近日，亞馬遜推出了一款可以用語音控制的智能微波爐。至此，亞馬遜推出的由 Alexa 語音控制的智能家居產(chǎn)品的數(shù)量已累計超過十種。由此，我們可以看到亞馬遜推廣自家語音助手 Alexa 的執(zhí)念。

不僅亞馬遜如此。Google 也一直在擴充可以用語音助手控制的家居產(chǎn)品，包括近期發(fā)布的 GoogleHome Hub，一款帶屏幕的智能音箱。Facebook則在上個月剛剛發(fā)布了 Portal，一款可以進行視頻通話的智能音箱。蘋果也有HomePod，而其中至關重要的語音助手 Siri，則從 2011 年開始就出現(xiàn)在幾乎蘋果的所有產(chǎn)品中了。

隨著語音助手的使用范圍越來越廣，用戶對隱私問題的疑慮也是與日俱增，然而消費者對智能音箱似乎仍十分買賬。智能音箱預計將會成為即將到來的美國感恩節(jié)和圣誕節(jié)購物季中的送禮佳品。更何況已經(jīng)有超過 1/4 的美國人已經(jīng)擁有智能音箱，并且每月會至少使用一次語音助手功能。

人們對語音交互的接受速度出乎意料地快。智能音箱的銷量長紅和各種研究機構對語音交互的信心也讓隱然讓語音交互的市場上泛起了泡沫：

Canalys稱兩年內(nèi)全球智能音箱總量將增加超過 200% 至2.25 億臺。

加拿大皇家銀行資本市場公司預計到 2020年 Alexa帶來的購物營收會超過50 億美元。

市場研究機構 Juniper Research 稱 2022 年全球在語音助手上的廣告支出將從 0 增加到 190 億美元，與當前整個雜志廣告市場的規(guī)模不相上下。

雖然其中一些預測可能會成為現(xiàn)實，然而做出如此樂觀的估計恐怕還為時過早。美國國家廣播電臺NPR 和研究機構 EdisonResearch 聯(lián)合發(fā)布的報告顯示：約 1/3 的智能音箱用戶在購買一個月之后新鮮感減退，使用智能音箱的頻率也開始下降，且有接近一半的用戶表示愿意回到?jīng)]有智能音箱的日子。數(shù)據(jù)體現(xiàn)了人們對新技術一貫的熱情，然而語音助手恐怕現(xiàn)在還不算一項革命性的技術。

現(xiàn)在，語音助手和智能音箱確能幫我們打開收音機、調暗燈光或者朗讀天氣預報，但是，想要顛覆人們的生活，只做到這些還遠遠不夠。

語音交互到底有什么用

其實，語音是一種很有用的人機交互方式，但發(fā)展一直受到技術條件的限制。現(xiàn)在隨著逐漸降低的價格和越來越快的網(wǎng)速，語音的處理可以轉移到服務器上，也讓智能音箱和語音交互趕上了發(fā)展的風口，改變了人機交互的方式。

聽歌、聽廣播和聽有聲書成了智能音箱的典型使用場景。據(jù)統(tǒng)計，有 70%-90% 的智能音箱用戶都用智能音箱在線聽過歌，而有約 50% 用戶則是天天都用智能音箱聽歌。這些數(shù)據(jù)表示用戶消費媒體內(nèi)容的方式已經(jīng)發(fā)生巨大改變。此外，流媒體音樂公司 Spotify 發(fā)現(xiàn)，通過智能音箱收聽的用戶比一般用戶更愿意每天收聽音樂，而且更傾向于在周末聽音樂，或者專門聽一些懷舊風格的音樂。

