亞馬遜為什么能夠在蘋果、谷歌之前找到語音識(shí)別的答案

　　Fire Phone失敗了，但Echo成功了

　　兩年前，亞馬遜經(jīng)歷了一場(chǎng)戲劇性變化——被寄予厚望的智能手機(jī)Fire Phone在上市遭遇慘敗，幾個(gè)月后推出的智能音箱Echo卻大獲成功。亞馬遜沒有花費(fèi)太多時(shí)間思考，很快作出決定：放棄Fire Phone，押注Echo。一年之后，它收到了Echo結(jié)出的成功果實(shí)：

　　- 據(jù)研究機(jī)構(gòu)CIRP的統(tǒng)計(jì)，Echo上市一年多后，銷量已經(jīng)突破300萬臺(tái)。僅僅是2015年暑假，亞馬遜就賣出超過100萬臺(tái)Echo

　　- 2015年3月-12月，Echo的用戶認(rèn)知度從20%提升至47%。今年6月公開的新銷售計(jì)劃顯示，亞馬遜計(jì)劃在2017年賣出第1000萬臺(tái)Echo

　　難能可貴的是，Echo在實(shí)現(xiàn)高銷量的同時(shí)還保持著出色的口碑——它在亞馬遜的頁面下?lián)碛谐^40000條用戶評(píng)論，評(píng)分達(dá)到4.4星。贊美之詞不勝枚舉。

　　一 · 語音識(shí)別：亞馬遜“后發(fā)制人”

　　Echo不是一臺(tái)傳統(tǒng)音箱，亞馬遜在里面注入了最新的語音識(shí)別助手“Alexa”。除了聽音樂，用戶還能用Echo叫外賣、打車、安排日程、查詢天氣——你只需對(duì)著它說出命令即可。

　　智能手機(jī)的故事已經(jīng)基本講完，行業(yè)將迎來人工智能的高速發(fā)展。蘋果、谷歌（微博）、微軟……人們熟知的硅谷巨頭都在調(diào)轉(zhuǎn)船頭，發(fā)力人工智能。

　　語音識(shí)別被認(rèn)為是人工智能的核心應(yīng)用之一。蘋果在亞馬遜三年前就推出了智能語音產(chǎn)品；谷歌稍晚，但也比亞馬遜早兩年。然而現(xiàn)在亞馬遜憑借Echo實(shí)現(xiàn)“后發(fā)制人”，谷歌已經(jīng)成為它的模仿者。

　　它是怎么做到的？

　　二 · 只提供一種交互，迫使用戶使用語音

　　如何讓用戶使用語音服務(wù)？蘋果和谷歌采用了相同的方案。它們將語音服務(wù)整合進(jìn)手機(jī)系統(tǒng)內(nèi)，通過高使用頻率的手機(jī)來帶動(dòng)用戶對(duì)語音服務(wù)的使用。

　　但問題是，智能手機(jī)擁有成熟的輸入方案——文字輸入法比語音更便捷、更高效，語音服務(wù)缺乏足夠的使用理由。研究機(jī)構(gòu)Creative Strategies的調(diào)查顯示，62%的安卓用戶表示很少或偶爾使用語音助手，iPhone對(duì)應(yīng)的比例為70%。

　　為了“迫使”用戶使用語音，亞馬遜Echo只提供語音一種交互方案。除了揚(yáng)聲器和麥克風(fēng)，Echo沒有其它交互接口。

　　Echo對(duì)交互的限制，保證了語音交互的純粹性和持續(xù)性：用戶只能使用語音，不會(huì)被其它輸入方式帶走。當(dāng)習(xí)慣養(yǎng)成后，他們會(huì)持續(xù)不斷地用語音與設(shè)備互動(dòng)。

　　三 · 定位于家庭，緩解與機(jī)器對(duì)話的尷尬

　　只提供語音交互并非Echo成功的唯一因素。如果沒有解決用戶不愿使用語音的根本問題，這樣做可能會(huì)帶來另一個(gè)問題——用戶放棄使用產(chǎn)品。亞馬遜顯然不愿看到這樣的結(jié)果。

　　Echo成功的另一因素在于它定位于家居，而非手個(gè)人助理。

　　Siri和Google Now定位于個(gè)人助理，于是它們依附于手機(jī)，期待通過手機(jī)的高頻使用普及服務(wù)。但手機(jī)作為個(gè)人設(shè)備，多數(shù)情況下在公開場(chǎng)合下使用。在公開場(chǎng)合下用語音對(duì)手機(jī)發(fā)號(hào)施令，使用者很容易陷入尷尬。

　　Creative Strategies調(diào)查了300名手機(jī)用戶在公開場(chǎng)合下使用語音助手的比例。結(jié)果顯示，安卓用戶中，只有12%會(huì)在公開場(chǎng)合下使用語音助手；iPhone的比例更低，只有3%。

