?

上海聲瀚科技的COO陳虹道先生曾接受筆者的采訪，陳虹道認(rèn)為，語音交互已經(jīng)成為智能時代的入口。2014年到2017年全球語音設(shè)備出貨量大幅度攀升。

全球出貨量從2014年的不足500萬臺，到2017年出貨量將達(dá)到2500萬臺。2016年到2021年全球語音識別市場的年復(fù)合增長將達(dá)到43.6%。

6月5日，蘋果宣布推出家居智能音箱HomePod，正式挑戰(zhàn)在這一領(lǐng)域走在前面的兩大巨頭亞馬遜和谷歌。蘋果的這款產(chǎn)品重點(diǎn)強(qiáng)調(diào)享受音樂的功能，將Siri植入音箱中，讓用戶在家居環(huán)境中也能和Siri對話。蘋果發(fā)智能音箱的速度沒趕上兩位對手，價格卻比亞馬遜、谷歌的產(chǎn)品幾乎翻番，單價定在了349美元。

亞馬遜Echo確定已經(jīng)成為智能家居的入口

Amazon Echo已經(jīng)累計全球銷售突破1000萬套，市場培育期接近完成。據(jù)陳總了解，亞馬遜集結(jié)3000人來推動這款音箱產(chǎn)品更新和智能家居生態(tài)圈的構(gòu)造。Amazon Alexa生態(tài)圈的第三方應(yīng)用已經(jīng)超過7000。

當(dāng)前亞馬遜Echo音箱的語音助手Alexa它的智能化表現(xiàn)已經(jīng)把Google Assistant、Cortana和Siri甩在了后面。有數(shù)據(jù)顯示，智能音箱當(dāng)前已經(jīng)被亞馬遜驗(yàn)證，它可能將是智能家居的一個極為重要的入口。

國內(nèi)智能音箱廠商也不少，但是目前普遍處于不溫不火的狀態(tài)，目前在國內(nèi)的智能音箱廠商中，多半是硬件廠商+互聯(lián)網(wǎng)巨頭投資的模式。

其中，包括叮咚智能音箱系列是京東和科大訊飛合作，漫步者系列智能云音箱是與阿里智能合作，Sonos家庭智能音箱是與騰訊電商合作。這與國外是互聯(lián)網(wǎng)巨頭主導(dǎo)的模式截然不同，也意味著國內(nèi)互聯(lián)網(wǎng)巨頭也并不是特別重視這一領(lǐng)域。

中國多數(shù)用戶對智能音箱并不感冒

一方面原因在于智能音箱用戶市場沒有起來。國內(nèi)用戶的整體音樂素養(yǎng)與音樂藝術(shù)積淀并不高。

在國內(nèi)，可以很明顯的感覺到一個走勢是，好的音樂越來越少，而有追求的音樂聽眾也越來越少。這導(dǎo)致的一個反面是廣場舞音樂以及各種神曲走紅不斷。

如果國內(nèi)音樂受眾總體上素質(zhì)積淀不太高，那么智能音箱這種產(chǎn)品可能就難以引爆市場。在國內(nèi)，即便對音樂有一定愛好與興趣受眾，多數(shù)也是用手機(jī)聽歌。在國外，音樂市場非常龐大，愛好音樂的用戶以及對音樂有追求的群體占比相對還是更高一些。

在國內(nèi)智能音箱產(chǎn)品不溫不火，這其中的一大原因應(yīng)該與用戶群體對于智能音箱這個產(chǎn)品屬性并不感冒有著重要的關(guān)系。

中西中產(chǎn)階層家庭生活方式不同，對智能音箱產(chǎn)品需求不同

作為物聯(lián)網(wǎng)時代人機(jī)交互的新方式，語音交互為核心的智能音箱其實(shí)更多是代表著以家庭為單位、中產(chǎn)階級的一種生活方式，在當(dāng)前，亞馬遜的echo銷量即將突破1000萬臺。

echo是以家庭為單位的，1000萬的家庭覆蓋的人群在3000萬到4000美國家庭，已經(jīng)達(dá)到美國總?cè)丝诘氖种?，Echo 正迅速從早期用戶的小眾圈子進(jìn)入以家庭為單位的大眾市場。

之所以說它是一種中產(chǎn)階級的生活方式，在于它背后代表的音樂文化與市場環(huán)境。有數(shù)據(jù)機(jī)構(gòu)顯示，今年超過3500萬美國人每月至少與這些智能音箱交流1次，這個數(shù)字比2016年增加了1倍。在背后，有市場環(huán)境、家居文化以及經(jīng)濟(jì)發(fā)展水平的原因。

