分析：互聯(lián)網(wǎng)女皇為何看好麥克風(fēng)

【計(jì)算機(jī)論文】分析：互聯(lián)網(wǎng)女皇為何看好麥克風(fēng)？

有人說(shuō)，今年報(bào)告亮點(diǎn)不多，在我看來(lái)，亮點(diǎn)卻非常之多：不僅覆蓋了手機(jī)、電商、社交、廣告等基本面，還點(diǎn)名了移動(dòng)營(yíng)銷、網(wǎng)絡(luò)直播、智能汽車諸多正在崛起的所有新興領(lǐng)域。與IDC等機(jī)構(gòu)報(bào)告不同的是，女皇報(bào)告更側(cè)重于行業(yè)現(xiàn)象概括和行業(yè)趨勢(shì)展望，事實(shí)證明，她對(duì)未來(lái)趨勢(shì)的評(píng)判準(zhǔn)確率相當(dāng)之高。而今年報(bào)告最大亮點(diǎn)在于：語(yǔ)音。213頁(yè)的Keynote，23頁(yè)給了語(yǔ)音，篇幅遠(yuǎn)遠(yuǎn)超過(guò)汽車、直播等領(lǐng)域，僅次于每年的重頭戲即“營(yíng)銷”的31篇。女皇認(rèn)為麥克風(fēng)正在取代鍵盤瑪麗·米克爾認(rèn)為，語(yǔ)音正在被重塑，成為人機(jī)交互的新范式，在過(guò)去75年里，每10年就有一次人機(jī)交互的重大革新，人類對(duì)機(jī)器的操作，從物理手柄按鍵，到物理鍵盤鼠標(biāo)，再到觸摸屏，而現(xiàn)在語(yǔ)音成為了重要的交互方式。在其看來(lái)，語(yǔ)音交互相對(duì)于傳統(tǒng)交互而言具有以下特點(diǎn)：輸入更快速，人類每分鐘可說(shuō)出150個(gè)單詞，打字卻只能完成40個(gè)單詞；使用更簡(jiǎn)單，不需要用手和眼，時(shí)間更及時(shí)，不需要任何學(xué)習(xí)；更加個(gè)性化，機(jī)器可基于上下文、環(huán)境、位置、語(yǔ)調(diào)等大環(huán)境更好地理解人類的需求。從技術(shù)角度來(lái)看，語(yǔ)音計(jì)算具有成本低、尺寸小的特點(diǎn)，特別適合物聯(lián)網(wǎng)。為何語(yǔ)音現(xiàn)在會(huì)爆發(fā)？瑪麗·米克爾認(rèn)為：1、技術(shù)成熟是核心原因之一。如果語(yǔ)音識(shí)別準(zhǔn)確率從95%提升到99%將從量變引發(fā)質(zhì)變，即“爆發(fā)點(diǎn)”到來(lái)，語(yǔ)音識(shí)別準(zhǔn)確率已從2010年的70%上升到今年的90%，百度、谷歌、Hound等平臺(tái)的語(yǔ)音識(shí)別準(zhǔn)確率已超過(guò)90%，針對(duì)戶外嘈雜環(huán)境和講話者特性的語(yǔ)音識(shí)別是下階段的攻克重點(diǎn)。2、語(yǔ)音交互應(yīng)用正在日益變多。語(yǔ)音搜索正在蠶食搜索份額，百度、谷歌的語(yǔ)音搜索在近十年來(lái)均取得了數(shù)十倍的增長(zhǎng)，其中安卓、百度和必應(yīng)語(yǔ)音搜索比例分別達(dá)到20%、10%、25%；以Siri為代表的語(yǔ)音助手正在快速普及，美國(guó)用戶使用這類工具的比例，已從2013年的30%增加到2015年的65%。因?yàn)檎Z(yǔ)音能夠解放雙手和眼睛，人們?cè)絹?lái)越多地在車?yán)?、家里和隨身使用語(yǔ)音。相關(guān)數(shù)據(jù)顯示，從2014年到2016年間，全球API調(diào)用百度語(yǔ)音識(shí)別以及文本轉(zhuǎn)語(yǔ)音(TTS)的每日使用量急速攀升，百度語(yǔ)音在百度產(chǎn)品中使用率快速增長(zhǎng)。3、語(yǔ)音吸引更多第三方開發(fā)者。開發(fā)者擁抱語(yǔ)音大幅增加了支持語(yǔ)音交互的軟件和硬件，女皇重點(diǎn)闡述了Amazon眼下炙手可熱的硬件：Echo。