語(yǔ)音技術(shù)的發(fā)展將會(huì)給我們的生活帶來(lái)便利

（文章來(lái)源：CSDN）

當(dāng)語(yǔ)音產(chǎn)業(yè)需求四處開(kāi)花的同時(shí)，行業(yè)的發(fā)展速度反過(guò)來(lái)會(huì)受限于平臺(tái)服務(wù)商的供給能力。跳出具體案例來(lái)看，行業(yè)下一步發(fā)展的本質(zhì)邏輯是：在具體每個(gè)點(diǎn)的投入產(chǎn)出是否達(dá)到一個(gè)普遍接受的界限。

離這個(gè)界限越近，行業(yè)就越會(huì)接近滾雪球式發(fā)展的臨界點(diǎn)，否則整體增速就會(huì)相對(duì)平緩。不管是家居、酒店、金融、教育或者其他場(chǎng)景，如果解決問(wèn)題都是非常高投入并且長(zhǎng)周期的事情，那對(duì)此承擔(dān)成本的一方就會(huì)猶豫，這相當(dāng)于試錯(cuò)成本過(guò)高。如果投入后，沒(méi)有可感知的新體驗(yàn)或者銷量促進(jìn)，那對(duì)此承擔(dān)成本的一方也會(huì)猶豫，顯然這會(huì)影響值不值得上的判斷。而這兩個(gè)事情，歸根結(jié)底都必須由平臺(tái)方解決，產(chǎn)品方或者解決方案方對(duì)此無(wú)能為力，這是由智能語(yǔ)音交互的基礎(chǔ)技術(shù)特征所決定。

從核心技術(shù)來(lái)看，整個(gè)語(yǔ)音交互鏈條有五項(xiàng)單點(diǎn)技術(shù)：?jiǎn)拘?、麥克風(fēng)陣列、語(yǔ)音識(shí)別、自然語(yǔ)言處理、語(yǔ)音合成，其它技術(shù)點(diǎn)比如聲紋識(shí)別、哭聲檢測(cè)等數(shù)十項(xiàng)技術(shù)通用性略弱，但分別出現(xiàn)在不同的場(chǎng)景下，并會(huì)在特定場(chǎng)景下成為關(guān)鍵。看起來(lái)關(guān)聯(lián)的技術(shù)已經(jīng)相對(duì)龐雜，但切換到商業(yè)視角我們就會(huì)發(fā)現(xiàn)，找到這些技術(shù)距離打造一款體驗(yàn)上佳的產(chǎn)品仍然有絕大距離。

所有語(yǔ)音交互產(chǎn)品都是端到端打通的產(chǎn)品，如果每家廠商都從這些基礎(chǔ)技術(shù)來(lái)打造產(chǎn)品，那就每家都要建立自己云服務(wù)穩(wěn)定，確保響應(yīng)速度，適配自己所選擇的硬件平臺(tái)，逐項(xiàng)整合具體的內(nèi)容（比如音樂(lè)、有聲讀物）。這從產(chǎn)品方或者解決方案商的視角來(lái)看是不可接受的。這時(shí)候就會(huì)催生相應(yīng)的平臺(tái)服務(wù)商，它要同時(shí)解決技術(shù)、內(nèi)容接入和工程細(xì)節(jié)等問(wèn)題，最終達(dá)成試錯(cuò)成本低、體驗(yàn)卻足夠好的目標(biāo)。

國(guó)內(nèi)則缺乏亞馬遜這種統(tǒng)治力的系統(tǒng)平臺(tái)提供商，當(dāng)前的平臺(tái)提供商分為兩個(gè)陣營(yíng)：一類是以百度、阿里、訊飛、小米、騰訊為代表的傳統(tǒng)互聯(lián)網(wǎng)或者上市公司；一類是以聲智等為代表的新興人工智能公司。新興的人工智能公司相比傳統(tǒng)公司產(chǎn)品和服務(wù)上的歷史包袱更輕，因此在平臺(tái)服務(wù)上反倒是可以主推一些更為面向未來(lái)、有特色的基礎(chǔ)服務(wù)，比如兼容性方面新興公司做的會(huì)更加徹底，這種兼容性對(duì)于一套產(chǎn)品同時(shí)覆蓋國(guó)內(nèi)國(guó)外市場(chǎng)是相當(dāng)有利的。

