來(lái)說(shuō)，提供搜索范圍和范例，大大降低了學(xué)習(xí)成本。

（上圖僅做界面展示，不表示搜索速度）

小米：小米電視的語(yǔ)音交互界面在手機(jī)上也比較常見(jiàn)，一個(gè)語(yǔ)音標(biāo)志，圓周散發(fā)出七色聲波，語(yǔ)音輸入時(shí)，文本就會(huì)出現(xiàn)在這個(gè)圖標(biāo)的上方。示例對(duì)話以菜單的形式展現(xiàn)，當(dāng)小米無(wú)法識(shí)別語(yǔ)音時(shí)，也會(huì)跳出該界面。

（上圖僅做界面展示，不表示搜索速度）

通過(guò) VUI 設(shè)計(jì)的細(xì)節(jié)對(duì)比，不難看出在電視大屏界面上，更多電視采用的是線型效果，藍(lán)光也與電視桌面的 UI 設(shè)計(jì)相結(jié)合，層次分明，易于識(shí)別。至于示例對(duì)話頁(yè)面，這個(gè)頁(yè)面主要是讓新用戶來(lái)熟悉使用的，沒(méi)有或者經(jīng)常跳出對(duì)用戶的體驗(yàn)都不是很好，長(zhǎng)虹將功能二級(jí)隱藏，并且展示界面中根據(jù)不同的場(chǎng)景提供簡(jiǎn)短的示例就比較友好了。當(dāng)然了，這只是細(xì)節(jié)上的小小優(yōu)劣，接下來(lái)我們開(kāi)始真正的智能語(yǔ)音體驗(yàn)。

三、信息檢索+多輪對(duì)話對(duì)比

為了真實(shí)反映測(cè)試結(jié)果，評(píng)測(cè)菌基于大家常見(jiàn)的幾個(gè)使用場(chǎng)景來(lái)說(shuō)明其中所蘊(yùn)含的技術(shù)，并且對(duì)體驗(yàn)做出評(píng)估，相信大家看完會(huì)對(duì)智能電視的智能語(yǔ)音有個(gè)大致的了解，以便日后的選擇。

1.語(yǔ)音搜索：搜索時(shí)長(zhǎng)、文本輸入

智能語(yǔ)音技術(shù)應(yīng)用到智能電視上，主要功能就是信息的檢索，包括視頻、音樂(lè)、短視頻等內(nèi)容。在語(yǔ)音搜索這塊，主要考察電視的響應(yīng)速度和精準(zhǔn)度怎么樣。

長(zhǎng)虹：

創(chuàng)維：

TCL：

小米：

評(píng)測(cè)菌語(yǔ)音搜索“小豬佩奇”，四款電視的響應(yīng)速度從高到低依次是長(zhǎng)虹>TCL>小米>創(chuàng)維，相差不過(guò)毫秒，這是初次使用的響應(yīng)速度，電視使用久了，相信這個(gè)差距會(huì)拉大。精準(zhǔn)度從高到低依次是長(zhǎng)虹>TCL>創(chuàng)維>小米，小米電視有時(shí)可能就要說(shuō)兩遍指令才能聽(tīng)清，其他三款電視的精準(zhǔn)度區(qū)別主要在語(yǔ)音識(shí)別的文本輸出上。

還有個(gè)有趣的現(xiàn)象是，長(zhǎng)虹電視與創(chuàng)維電視在搜索之后直接點(diǎn)播，而 TCL 和小米則只呈現(xiàn)視頻圖譜。

2.視頻圖譜檢索+多輪對(duì)話

視頻圖譜檢索很常見(jiàn)了，我們來(lái)說(shuō)說(shuō)什么是多輪對(duì)話。

多輪對(duì)話的場(chǎng)景還蠻常見(jiàn)的，比如說(shuō)，“我想看喜劇”，然后你看到電視篩選結(jié)果沒(méi)有你想看的，就可以接著說(shuō)“周星馳主演的”，智能語(yǔ)音必須要結(jié)合上下文語(yǔ)義，才能知道你想要的是“周星馳主演的喜劇”這個(gè)結(jié)果。

長(zhǎng)虹：

創(chuàng)維：

TCL：

小米：

評(píng)測(cè)菌對(duì)四款電視做出了“我想看懸疑電影”→“美國(guó)的”→“小李子主演的”三輪對(duì)話，長(zhǎng)虹、TCL 以及創(chuàng)維可以完成以上對(duì)話，小米電視沒(méi)有完成，評(píng)測(cè)菌又測(cè)試了其他問(wèn)題，大概確定小米只能完成兩輪對(duì)話。

在完成三輪對(duì)話的三款電視里，創(chuàng)維電視以左上角標(biāo)簽形式篩選，TCL電視是以上方中央消息形式篩選，而長(zhǎng)虹電視則在下方語(yǔ)音界面中完成對(duì)話，更符合語(yǔ)音交互的概念。