智能家居生活必然需要一定的經(jīng)濟(jì)水平為支撐。以Echo為例，它的模式是語音聲控模式，主打遠(yuǎn)距離語音操控，在預(yù)定快餐、叫車服務(wù)、鬧鐘與定時，天氣預(yù)報、交通狀況查詢等控制智能家居設(shè)備，語音服務(wù)Alexa讓你在房間的任意位置走動講話，Echo都能聽到繼而執(zhí)行相應(yīng)的任務(wù)，比如開燈，開電視等。

而由echo控制的有近30款智能硬件產(chǎn)品。這種模式?jīng)Q定了購買echo智能音箱產(chǎn)品的用戶要用這個入口控制這些家居，這意味著產(chǎn)品的潛在用戶要一定的生活家居品味以及整個家庭的生活經(jīng)濟(jì)水平不會低。

在中國，以家庭為單位并且具備一定生活品味與經(jīng)濟(jì)水平的中產(chǎn)階層并沒有成為主流，就算有，當(dāng)前普遍也沒有培養(yǎng)出這種生活方式。

AI語音交互能力、軟硬結(jié)合能力的差距

另一方面，從硅谷巨頭的模式來看，智能音箱依賴三個核心能力：AI驅(qū)動下的智能語音交互、內(nèi)容服務(wù)和豐富的第三方應(yīng)用。核心是AI能力。

在國外巨頭中，AI語音助理基本是標(biāo)配。亞馬遜Echo的語音服務(wù)助手是Alexa，微軟已經(jīng)宣布與哈曼卡頓合作，將 Cortana 智能助手集成至智能音箱。當(dāng)前蘋果推出的HomePod 音箱，也是依賴Siri來語音操控。Google Home的背后是Google Assistant。

但在國內(nèi)的智能音箱市場，目前還沒有一款拿得出手的AI智能語音助理產(chǎn)品能夠搭載在智能音箱上實(shí)現(xiàn)軟硬結(jié)合與并具備相對較好的語音交互體驗(yàn)。

無論是亞馬遜的ECho，還是蘋果的Siri都可以通過進(jìn)一步調(diào)校讓語音助手接入更多的第三方服務(wù)。但國內(nèi)互聯(lián)網(wǎng)巨頭做智能音箱由于在AI語音助理這一環(huán)的缺失，這就很難在語音交互上不斷優(yōu)化而擴(kuò)展第三方語音服務(wù)能力。

比如京東智能旗下叮咚智能音箱，搭載的是科大訊飛的語音技術(shù)，這導(dǎo)致在軟硬件融合層面以及未來平臺生態(tài)掌控力層面缺失了一個核心能力。

因?yàn)锳I的存在，當(dāng)前的智能音箱也已經(jīng)超出了音箱定義的范疇，而在語音設(shè)備技術(shù)層面，又包括噪聲抵消、語音識別，和語義識別。而依托音響產(chǎn)品的語音控制，融合了智能語音技術(shù)的智能識別和交互環(huán)節(jié)的深度學(xué)習(xí)，基于深度學(xué)習(xí)在語音識別和語義理解上不斷進(jìn)化。

而在于AI智能語音助理上的發(fā)展水平，國內(nèi)暫時處于落后狀態(tài)。而且對于智能家居這種產(chǎn)品來說，核心是依賴語音聲控，背后是人工智能的智能識別能力與深度學(xué)習(xí)能力。

國內(nèi)的科大訊飛，思必馳等公司都是具備語音識別能力的廠商，但當(dāng)前，國內(nèi)的智能音箱廠商還沒有人工智能方面的平臺優(yōu)勢可以形成一種平臺聚合力以及軟硬結(jié)合能力。無論是亞馬遜的ECho，還是蘋果的Siri都可以通過進(jìn)一步調(diào)校讓語音助手接入更多的第三方服務(wù)。但國內(nèi)互聯(lián)網(wǎng)巨頭做智能音箱由于在AI語音助理這一環(huán)的缺失，這就很難在語音交互上不斷優(yōu)化而擴(kuò)展第三方語音服務(wù)能力。

在國外，Google Assistant 聯(lián)合了70多家智能家居廠商共同合作包括括洗衣機(jī)、冰箱等等產(chǎn)品的結(jié)合，而亞馬遜則其實(shí)在基于聲控軟件Alexa已經(jīng)構(gòu)建了一個基于語音產(chǎn)品的開放平臺，早前全球電子消費(fèi)展（CES）展會主辦方消費(fèi)技術(shù)協(xié)會（CTA）首席經(jīng)濟(jì)學(xué)家 Shawn DuBravac 曾表示：“配備了亞馬遜的 Alexa 語音助手的產(chǎn)品現(xiàn)在大約有1500種。”

?