類比過(guò)去的 Android，語(yǔ)音交互的平臺(tái)提供商們其實(shí)面臨更大的挑戰(zhàn)，發(fā)展過(guò)程可能會(huì)更加的曲折。過(guò)去經(jīng)常被提到的操作系統(tǒng)的概念在智能語(yǔ)音交互背景下事實(shí)上正被賦予新的內(nèi)涵，它日益被分成兩個(gè)不同但必須緊密結(jié)合的部分。

過(guò)去的 Linux 以及各種變種承擔(dān)的是功能型操作系統(tǒng)的角色，而以 Alexa 為代表的新型系統(tǒng)則承擔(dān)的則是智能型系統(tǒng)的角色。前者完成完整的硬件和資源的抽象和管理，后者則讓這些硬件以及資源得到具體的應(yīng)用，兩者相結(jié)合才能輸出最終用戶可感知的體驗(yàn)。功能型操作系統(tǒng)和智能型操作系統(tǒng)注定是一種一對(duì)多的關(guān)系，不同的 AIoT 硬件產(chǎn)品在傳感器（深度攝像頭、雷達(dá)等）、顯示器上（有屏、無(wú)屏、小屏、大屏等）具有巨大差異，這會(huì)導(dǎo)致功能型系統(tǒng)的持續(xù)分化（可以和 Linux 的分化相對(duì)應(yīng)）。這反過(guò)來(lái)也就意味著一套智能型系統(tǒng)，必須同時(shí)解決與功能型系統(tǒng)的適配以及對(duì)不同后端內(nèi)容以及場(chǎng)景進(jìn)行支撐的雙重責(zé)任。

這兩邊在操作上，屬性具有巨大差異。解決前者需要參與到傳統(tǒng)的產(chǎn)品生產(chǎn)制造鏈條中去，而解決后者則更像應(yīng)用商店的開(kāi)發(fā)者。這里面蘊(yùn)含著巨大的挑戰(zhàn)和機(jī)遇。在過(guò)去功能型操作系統(tǒng)的打造過(guò)程中，國(guó)內(nèi)的程序員們更多的是使用者的角色，但智能型操作系統(tǒng)雖然也可以參照其他，但這次必須自己來(lái)從頭打造完整的系統(tǒng)。（國(guó)外巨頭不管在中文相關(guān)的技術(shù)上還是內(nèi)容整合上事實(shí)上都非常薄弱，不存在侵略國(guó)內(nèi)市場(chǎng)的可能性）

隨著平臺(tái)服務(wù)商兩邊的問(wèn)題解決的越來(lái)越好，基礎(chǔ)的計(jì)算模式則會(huì)逐漸發(fā)生改變，人們的數(shù)據(jù)消費(fèi)模式會(huì)與今天不同。個(gè)人的計(jì)算設(shè)備（當(dāng)前主要是手機(jī)、筆記本、Pad）會(huì)根據(jù)不同場(chǎng)景進(jìn)一步分化。比如在車上、家里、酒店、工作場(chǎng)景、路上、業(yè)務(wù)辦理等會(huì)根據(jù)地點(diǎn)和業(yè)務(wù)進(jìn)行分化。但分化的同時(shí)背后的服務(wù)則是統(tǒng)一的，每個(gè)人可以自由的根據(jù)場(chǎng)景做設(shè)備的遷移，背后的服務(wù)雖然會(huì)針對(duì)不同的場(chǎng)景進(jìn)行優(yōu)化，但在個(gè)人偏好這樣的點(diǎn)上則是統(tǒng)一的。

人與數(shù)字世界的接口，在現(xiàn)在越來(lái)越統(tǒng)一于具體的產(chǎn)品形態(tài)（比如手機(jī)），但隨著智能型系統(tǒng)的出現(xiàn)，這種統(tǒng)一則會(huì)越來(lái)越統(tǒng)一于系統(tǒng)本身。作為結(jié)果這會(huì)帶來(lái)數(shù)據(jù)化程度的持續(xù)加深，我們?cè)絹?lái)越接近一個(gè)百分百數(shù)據(jù)化的世界。