除了新興的流媒體平臺，傳統(tǒng)的廣播電臺用戶中也能看到智能音箱的發(fā)展。NPR 個性化與策展部總監(jiān) Tamar Charney 稱，通過智能音箱收聽 NPR 直播的用戶從去年的 4%增長到了19%。NPR發(fā)現(xiàn)智能音箱用戶增長的同時其他平臺的收聽率卻并沒有下降，這對依賴公眾捐款生存的電臺來說至關重要。用戶收聽時間越長，對內(nèi)容就會越感興趣（電臺會在節(jié)目中提醒用戶可以用智能音箱來聽 NPR 廣播）。Voicebot 博客與播客創(chuàng)始人 Bret Kinsella 也談道：“智能音箱讓人們重新開始聽廣播了。語音技術的殺手級應用就是播放音樂?！鄙踔吝B播客都在語音助手的應用下變得活躍了起來。根據(jù)語音控制播客的 APP ——Scout FM，其創(chuàng)始人 Cara Meverden 也說，智能音箱用戶的播客收聽率是手機用戶的兩倍。

使用智能音箱收聽播客的用戶比使用電腦或手機收聽的用戶更愿意讓廣告播完，而播客靠的就是廣告收入。Meverden 也說道：“用戶很少讓 Alexa 跳過廣告，因為讓 Alexa 快進 30 秒跳過廣告還不如就讓廣告播完。智能音箱用戶其實更被動，語音接口提供什么，用戶就接受什么”。

智能音箱的流行也帶動了一些智能家居設備的使用，比如智能空凋、智能電燈、智能門鎖，都能讓用戶在任意地點進行操控，而且現(xiàn)在這樣的方式正在逐漸成為主流。Google 的語音助手已經(jīng)可以控制超過 10000種智能家居設備，亞馬遜Alexa則更勝一籌能，可以與超過 20000種智能家居設備兼容。

語音助手簡化了很多之智能家居產(chǎn)品的設置工作，很多時候智能家居產(chǎn)品都能實現(xiàn)即插即用。

Google 產(chǎn)品管理和硬件總監(jiān) Micah Collins 談道：“過去只有安裝和設置智能家居設備的人才會使用它，但是現(xiàn)在語音控制在智能家居產(chǎn)品的可用性上帶來了巨大的提升?！?/p>

這直接導致了智能家居設備銷量的上升。IDC 數(shù)據(jù)顯示，全球智能家居設備市場，包括智能音箱、電視盒子、空調、家庭監(jiān)控和安全設備等的總銷量預計今年將增長 27%，達到 5.5 億臺。

這已經(jīng)直接影響到了整個智能家居產(chǎn)業(yè)。大多數(shù)的 Leviton 智能開關和插座都可以通過 Google 的語音助手或 Alexa 進行控制，在被問及開關和插座的智能化是否有助于提升銷量使 Leviton產(chǎn)品經(jīng)理 James Shurte表示：“肯定??！智能家居產(chǎn)品就靠有語音控制才賣貨?！?/p>

語音助手讓智能鎖具設備制造商 August去年的營收翻了一倍。August 的聯(lián)合創(chuàng)始人&CEO Jason Johnson 說道：“當用戶購買了一個智能音箱后，他們接下來就想買點智能燈、智能鎖試試，看好不好用。好用的話他們以后就會選擇那些可以用智能音箱控制的家居設備?！?/p>

理想狀態(tài)下，你只需要動動嘴，就可以控制房間的溫度和開關門鎖，或者讓電視播放你喜歡的電影。聽起來很酷而且科技范兒十足，但是這些工作沒有語音技術的話也就是走幾步的事，或者在手機App上完成。

盡管看起來智能音箱在流媒體和智能家居方面的功能很完善了，但是，如果智能語音助手智只能做到這些的話，那無疑要讓人們大失所望了。因為離開了聲控其實人們的生活一切照舊。

語音購物？別鬧了

除了聽音樂，控制智能家居，企業(yè)還期待用戶通過語音助手來購物，但是這一現(xiàn)象還并未真正實現(xiàn)。大多數(shù)調查顯示，曾通過智能音箱購物的用戶只有約 20% ，這其中還有一半是好奇的嘗鮮者。據(jù) The Information 統(tǒng)計，在亞馬遜智能音箱用戶中通過 Alexa 購物過的比例不到 2%。無論數(shù)字是多少，至少目前不是零售商想要的。

實際上，根據(jù) Voicebot 公司 5 月的一項調查指出，大多數(shù)人們還是喜歡去實體店購物。只有不到 1% 的美國用戶說他們更傾向于用智能音箱買東西。

