隨著第二波智能語音浪潮來臨，智能揚(yáng)聲器裝置制造商必須在功能特性和使用者體驗(yàn)之間找到最佳平衡，同時(shí)保持具競爭力的價(jià)格…

或許您還沒有聽說過，2017年已經(jīng)被稱為“語音介面年”了。從年初美國拉斯維加斯國際消費(fèi)電子展（CES）的“語音啟動(dòng)”成為最受矚目的焦點(diǎn)開始，話題持續(xù)延燒到年中在上海舉行的世界行動(dòng)通訊大會(huì)（MWC）。這一稱號(hào)并進(jìn)一步受到多家網(wǎng)際網(wǎng)路和技術(shù)巨擘的加持，他們不斷加入競賽行列并推出以智能揚(yáng)聲器為基礎(chǔ)的個(gè)人語音助理。

自從2014年亞馬遜（Amazon）智能揚(yáng)聲器Echo推出以來，這個(gè)市場一直呈指數(shù)級(jí)成長。根據(jù)audioxpress.com，在美國，智能揚(yáng)聲器占家庭音訊硬體類別的30%。預(yù)計(jì)未來幾年將持續(xù)成長，到2020年將可達(dá)到1億美元的規(guī)模，其中75%的美國家庭將擁有智能揚(yáng)聲器。

Google Home揚(yáng)聲器自去年發(fā)布后，成功地占據(jù)了一定的市場份額，但仍遠(yuǎn)落后于Echo。根據(jù)eMarketer US對(duì)2017年的預(yù)測(cè)，Amazon Echo揚(yáng)聲器將擁有70.6%的市占率，Google Home約達(dá)到23.8%，而剩下的市場將分布于聯(lián)想（Lenovo）、Harman Kardon和LG等市占率更小的參與業(yè)者。

圖1：技術(shù)領(lǐng)域的各大巨擘現(xiàn)正競相爭奪您咖啡桌上的一小塊圓形空間 （來源：Reuters/Harman Kardon）

不過，在Apple發(fā)布其高價(jià)位的高階揚(yáng)聲器——HomePod后，這個(gè)情況即將發(fā)生重大變化。微軟（Microsoft）也將加入這場競賽，但它并非打造自家的揚(yáng)聲器，而是即將推出一款名為Invoke的Harman Kardon裝置，由Cortana提供支援。今年初，進(jìn)軍該市場的另一重點(diǎn)是Lenovo的Smart Assistant揚(yáng)聲器，它將會(huì)是Amazon Alexa的新主人。使用者現(xiàn)在可以選擇任何一款由Alexa智能語音服務(wù)提供支援、但不一定由Amazon制造的裝置產(chǎn)品。Lenovo揚(yáng)聲器的音響系統(tǒng)也將由Harman Kardon支援。

同時(shí)，在中國，阿里巴巴（Alibaba）宣布推出Tmall Genie X1，正式進(jìn)軍智能家庭揚(yáng)聲器市場。

Tmall Genie X1It預(yù)計(jì)不久即將上市，價(jià)格大約75美元，比美國各種裝置更便宜得多。不過，中國市場本身已經(jīng)開始競爭了。阿里巴巴的競爭對(duì)手之一——線上零售業(yè)的后起之秀——京東商城（JD）與iFlytek合作，在去年發(fā)表玲瓏叮咚系列智能揚(yáng)聲器。

中國搜尋引擎巨擘——百度（Baidu）則與硬體公司AiNemo合作，在智能揚(yáng)聲器領(lǐng)域搭建略有不同的選擇。這款稱為Little Fish的裝置是由百度的語音啟動(dòng)作業(yè)系統(tǒng)（OS）——DuerOS提供支援。它與迄今討論的其他產(chǎn)品不同之處在于配備了熒幕和相機(jī)。智能機(jī)器人可以追蹤使用者的臉部，并使用臉部辨識(shí)功能驗(yàn)證線上購物。它還可以顯示資訊和影像，以回應(yīng)使用者的查詢。

