《智能语音产品现状及展望》由会员分享，可在线阅读，更多相关《智能语音产品现状及展望（5页珍藏版）》请在金锄头文库上搜索。
1、智能语音产品现状及展望 甘玉珏 苏军根 林健 洪博宇 鲁维 中国电信股份有限公司广州研究院 摘 要： 2017 年, 中国人工智能迎来真正的新纪元, 而智能语音作为人工智能的重要分支将成为下一个风口。阐述了全球智能语音产品的市场现状, 对国内外主流智能语音助手及其产品的特点、产品定位和优劣势进行详细的分析对比, 并提出了智能语音产品开发中需要考虑的问题。关键词： 智能语音; 语音助手; 智能音箱; 作者简介：甘玉珏 中国电信股份有限公司广州研究院, 硕士研究院, 研究方向:人工智能、互联网电视。作者简介：苏军根 中国电信股份有限公司广州研究院, 硕士研究院, 研究方向:互联网电视、数字媒体、网
2、络架构。作者简介：林健 中国电信股份有限公司广州研究院, 硕士研究院, 研究方向:互联网电视、移动互联网。作者简介：洪博宇 中国电信股份有限公司广州研究院, 硕士研究院, 研究方向:互联网电视。作者简介：鲁维 中国电信股份有限公司广州研究院, 硕士研究院, 研究方向:互联网电视。收稿日期：2017-11-13Received： 2017-11-13声音是人类交互最自然的方式之一。目前, 智能语音技术作为 AI 应用最成熟的技术之一, 在智能家居、智能车载、智能可穿戴等领域迅猛发展。1 智能语音产品市场现状2014 年到 2017 年全球语音设备出货量大幅度攀升, 2017 年将达到 2500
3、万台。预计到 2020 年, 全球语音识别的市场规模将达 200 亿美元1。国际巨头纷纷布局智能语音市场, 比较成功语音识别系统有 4 个, 分别是亚马逊 Alexa、谷歌助手 Google Assistant、苹果 Siri 和微软 Cortana, 它们的在理想情况下的语音识别率都超过 90%, 识别响应速度快, 可为用户提供丰富的语言操控功能。在国内, 互联网巨头 (如阿里巴巴、腾讯、百度等) 和智能语音企业在深度学习、机器学习、自然语音识别、大数据等领域都有一定的技术和产品积累。2 主流智能语音助手概述2.1 Alexa、Google Assistant、Siri、Cortana 的对
4、比根据市场研究机构 Strategy Analytics 发布的最新数据显示, 在 4 个主要的智能语音助手中, 亚马逊 Alexa 占整体智能语音市场份额将达到 68%, 显著领跑市场。排名第二位的是谷歌 Google Assistant 占市场份额为 24%。其他语音助手产品的市场占有率较低。(1) 共同点当前主流的语音助手都支持语音识别、语义分析、自然语音合成和语音合成等功能, 语音识别率都超过 90%。智能终端加载语音助手后, 用户可通过语音实现如下功能(1) 操控智能设备:如开/关灯、开/关门、调节温度、音乐播放、汽车导航等;(2) 获取讯息:如天气查询、新闻查询等;(3) 预订服务
5、或购买商品:网上购物、订车、订餐等。(2) 不同点不同的语音助手开发者会将自身的语音识别技术和企业现有自身核心产品结合, 最大限度发挥企业拳头产品的技术优势、用户群优势、合作伙伴资源和营销推广渠道等。(1) 亚马逊的 Alexa 及其智能音箱 Echo 市场占有率第一。亚马逊在 2014 年 11 月推出了其自主研发的智能语音识别系统Alexa, 同时发布了第一款智能语音家庭助手智能音箱 Echo (如图 1 所示) 。其产品的用户体验好评度领先对手, 成为语音操控行业的标杆产品。图 1 智能音箱 Echo 下载原图亚马逊利用自身电商资源, 通过 Alexa 把自身周边产品进行整合, 如音箱,
6、 音乐平台、网购平台等, 以最快速度丰富了 Echo 的功能, 获得第一批用户。然后Alexa 向第三方开放, 提供整套 API 和开发工具, 努力配合第三方进行对接。此举措极大的拓展了 Alexa 的应用范围, 众多厂家纷纷积极响应, 促使 Alexa在推出短短 2 年内已拥有超过 7000 项技能, 产品品类涵盖电器、手机到机器人、汽车信息、娱乐系统等领域。2(2) 谷歌助手 Google Assistant 有 google 强大技术助力Google Assistant 及其智能音箱 Google Home (如图 2 所示) 凭借 google 强大的技术优势, 具备优秀的自然语音处理