　　產(chǎn)品和使用場(chǎng)景沒有恰當(dāng)匹配，造成了Siri和Google Now的使用尷尬。

　　Echo采用了不同的產(chǎn)品定位，巧妙地避開了用戶使用語音助手的尷尬。它從一開始就定位于家庭設(shè)備——體積較大，不宜隨身攜帶；沒有獨(dú)立電池，必須連接室內(nèi)電源才能使用。盡管對(duì)著機(jī)器說話依舊怪異，但家庭環(huán)境緩解了用戶的使用壓力。用戶面對(duì)的是熟悉的家人而非公共環(huán)境下的陌生人。

　　四 · 提供針對(duì)性軟、硬件優(yōu)化，適時(shí)開放產(chǎn)品

　　在明確Echo的交互方式和產(chǎn)品定位之后，亞馬遜對(duì)它進(jìn)行了針對(duì)性的硬件和軟件優(yōu)化。

　　為了能讓用戶在家中的任何位置都能喚醒Echo，亞馬遜設(shè)計(jì)了一個(gè)名為ARS的自動(dòng)語音識(shí)別處理系統(tǒng)。ARS由七個(gè)麥克風(fēng)和一個(gè)音頻信號(hào)過濾系統(tǒng)構(gòu)成。七個(gè)麥克風(fēng)組成的列陣能讓Echo捕捉到環(huán)境中的細(xì)微聲音，音頻信號(hào)過濾系統(tǒng)過濾掉環(huán)境噪音，從而辨別出人聲。使用ARS后，即使用戶在25英尺（7.62米）之外發(fā)出命令，Echo也能夠準(zhǔn)確識(shí)別。

　　識(shí)別之后，如何理解用戶的語音命令？亞馬遜又設(shè)計(jì)了“關(guān)鍵詞識(shí)別”系統(tǒng)。Echo收到的語音命令被系統(tǒng)拆分為多個(gè)字段，它們與云端儲(chǔ)存的關(guān)鍵詞模型逐一比對(duì)，匹配度最高的部分被認(rèn)為是用戶發(fā)出的語音命令。

　　在先后增加對(duì)多款智能家電的支持之后，2015年6月，亞馬遜推出了語音服務(wù)“Alexa”開發(fā)包，正式開放Echo。兩家為Echo開發(fā)音樂播放和家電控制服務(wù)的公司還獲得了亞馬遜提供的1億美元資金。

　　開放策略收效顯著。2015年，Echo整合的第三方服務(wù)只有14項(xiàng)，今年已經(jīng)上升至950項(xiàng)。目前這個(gè)數(shù)字在持續(xù)增長。

　　今年3月，亞馬遜又推出了兩款面向中、低端市場(chǎng)的智能音箱：Tap和Dot。Echo家族的設(shè)備和服務(wù)在不斷壯大。

　　結(jié)語 · 手機(jī)紅利消失，人工智能將啟航

　　2007年，第一代IPhone推出。在接下來的近十年里，它和安卓至少帶動(dòng)了硬件銷售、移動(dòng)通訊、電商、手機(jī)游戲四個(gè)領(lǐng)域的發(fā)展。移動(dòng)互聯(lián)網(wǎng)風(fēng)生水起。

　　但高速發(fā)展之后，智能手機(jī)和它所帶動(dòng)的相關(guān)產(chǎn)業(yè)都陷入了發(fā)展瓶頸。代表性的變化是，iPhone在今年第三季度的銷量下降15%，營收同比下滑23%。移動(dòng)通訊、O2O、手機(jī)游戲等領(lǐng)域的格局也已基本確定，市場(chǎng)被大公司把持。

　　人工智能被認(rèn)為是下一個(gè)科技熱潮。語音、圖像識(shí)別，深度學(xué)習(xí)等技術(shù)將大大拓寬現(xiàn)有技術(shù)的應(yīng)用邊界，工業(yè)、農(nóng)業(yè)、醫(yī)療等互聯(lián)網(wǎng)化程度低的產(chǎn)業(yè)都將被重新改造。

　　作為核心技術(shù)之一，智能語音能夠應(yīng)用于汽車、通訊、企業(yè)服務(wù)等多個(gè)領(lǐng)域，它可以讓車主在駕車時(shí)與汽車互動(dòng)，也可以改善智能手表***設(shè)備的輸入體驗(yàn)……人機(jī)交互將因此改變。

　　Echo讓智能語音的發(fā)展再進(jìn)一步。過去幾年，蘋果、谷歌都推出了自己的語音助手，但它們更多是手機(jī)的輔助，目的是讓手機(jī)更好用。Echo則不同，它完全為語音設(shè)計(jì)、不依賴手機(jī)，同時(shí)成功地趕上了物聯(lián)網(wǎng)繁榮的時(shí)期。Echo的成功歸功于亞馬遜對(duì)產(chǎn)品定位、使用場(chǎng)景和市場(chǎng)前景的準(zhǔn)確判斷，這些經(jīng)驗(yàn)會(huì)讓亞馬遜在未來人工智能的競(jìng)爭(zhēng)中走得更加從容。