其內(nèi)置了AmazonAlexa語(yǔ)音助手，目標(biāo)是占領(lǐng)家居、汽車、手機(jī)的麥克風(fēng)，還能智能購(gòu)物。這款產(chǎn)品銷量已突破400萬(wàn)臺(tái)。女皇更是大膽指出：語(yǔ)音拐點(diǎn)已經(jīng)到來(lái)，在2015年智能手機(jī)銷量下滑之后，Echo銷量或?qū)Ⅱv飛。英雄所見略同。在瑪麗·米克爾預(yù)測(cè)語(yǔ)音會(huì)成為核心交互方式的同時(shí)，科技巨頭早已在這一領(lǐng)域大力投入。2014年百度世界大會(huì)上李彥宏預(yù)測(cè)：五年內(nèi)語(yǔ)音和圖像搜索比例有可能突破50%。百度在人工智能上一項(xiàng)顯著的進(jìn)展便是基于深度學(xué)習(xí)的DeepSpeech在噪音環(huán)境下的語(yǔ)音識(shí)別效果超越了谷歌，這一研究成果在瑪麗·米克爾的報(bào)告中被提及，該項(xiàng)技術(shù)已成功應(yīng)用到百度語(yǔ)音搜索上。目前，百度語(yǔ)音搜索已通過(guò)人工智能做到了“聽”和“說(shuō)”，而且還嘗試完成人類復(fù)雜的行為——溝通。集成語(yǔ)音識(shí)別、語(yǔ)義理解、深度問(wèn)答、知識(shí)推理、多輪對(duì)話、智能摘要、情感分析、語(yǔ)言生成、語(yǔ)音合成等能力于一身后，相較于鍵盤輸入，百度語(yǔ)音搜索已經(jīng)能夠滿足用戶的多種復(fù)雜需求，引領(lǐng)人機(jī)交互邁入聽說(shuō)時(shí)代。此外，不久之前的谷歌I/O大會(huì)上，最亮點(diǎn)產(chǎn)品是類似于Echo的GoogleHome，其內(nèi)置了GoogleAssitant語(yǔ)音助手。而在即將召開的蘋果開發(fā)者大會(huì)WWDC上，iOS10最大亮點(diǎn)很可能會(huì)是Siri。語(yǔ)音是下一站，已成全球共識(shí)，“麥克風(fēng)+觸摸屏”取代“鍵盤+鼠標(biāo)”，已是大勢(shì)所趨。語(yǔ)音正在多個(gè)領(lǐng)域全面開花“女皇報(bào)告”重點(diǎn)提到了語(yǔ)音的三大典型應(yīng)用：搜索、助理和Echo，一個(gè)重要事實(shí)是，語(yǔ)音不只是在這些領(lǐng)域發(fā)揮作用，在許多領(lǐng)域，它都比鍵盤越來(lái)越有存在感。1、語(yǔ)音搜索：移動(dòng)搜索的重要分支谷歌、百度、Bing，全球主流搜索引擎的語(yǔ)音搜索比例都在逐步增加，麥克風(fēng)圖標(biāo)變得跟搜索框一樣重要。搜索引擎來(lái)自移動(dòng)端的搜索流量均已超過(guò)50%，人們?cè)谧詭溈孙L(fēng)的移動(dòng)設(shè)備上使用語(yǔ)音更方便，而在移動(dòng)場(chǎng)景下打字并不方便。有報(bào)告指出，百度語(yǔ)音搜索的整體用戶量在2015年增長(zhǎng)超過(guò)3倍，用戶中的90后和00后的人群占比接近50%，百度語(yǔ)音搜索已經(jīng)成為眾多年輕人移動(dòng)互聯(lián)網(wǎng)生活的標(biāo)配，優(yōu)勢(shì)在于省去了中英文輸入法切換的繁瑣、支持口語(yǔ)化多輪交互、能夠提供貼心的語(yǔ)音播報(bào)和有聲搜索。2、語(yǔ)音助手：不再是被調(diào)戲的玩具幾年前，Siri這是一個(gè)被調(diào)戲的玩具?，F(xiàn)在，它可以理解很多命令，比如設(shè)置鬧鐘、添加日歷，打開App等，語(yǔ)音助理已完成從玩具到工具的蛻變。除了Siri之外，Windows內(nèi)置的Cortana、GoogleNow升級(jí)而來(lái)的GoogleAssitant，以及百度、搜狗、科大訊飛等公司均推出了自己的語(yǔ)音助理軟件。