圖2：百度推出配備熒幕和相機(jī)的智能揚(yáng)聲器，可以在房間周圍對(duì)您進(jìn)行追蹤 （來源：Baidu）

這與Amazon Echo產(chǎn)品系列的最新產(chǎn)品Echo Show有點(diǎn)類似。但相對(duì)于Little Fish，Echo Show并不能移動(dòng)，所以無法在房間周圍進(jìn)行追蹤。您甚至也無法手動(dòng)更改熒幕的角度，所以它的限制非常多，但這是美國第一款配備熒幕的智能揚(yáng)聲器。因此，當(dāng)我們看到越來越多模仿原始Amazon Echo的產(chǎn)品出現(xiàn)時(shí)，Amazon本身正開始轉(zhuǎn)向新功能。

這個(gè)市場的競賽還處于早期階段，而產(chǎn)品彼此間的相似程度令人驚訝。除了些微的設(shè)計(jì)不同，裝置的外觀幾乎沒有任何差異，只有在內(nèi)部出現(xiàn)一些更有趣的區(qū)別。麥克風(fēng)的數(shù)量存在相當(dāng)大的變化，從Google Home中只用了兩支麥克風(fēng)（執(zhí)行遠(yuǎn)場語音提取的最小要求），到Lenovo Assistant支援高達(dá)8支麥克風(fēng)。揚(yáng)聲器的數(shù)量和品質(zhì)也不盡相同，在Lenovo和Apple即將推出的產(chǎn)品中，嘗試透過多聲道高音擴(kuò)音器、室內(nèi)校正和音訊波束成形等技術(shù)，從而將音訊提升到大幅超越Amazon和Google現(xiàn)有產(chǎn)品的水準(zhǔn)。

揚(yáng)聲器背后的智能控制差異更為明顯。人工智能（AI）平臺(tái)在技能組合和可執(zhí)行的任務(wù)方面并不完全相同。Alexa已經(jīng)取得了15，000多種技能，遠(yuǎn)勝于任何競爭對(duì)手的產(chǎn)品。根據(jù)Voicebot的說法，Google Home排名第二，僅支援378種技能。就技能組合而言，未來可能會(huì)是一大賣點(diǎn)以及差異化的因素。

另一個(gè)重要方面是基礎(chǔ)AI平臺(tái)的“智能程度”。能夠?qū)υ挕⒗斫庹Z言的情境以及回答后續(xù)問題就是很好的例子。衡量這一點(diǎn)比計(jì)算技能更困難，但Google Assistant在這方面可能就超越Alexa了。一般來說，像Google和百度等搜尋巨擘可以取得大量的資料，在深度學(xué)習(xí)方面更有優(yōu)勢(shì)，這將有助于其日后的發(fā)展。

目前，AI平臺(tái)和實(shí)體揚(yáng)聲器已經(jīng)整合了，很快地就會(huì)發(fā)生變革。由于Amazon和Google已經(jīng)向第三方裝置開放其服務(wù)了，因此，揚(yáng)聲器硬體本身的設(shè)計(jì)對(duì)任何人都是開放的。只需借由足以實(shí)現(xiàn)遠(yuǎn)場語音拾音功能的解決方案，任何裝置都可以透過API連接到所選擇的個(gè)人助理，并提供智能語音服務(wù)。這為芯片和裝置制造商開啟了大量的機(jī)會(huì)來建構(gòu)智能揚(yáng)聲器硬體，以把握任何市場機(jī)遇。至于Apple，同樣地，該公司仍將Siri保留在自家硬體中。

綜合上述的所有要點(diǎn)，我認(rèn)為這標(biāo)志著第二波智能揚(yáng)聲器的沖擊。在第二波周期，裝置制造商使用相同的幾種個(gè)人助理平臺(tái)，致力于降低成本并實(shí)現(xiàn)大量市場。為此，他們必須在功能特性和使用者體驗(yàn)之間找到最佳平衡，同時(shí)保持具競爭力的價(jià)格。此外，市場領(lǐng)導(dǎo)廠商將嘗試提升平臺(tái)的技能和智能程度，并推出新的特性功能（如熒幕和相機(jī)），以取得不同程度成功。就像十年前的智能型手機(jī)平臺(tái)戰(zhàn)爭一樣，盡管導(dǎo)致許多變化，最終將融合于消費(fèi)者的達(dá)爾文“適者生存”選擇。

語音介面市場正蓬勃發(fā)展中，預(yù)計(jì)還有更多的公司加入。觀察Lenovo揚(yáng)聲器和Invoke也將特別有趣，因?yàn)檫@象征著語音助理本身及其消費(fèi)應(yīng)用產(chǎn)品之間“分道揚(yáng)鑣”的開始。