Amazon的Echo意外獲得了成功之后，現(xiàn)在大家都在跟風(fēng)，就連大廠Google也在前幾天發(fā)布了自己的Google Home，其實(shí)就是一個(gè)Echo的翻版。其實(shí)這兩個(gè)產(chǎn)品的最大的特色并不是語音對(duì)話，而是更自然的交互，也就是遠(yuǎn)場的語音識(shí)別。

語音對(duì)話從Apple的Siri開始，那是很久以前的事了，那一年喬布斯還在世。現(xiàn)在在智能手機(jī)里面已經(jīng)是標(biāo)配了，我個(gè)人覺著國外Google做的好一點(diǎn)，Microsoft和Apple也還可以，Amazon倒是后起之秀；國內(nèi)訊飛和百度差不多，騰訊和阿里都在自己研發(fā)類似技術(shù)，還有一些小公司也在做。除了語音助手，智能電視遙控器里面也很普及，比如按住小米電視遙控器的Home鍵，然后就可以說要看什么電視劇或者電影，系統(tǒng)就會(huì)幫你找到。

但是不論是手機(jī)上的語音助手還是電視等設(shè)備的遙控器，用戶對(duì)于語音的接受度并不高，只有百分之幾的使用率。

我覺著原因第一是體驗(yàn)不夠好，尤其是在國內(nèi)，對(duì)話的體驗(yàn)很差，經(jīng)常上句不接下句，做個(gè)Demo還可以，日常用經(jīng)常要罵娘。

第二是有可以替代的體驗(yàn)，手機(jī)上可以觸摸，電視上可以上下左右選擇，還都有很好的屏幕的視覺反饋，語音并不是必須的。

那為啥同樣的技術(shù)放在智能家居里面大家就覺著這個(gè)體驗(yàn)好了呢，我猜有兩個(gè)原因：

一是智能家居用戶基數(shù)少，以能折騰的玩家為主，對(duì)于語音的接受度高，用戶的學(xué)習(xí)能力也強(qiáng)，就算是體驗(yàn)不好用戶也能自我糾正。

二是遠(yuǎn)場語音識(shí)別的體驗(yàn)已經(jīng)可用了，而音箱這樣的設(shè)備并沒有別的輸入輸出形式，只能用語音，沒有比較也就沒有互相傷害。

遠(yuǎn)場語音識(shí)別主要靠的是硬件，靈敏度更好的麥克風(fēng)陣列，可以定向識(shí)別語音，強(qiáng)大的噪聲消除算法，可以在有環(huán)境噪音的時(shí)候分辨出人聲。這類硬件成本目前還在人民幣一百元以上，而普通的一個(gè)麥克風(fēng)也就幾塊錢成本，這也就是為什么帶遠(yuǎn)場語音識(shí)別的設(shè)備都比較貴了。即使是有了好的硬件，也要做一些體驗(yàn)的優(yōu)化，比如喚醒詞，音節(jié)越多對(duì)比越大越好，Amazon的Echo的喚醒詞是“Alexia”，Google Home的喚醒詞是“OK Google”，這樣才能保證高的準(zhǔn)確率和低的誤識(shí)別率。

插播廣告，小米生態(tài)鏈企業(yè)上海創(chuàng)米做了一個(gè)高端的攝像頭，名字叫小白。設(shè)計(jì)的時(shí)候也有語音識(shí)別功能，放了兩個(gè)麥克風(fēng)，用的是訊飛的語音識(shí)別算法，已經(jīng)是國內(nèi)最好得了。實(shí)際測試的時(shí)候發(fā)現(xiàn)，只能在一米以內(nèi)才能把提體驗(yàn)做好。喚醒詞最早的時(shí)候是“小白”，實(shí)測發(fā)現(xiàn)誤識(shí)別率很高，后來改成了“小白小白”，好了一些。鑒于它是一個(gè)攝像頭，最終改成了“小白看過來”，它聽到后會(huì)把頭轉(zhuǎn)過來，還是很萌的，有這款產(chǎn)品的可以試試。研發(fā)團(tuán)隊(duì)正在研發(fā)二代，估計(jì)會(huì)加入遠(yuǎn)場語音識(shí)別，價(jià)格也會(huì)高一兩百塊錢。

廣告結(jié)束，說一下我的一點(diǎn)淺見。

這類語音對(duì)話設(shè)備只是一個(gè)開始，將來也未必是音箱這種形態(tài)，關(guān)鍵是技術(shù)成熟，成本用戶可以接受。這樣你可以對(duì)著空調(diào)說話，對(duì)著燈說話，它們都會(huì)聽你的，仿佛這些設(shè)備都有了生命。而用戶也很自然的接受這些設(shè)備是可以對(duì)話的，那個(gè)時(shí)候才是語音對(duì)話設(shè)備的爆發(fā)期。

用戶對(duì)于這類體驗(yàn)的向往已經(jīng)有了上千年，也體現(xiàn)在很多文學(xué)作品里面。比如《白雪公主》，里面的女王有一個(gè)魔鏡，那就是一個(gè)非常典型的語音識(shí)別設(shè)備，喚醒詞是“魔鏡、魔鏡告訴我”，可能當(dāng)時(shí)的技術(shù)還不太成熟，要這么多音節(jié)才能喚醒。魔鏡背后是強(qiáng)大的搜索能力，比如“誰是世界上最美麗的女人”，現(xiàn)在Google已經(jīng)有那么個(gè)意思了，強(qiáng)大的深度學(xué)習(xí)能力，回答這個(gè)問題是小菜一碟。除了搜索，還有其它服務(wù)的整合，比如百度還能給你送外賣。