7、能力和学习能力, 用户指令表达方式更为自然, 更人性化, 语法规则要求更低, 体验更好。图 2 智能音箱 Google Home 下载原图Google Assistant 基于 google 搜索引擎, 可获得更加专业的搜索结果, 再结合 google 地图和用户行为分析平台等, 搜集用户行为数据, 进行用户行为分析, 可以主动为用户推送更有价值信息, 并提供配套服务。(3) 苹果 siri 内置于苹果产品, 用户规模快速扩大Siri 主要被苹果应用在苹果系列产品中, 包括 IPhone、Apple Watch 和 Air Pods, 通过 IPhone 等产品可获得用户的通讯录。Siri 借
8、助苹果产品的市场优势和庞大用户群进行快速推广。(4) 微软 Cortana 与 PC 的密切联系, 实现个人手机与 Windows 电脑协作Cortana 既可处理语言指令, 还能对用户点击 PC 或手机、文本输入等发出指令进行处理, 完成一系列与此指令相关的任务, 让你的手机与 PC 方便地协作3。2.2 国内主流的语音识别系统(1) 互联网巨头:以产业内合作的方式, 构建全产业生态链以 BAT 等为代表的众多国内互联网巨头抢食开发智能语音市场。他们开放语音生态系统, 以产业内合作的方式, 将语音技术植入产品和或应用于相关业务场景, 构建全产业生态链。在语音生态系统方面, 百度宣布语音识别技
9、术及能力全面开放。腾讯、搜狗语音开放平台相继上线。在语音技术应用方面, 各大厂商对家居、车载、可穿戴等环节的关注明显升温。智能家居领域, 百度发布了 Baidu ihome, 阿里联合智能家电厂商推出天猫魔盒。(2) 智能语音公司:依托原有优势, 从单一智能语音技术商转型全方位人工智能技术服务商。科大讯飞是国内较有名的从事语音识别产品开发的厂家。它拥有自主研发的科大讯飞智能语音识别引擎, 具备语音识别、语音合成、语音搜索、自然语音处理、语音测评和声纹识别等功能, 语音识别率和响应速度在国内处于领先地位。成功案例有滴滴出行、高德地图、携程旅游、QQ 阅读、叮咚音箱、小鱼在家、美的等。科大讯飞推出
10、了叮咚智能音箱, 可提供语音点歌、控制家电、语音购物、天气查询、美食信息、影视资讯、快递服务、儿童故事等功能。(3) 初创厂商:以垂直领域和细分场景为突破口, 重点布局家居, 车载和可穿戴设备初创厂商在 AI 商业化上主要分为两种路径。第一种是开放 API 接口给第三方, 软硬一体化, 走 2B 或 2B2C 路线。比如与家居厂商合作, 将语音技术植入家电, 以此切入智能家居场景。或者从后装车载市场切入, 开发带有智能语音系统的后视镜等。第二种是走软硬一体化, 走 2C 路线。从智能手表切入, 逐渐扩展到车载, 家居等场景。3 智能语音产品面临的问题3.1 智能语音平台的标准化和兼容性语音业务
11、将被广泛用于智能家居、家居安防等业务中, 每款业务都涉及众多不同厂家、不同类型的电器产品, 拾音器和智能语音平台的标准化和兼容性直接影响业务开发和拓展。目前智能语音产品主要采用 2.4G 技术和标准蓝牙 4.0 技术4。2.4G 技术在电器产品中的拾音模块和语音识别平台间的传输没有标准的语音传输协议, 开发者多采用私有语音压缩算法和语音传输协议, 拾音模块或产品无需适配, 即可运用于一部分电器产品, 缩短产品开发周期中的适配时间。但是, 不同厂商间的私有协议基本不公开, 也不轻易修改, 基于不同私有协议的设备难以协同运作。采用标准蓝牙 4.0 技术的语音产品多采用 GATT HID 语音协议,
12、 拾音器需对每款电器产品进行适配, 产品开发周期长, 但扩展性好。3.2 智能语音平台的识别准确率和语音操作响应语音识别准确率和语音操作响应速度直接影响用户体验。语音识别准确率自然是评价语音平台技术能力的重要标准。语音操作响应较容易被忽略。通过用户体验调查发现, 在语音业务中, 用户对 10%的准确率差异感觉不太明显。1 秒的响应速度差异用户都能感觉到, 成为部分用户选择产品的主要考虑因素。厂家可通过完善语音传输通道、完善拾音设备与语音识别平台间的交互接口和优化语音压缩和解压算法等方法来提升语音操作响应速度, 提升用户体验。4 展望智能语音操控解放了用户双手, 正在渐渐改变用户的使用习惯, 为互联网市场带来一场全新的革命。智能语音的未来价值点在于用户数据挖掘, 以及背后内容, 服务的打通。以语音作为入口的物联网时代将会产生新的商业模式。参考文献1Analysys 易观.2017 年中国人工智能行业分析 (智能语音应用篇) 2林凡.巨头抢滩智能音箱争夺入口语音交互技术短板待补.通信信息报.2017-09-27 3万声国.基于语音识别的智能 WIFI 音箱.东南大学.2017 4李忠桢;唐立臣.基于 Zig Bee 的语音管控智能家居研究.技术分析.2017 年05 期
