语音交互市场的巨头“圈地”战

建立在人工智能(AI)基础之上的语音交互,在实现“去手指”与“去屏幕”并大大提高人机交互效率的同时,更能让机器主动读懂人类及人类世界,从而让人类获得前所未有的极致体验。在这个前景广阔的新领域,全球市场已形成四雄争霸的格局。

你想得到吗?苹果即将发布的iOS 10.3版本中,内置的Siri能支持说上海话了;Assistant支持下的Google Home有望在今年加入通话功能;Alexa到2020年将为亚马逊创造100亿美元的营收……透过这些携带英语名词的最新资讯,世人不仅感受到科技巨头们抢占语音助手领地的匆匆脚步,更嗅到了语音交互市场屯兵买马的浓浓火药味。

互联网实现了人机交互,但依赖手指与屏幕的交互方式不仅因动作迟缓而效率低下,也缺乏来自机方的主动反应与交流;图像识别的交互方式虽然让交互界面变得生动,但冷冰冰的画面仍未能释放出足以满足人类情感诉求的元素。而建立在人工智能(AI)基础之上的语音交互在实现“去手指”与“去屏幕”并大大提高人机交互效率的同时,更能让机器主动读懂人类及人类的世界,从而让人类获得前所未有的极致体验。借助语音交互场景,人类只要发出简单的口令,语音助手就能快捷提供所需的服务,甚至还可与人轻松聊天与交流情感。据Gartner预测,到2018年,30%的人机交互将通过自然语言完成。

看得出,AI是语音交互的最重要技术支撑,有了它,语音助手就能实现深度学习与进步;与此同时,大数据技术之下的信息集纳与汇总能力、云计算技术之下的精算能力,物联网技术之下的择配能力等都构成了语音交互的核心撑托;而据麻省理工学院(MIT)最新研究报告,基于现有手机分给语音识别的电量高达1瓦特的压力,MIT已开发出语音识别电耗仅为0.2-10毫瓦的芯片,语音交互终端续航能力大大提高。另外,随着硬件设备的普及,加上各种社交工具对消费者习惯的培养与引导,语音助手商用化前景豁然洞开。据中国工业和信息化部电子科技信息情报研究所的数据,今年,全球智能语音产业规模将达112.4亿美元,复合年均增长率达35.1%。

追溯起来,捕捉到巨大商机的科技巨头六年前就在语音交互市场排兵布阵了,直至目前已形成全球语音助手四雄争霸的格局,即苹果Siri、谷歌Assistant、亚马逊Alexa与微软Cortana,四雄各有一套智能生态系统。目前,Siri会说36个国家的21种语言,Cortana会说13个国家的8种语言,Assistant会说4种语言,而Alexa只说英语和德语。当然,四雄之外,还有一些劲旅也在追赶,如三星已推出名为Bixby的语音助手,将配置到Galaxy S8中,华为成立了一个由100名工程师组成的团队,专攻语音助手开发。

由于不少国家交通法规严禁驾车时打电话,汽车遂成了语音助手最先进入的终端,但此类产品只被动接受口令,谈不上与人的深度交互,且反应慢,差错率高。真正代表语音助手落地的终端当是智能家居,亚马逊与谷歌在这一领域亚打得难解难分。据悉,在亚马逊推出了Alexa支持下的智能音箱Echo一年后,谷歌推出了搭载Assistant的智能音箱Home,两者除了具备视频点播等功能外,还能提供网购服务,尤其Echo,亚马逊为其添设的Voice ID最新功能,可通过声波纹辨别出主人的声音。只要家庭成员在Echo设置一个统一账号,发出口令不需切换个人账号,就能同时分享Echo流畅无缝的服务。

攻占智能家居市场的同时,智能手机等其他终端则是科技巨头们分发语音助手更为广阔的载体,最显眼的当数Siri与Assistant及两者分别搭载的iOS系统与Android系统之间的对决。据悉,除了从 iPhone 4S到如今的 iPhone 7装配了功能等级不同的Siri之外,苹果 Mac与iPad设备至今均支持Siri。不过,与Siri相比,在进入谷歌自有品牌手机Pixel的同时,Assistant前不久空降LG最新款智能手机G6,而且谷歌已公告,Assistant还将配置到今后6.0或7.0的所有 Android系统中。不仅如此,由于第三方语音助手不能整合到iOS平台,谷歌已针对性地开发了多款应用,未来可能登陆iPhone和iPad等非谷歌设备中。苹果与谷歌相比,亚马逊虽因没有自己的智能手机而显得有点英雄气短,但拉来了联想与华为两大重量级合作伙伴。据报,未来Alexa将会整合到摩托罗拉手机中,而华为已宣布将在美国发售的Mate9智能手机上使用Alexa。

语音助手的功能直接决定其市场竞争力,因此,向第三方开放平台系统就成了科技巨头的一致行动。据悉,在Siri平台上,开发者可基于 Siri 提供的智能功能打造自己的 APP,用户仅凭语音就能直接与APP互动。在Cortana平台上,微软推出了Skills Kit 和Devices SDK等开发工具,重点帮助 OEM 和 ODM 厂商轻松打造第三方智能物联网设备及相关应用程序。由于向群体完全开放,Alexa技能增加到了一万种,而去年初只有 130 种。

由于智能语音对人工智能实力及生态系统广度的要求高,最终产品落地远非一个独立厂商所能胜任,基于此,苹果先后吃进了VocalIQ、Turi和RealFace等众多人工智能领域的创新企业,微软也在前不久收购了加拿大人工智能初创企业Maluuba,谷歌先前掏出4亿英镑真金白银收购DeepMind;至于亚马逊,从吸收语音辨别公司Nuance开始,就没有停止过资本并购的脚步,直至将Yap和Evi等语音技术初创公司悉数装入囊中。

(作者系中国市场理事、经济学教授)