也許是作為回應，最新推出的智能音箱都加上了屏幕，亞馬遜也給 Alexa 的購物指令打起了廣告。這顯示除了語音技術目前的一些局限性，尤其是在商業(yè)業(yè)務場景中。Google Collins 也曾談及“對于純語音技術產(chǎn)品而言，實現(xiàn)購物還有些為時過早，購物中更多的是視覺和觸覺體驗?！?/p>

在亞馬遜和淘寶上買東西隨便搜點什么都能蹦出幾十頁搜索結果，但用智能音箱搜索用戶一般只能有一兩種選擇。能適合這種模式的恐怕只有廉價的日常消耗品而非服飾，比如說廁所里用的衛(wèi)生紙，價格不貴，經(jīng)常需要買，而且一般人不會費很多功夫來比較不同的衛(wèi)生紙品牌。有用智能音箱購物經(jīng)歷的用戶中 85% 都購買了智能音箱給出的第一個結果。

盡管大品牌都有提前布局智能音箱購物的意向，但目前還沒有找到很好的切入點。智能音箱和語音助手們還在努力爭取用戶的信任，所以現(xiàn)在 Google和亞馬的遜智能音箱是根據(jù)用戶的消費歷史等信息在為用戶提供最相關的產(chǎn)品。不過看看亞馬遜和搜索引擎里的遍布的廣告就知道當用戶對智能音箱的搜索結果產(chǎn)生信任時，廣告也不會遠了。

商家們現(xiàn)在唯一能做的就是給智能音箱增加與自己產(chǎn)品相關的新功能。比如汰漬就開發(fā)了一款相當于智能音箱上 APP 的技能來教用戶如何清除衣物上的各種污漬。這些新功能并不局限于單一的智能音箱平臺（當然可能要開發(fā)多個版本）所以品牌可以在多個智能音箱上布局。為智能音箱提供芯片和軟件的高通以及為智能音箱提供音響系統(tǒng)的 Sonos 也都在各個智能音箱廠家中間選擇保持中立，讓自家平臺保持開放。這其實也是自然而然的選擇，因為這樣高通和 Sonos才能實現(xiàn)自身利益的最大化。

智能音箱的未來

智能音箱之所以是智能音箱，恐怕只是因為對著音箱說話比對著冰箱說話看起來更正常一些。當人們習慣了和設備使用語音進行交互，智能音箱應該也就完成自己的歷史使命了。人機語音交互的重點是語音助手，語音助手具體在什么地方，在音箱也好在冰箱也好，其實并不相干。

有人預測未來上街購物隨處可見的語音助手將能識別出你并給予個性化的推薦，然而目前的現(xiàn)實是我說話稍微快點語音助手就跟我說他/她聽不懂。所以語音技術的走勢如何目前還很難判斷。

上世紀 80 年代鼠標 - 這一人機交互的新方式剛剛出現(xiàn)時也遭到了用戶的冷嘲熱諷，但現(xiàn)在我們知道以鼠標為載體的人機交互理念并沒有錯，只不過受到當時的技術水平所限制。早期鼠標精度不高，而且軟件設計者也還沒有找到發(fā)揮鼠標潛力的方法。四十年后的今天，鼠標或者觸摸板已經(jīng)成了軟件和電子游戲設計中必須考慮的因素了。

語音交互比用鼠標進行交互更加自然更加直觀，但目前也處在與當年鼠標類似的尷尬境地。

語音技術咨詢公司 Rain Agency 的首席創(chuàng)意官 Will Hall 表示：“有新興技術出現(xiàn)時人們總是習慣于把老觀念往新技術上面靠。比如第一個電視廣告其實根本就和廣播上的廣告一樣只有聲音，其后電視廣告才慢慢地演變成為多種感官并用的展示方式。比如展示一輛汽車駛下高速的同時播放著音樂，這樣觀眾既有視覺感受也有聽覺感受。對語音技術也是同樣的道理?！?/p>

除非有一天我們能找到一種只有借助語音才能完成的用例或者發(fā)明，否則語音技術只不過是把在線內(nèi)容換了一種方式呈現(xiàn)而已。