以百度推出的度秘為例，已經(jīng)接入到手機(jī)百度APP，用戶可在手百端直接調(diào)用，使用語(yǔ)音對(duì)話的形式享受點(diǎn)餐、購(gòu)物、路線、訂票等多項(xiàng)生活類服務(wù)?？梢娨龊谜Z(yǔ)音助理并不容易，除了語(yǔ)音識(shí)別和語(yǔ)義理解之外，它必須要能“完成任務(wù)”，而這需要獲取其他設(shè)備和應(yīng)用的控制權(quán)，而這一點(diǎn)只有巨頭才能做到，創(chuàng)業(yè)型玩家基本已經(jīng)消失。3、語(yǔ)音通訊：不再是昂貴的溝通微信能夠成為超級(jí)App，一大重要原因在于它支持語(yǔ)音通信，類似于對(duì)講機(jī)的語(yǔ)音交互，給了人們?cè)趥鹘y(tǒng)手機(jī)通訊下前所未有的體驗(yàn)。需要流量，但相對(duì)于傳統(tǒng)電話而言已很廉價(jià)。事實(shí)上，傳統(tǒng)電話也已被互聯(lián)網(wǎng)化，有信等網(wǎng)絡(luò)電話App的崛起表明，人們未來(lái)只需要為語(yǔ)音通訊花很少的錢。女皇說(shuō)，語(yǔ)音是最有效率的交互方式。除此之外，語(yǔ)音還是最自然、最簡(jiǎn)單和最有效的溝通方式，免費(fèi)的語(yǔ)音通訊將會(huì)成為大勢(shì)所趨，運(yùn)營(yíng)商正在被逼著依靠販賣流量謀生。4、語(yǔ)音內(nèi)容：不再是冷門的形式微博剛剛興起時(shí)，許朝軍做了一個(gè)啪啪，要做語(yǔ)音版的微博，后來(lái)發(fā)生的事情大家都知道了。不過(guò)，語(yǔ)音內(nèi)容正在卷土重來(lái)。最近在行做的“分答”十分火爆，這款A(yù)pp集合了語(yǔ)音、打賞、共享經(jīng)濟(jì)諸多新興模式，讓知識(shí)分享前所未有的有趣。而在去年，喜馬拉雅等網(wǎng)絡(luò)電臺(tái)崛起了。這些現(xiàn)象均表明，“聲音”依然會(huì)是十分重要的一類內(nèi)容形態(tài)，人們不會(huì)浪費(fèi)耳朵這個(gè)重要器官，在許多場(chǎng)景下，“語(yǔ)音消費(fèi)”都更適合，比如開車時(shí)，高德地圖與林志玲等明星合作的語(yǔ)音導(dǎo)航就取得很好的市場(chǎng)反饋。在許多垂直領(lǐng)域，例如教育，語(yǔ)音技術(shù)同樣在體現(xiàn)其重要性，比如通過(guò)語(yǔ)音技術(shù)做口語(yǔ)訓(xùn)練。就是說(shuō)，不只是“麥克風(fēng)”變得重要了，“喇叭”也在變得重要。5、語(yǔ)音硬件：隨時(shí)待命的助理“女皇報(bào)告”說(shuō)，AmazonEcho將要起飛。除了Echo之外，Google已推出GoogleHome硬件，擁有Siri的Apple很可能會(huì)發(fā)布類似產(chǎn)品。為何“語(yǔ)音助理硬件”會(huì)普及？為什么不直接用手機(jī)上的Siri等助理呢？因?yàn)槭謾C(jī)是個(gè)人設(shè)備，并不適合家庭成員共享；而當(dāng)前的語(yǔ)音技術(shù)，讓手機(jī)支持“隨時(shí)待命可被喚醒”會(huì)很耗電，基于Echo等家用設(shè)備不需擔(dān)憂這個(gè)問(wèn)題。正是因?yàn)榇?，類似于Echo的產(chǎn)品將成為接下來(lái)的爆點(diǎn)，國(guó)內(nèi)巨頭同樣在布局，京東已推出叮咚智能音箱，阿里巴巴聯(lián)合科大訊飛推出了“飛兒”，語(yǔ)音技術(shù)成熟的百度近日推出的度秘實(shí)體機(jī)器人也成功入駐肯德基，通過(guò)多輪交互和語(yǔ)音語(yǔ)義理解等技術(shù)為用戶完成智能點(diǎn)餐的過(guò)程。除了專用的語(yǔ)音助理硬件，語(yǔ)音與電視、與汽車等硬件的整合