亞馬遜的 Alexa，蘋果的 Siri蔑舞，微軟的 Cortana拒担，Google 的 Google Assistat，智能語音已成早已為國外科技巨頭緊盯的趨勢攻询，「人工智能助手」實現(xiàn)了從語音識別到語義理解再到功能執(zhí)行的過程从撼，將人工智能產(chǎn)品迅速推進到了能夠在消費級場景當(dāng)中得到應(yīng)用、派得上用場钧栖、并被消費者買賬的階段低零。

然而當(dāng)國外用戶只要買一臺 Echo 就能立刻享受到智能語音助理帶來的便利時，國內(nèi)消費者在面對語音智能產(chǎn)品時的選擇卻少得可憐桐经，在行業(yè)端，智能語音雖然已經(jīng)成為國內(nèi)幾乎每家科技和互聯(lián)網(wǎng)公司都在關(guān)注的領(lǐng)域浙滤，但這樣的熱度還遲遲沒有傳遞給消費者阴挣，在這股正在興起的新浪潮中，相比行業(yè)巨頭技術(shù)和生產(chǎn)能力都相對受限的初創(chuàng)團隊還有機會嗎纺腊？本期由深圳灣和 ACT Lab 聯(lián)合主辦 AI&BOBO CLASS 課程畔咧，邀請了前小米電視音響團隊負(fù)責(zé)人、前魅族科技智能硬件總監(jiān)揖膜、現(xiàn)前海黑鯨科技 CEO 王興超誓沸，他為我們分析了初創(chuàng)團隊在入局語音智能品類時所面臨的困難，以及在「困境」中壹粟，初創(chuàng)團隊可能的突圍方向拜隧。

語音智能產(chǎn)品的開發(fā)難度，體現(xiàn)在研發(fā)趁仙、內(nèi)容生態(tài)洪添、市場教育和供應(yīng)鏈上

王興超提到，此前 WiFi 音箱對比普通藍(lán)牙音箱所面臨的一些困難雀费，可以很好地與現(xiàn)在語音智能類音箱產(chǎn)品類比干奢。做這類產(chǎn)品的難度，主要集中在四個方面：研發(fā)難度盏袄、內(nèi)容生態(tài)忿峻、市場教育和供應(yīng)鏈上薄啥。

在技術(shù)研發(fā)上，王興超著重提到了遠(yuǎn)場語音識別中的難點逛尚。

「第一個階段垄惧，遠(yuǎn)場語音的喚醒，這個階段不僅要能保證在安靜的環(huán)境下把音箱喚醒黑低，還包括正在播放音樂或者周邊噪音比較大的環(huán)境赘艳。這種情況下，在三四米遠(yuǎn)的距離外克握，通過喚醒詞讓音箱進入到監(jiān)聽模式是相當(dāng)困難的蕾管。」

「第二個階段菩暗，喚醒之后掰曾，在三四米這樣的距離下，用戶說的話停团，設(shè)備必須能夠完整地采集到旷坦，并保證采集到數(shù)據(jù)的準(zhǔn)確度，這也是目前業(yè)界面臨的另一個難點所在佑稠。這種聲音數(shù)據(jù)的采集過程秒梅，嚴(yán)重依賴于使用麥克風(fēng)的數(shù)量，結(jié)構(gòu)的設(shè)計舌胶，用戶說話的清晰度捆蜀，方言還是普通話，以及環(huán)境噪音是否夠低幔嫂×舅」

「在采集到了用戶的語音之后，還要把語音轉(zhuǎn)成文字履恩，進而對轉(zhuǎn)成文字進行語義理解锰茉。中國的漢字中，有很多相同的發(fā)音切心，但是代表了截然不同的意思飒筑，需要結(jié)合上下文語境才能把語音轉(zhuǎn)換成文字，否則轉(zhuǎn)化成了文字都錯了绽昏，那么后面的處理肯定也是錯誤的扬霜。」

目前的語音智能產(chǎn)品能給用戶帶來價值嗎而涉？

而在面向消費者的產(chǎn)品價值上著瓶，王興超提出了這樣四個問題：

• 提高效率了嗎？
  
• 直達內(nèi)容了嗎啼县？
  
• 直達服務(wù)了嗎材原？
  
• 幫用戶省錢了嗎沸久？
  

高精度的語音識別作為交互方式，對比現(xiàn)有的屏幕交互余蟹，確實可以在大多數(shù)場景下提高交互效率卷胯。但智能語音在連接內(nèi)容端和服務(wù)端的能力上，國內(nèi)生態(tài)卻還稱不上令人滿意威酒，一方面語音智能本身的「直達」能力不足窑睁，不能很好地根據(jù)用戶語言給出關(guān)于內(nèi)容和服務(wù)的最優(yōu)解決方案，另一方面葵孤，內(nèi)容和服務(wù)資源與語音智能產(chǎn)品間的生態(tài)整合也還不到位担钮。

具體場景下的最優(yōu)體驗，可能是初創(chuàng)團隊涉足這個領(lǐng)域時可以試水的方向

如果目前整個智能語音行業(yè)都還面臨諸多挑戰(zhàn)尤仍，那么初創(chuàng)團隊還有入局的契機嗎箫津？王興超通過自己團隊正在開發(fā)的產(chǎn)品，給出了另一個可能的突圍方向宰啦。

他們做的是一款具備語音智能的電視盒子產(chǎn)品苏遥，功能和體驗都針對家庭客廳觀看電視時的具體體驗進行優(yōu)化，可以使用語音指令進行進行換臺赡模、播放田炭、資源搜索等等一系列功能，很大程度上解決了使用智能電視時需要用按鍵優(yōu)先的遙控器進行大量點按操作的問題漓柑。同時教硫，由于成本極低，電視盒子生產(chǎn)商可以很容易地將他們的方案集成到自己的電視盒子產(chǎn)品中欺缘。

王興超所給出的方向栋豫，即是使用較低技術(shù)和硬件成本挤安，著力打磨在具體場景下常用的數(shù)個功能谚殊，達到該場景下體驗的最優(yōu)化，憑借低成本和高適用性來打開面向 C 端的產(chǎn)品市場和面向 B 端的方案市場蛤铜。在這個過程中講繼續(xù)技術(shù)上的積累和產(chǎn)品上的優(yōu)化嫩絮，從而繼續(xù)在語音智能的市場中向上攀登。

這樣一邊生存一邊成長的經(jīng)營哲學(xué)围肥，對在巨頭林立的紅海領(lǐng)域中試圖突圍的初創(chuàng)團隊來說剿干，可能更加實用。