3.音樂(lè)圖譜檢索

打開(kāi)電視，看累了視頻，聽(tīng)聽(tīng)音樂(lè)，語(yǔ)音輸入“我想聽(tīng)周杰倫最新一張專輯的歌”，長(zhǎng)虹、TCL、創(chuàng)維電視都與 QQ 音樂(lè)合作，反饋回來(lái)的界面都是周杰倫音樂(lè)播放界面，TCL 電視則展示的是周杰倫搜索界面的歌單。而小米電視用音樂(lè)圖譜展示了周杰倫相關(guān)的“音樂(lè)片”。

長(zhǎng)虹：

創(chuàng)維：

TCL：

小米：

4.短視頻新聞

現(xiàn)在短視頻這么火，在電視上看看短視頻也不錯(cuò)。評(píng)測(cè)菌八卦之心雄起，搜索“最近的娛樂(lè)新聞”，長(zhǎng)虹與TCL電視都是有不少短視頻新聞資源的，不過(guò)創(chuàng)維和小米就沒(méi)有這方面的資源了，這考察的完全是資源形式的豐富程度。

長(zhǎng)虹：

TCL：

四、圖像識(shí)別

圖像識(shí)別，顧名思義，就是對(duì)電視內(nèi)容中的圖像進(jìn)行識(shí)別，常見(jiàn)的有對(duì)人臉、花草、書(shū)籍、建筑等的識(shí)別。想想看，當(dāng)你和朋友一起看熱播劇，但小鮮肉太多，認(rèn)不過(guò)來(lái)，就可以直接問(wèn)電視“這人是誰(shuí)”。

長(zhǎng)虹：

創(chuàng)維：

TCL：

小米：

評(píng)測(cè)菌選用了同一部熱播劇《歸去來(lái)》的同一個(gè)場(chǎng)景，四款電視都可以識(shí)別，長(zhǎng)虹與TCL還貼心推薦了相關(guān)影視資源。在其他播放內(nèi)容中，長(zhǎng)虹還可以實(shí)現(xiàn)多人識(shí)別。不過(guò)必須要說(shuō)，圖像識(shí)別的整體反饋速度要比語(yǔ)音識(shí)別慢上不少，小米電視更是最慢的那個(gè)。如果說(shuō)流暢度很低，那這個(gè)功能的體驗(yàn)就很雞肋了。

五、體育百科

大家都知道，除了影視資源外，電視資源里來(lái)頭最大的應(yīng)該要數(shù)體育資源了，有人買電視專門為了看球賽，因?yàn)槠渲匾?，評(píng)測(cè)菌單獨(dú)拉出來(lái)進(jìn)行了對(duì)比。評(píng)測(cè)菌這里教大家如何在對(duì)體育一無(wú)所知的情況下還能和朋友侃侃而談。

可以問(wèn)問(wèn)電視一些知名的體育明星是誰(shuí)，還可以問(wèn)問(wèn)一些賽場(chǎng)上的專業(yè)詞匯，比如啥是越位，“狼王”是誰(shuí)？還有“今年世界杯什么時(shí)候開(kāi)始”之類的。

長(zhǎng)虹：

創(chuàng)維：

TCL：

小米：

對(duì)比四款電視，長(zhǎng)虹對(duì)以上問(wèn)題回答都很全面，并以卡片形式來(lái)介紹，其他三款電視要么體育資源不夠，要么回答不來(lái)深度的百科問(wèn)題。

六、總結(jié)

從智能語(yǔ)音的交互界面到語(yǔ)音識(shí)別、圖像識(shí)別、知識(shí)圖譜等技術(shù)能力，再到音樂(lè)、短視頻、體育百科這樣的內(nèi)容，通過(guò)對(duì)比，長(zhǎng)虹電視所搭載的騰訊叮當(dāng)確實(shí)要略勝一籌。不吹不黑，目前智能語(yǔ)音業(yè)內(nèi)的識(shí)別度達(dá)不到 100% 是行業(yè)通病，騰訊叮當(dāng)也不能幸免，而且評(píng)測(cè)菌這里只用了普通話作為對(duì)比，真實(shí)的家庭環(huán)境中，口音還有小孩老人的吐詞不清都會(huì)成為識(shí)別的障礙，智能語(yǔ)音還有很長(zhǎng)一段路要走。

這次智能語(yǔ)音對(duì)比，評(píng)測(cè)菌有個(gè)很大感觸，我們說(shuō)智能語(yǔ)音，其實(shí)技術(shù)能力是一方面，但內(nèi)容也是很重要的一方面。

智能電視作為僅次于智能手機(jī)滲透率最高的智能家電單品，并長(zhǎng)期處于客廳的核心地位，智能語(yǔ)音以智能電視為承載的智能家居擁有相當(dāng)廣闊的未來(lái)，我們期待更“智能”的智能電視出現(xiàn)在客廳。