語音交互不再是幻想，是時候進入說聽新智能時代

還記得科幻片《鋼鐵俠》中，托尼·史塔克的AI管家賈維斯嗎？只要托尼一聲呼喚，無論語速快慢，聲音大小，老賈的程序都能被迅速激活，完美地執(zhí)行托尼的各類語音指令。

隨著科技快速迭代升級，過去在科幻片中出現的情景，很多都在日后變?yōu)榱爽F實。賈維斯這樣的語音識別與交互方式，未來終將出現在日常生活中。當然，普通人不可能像托尼那樣整天背著一套沉重的高科技行頭，聲音的交互也可能出現在生活的各類場景中，比如開車、做飯、健身、睡前……

有一種觀點認為，未來人機交互的創(chuàng)新，不會再局限于以手機為載體的功能軟件或服務，從汽車到冰箱再到鬧鐘的各類設備都將成為新載體，進入萬物互聯的新時代。

萬物互聯時代的信息交互將極為便捷和通暢，而正如《鋼鐵俠》中的賈維斯一樣，“說”和“聽”將是這一切的基礎。

“正在輸入”煩透了不如直接說話吧！

是不是也有過這樣的感受：與朋友或同事聊微信時，對話框上方一直在顯示“對方正在輸入”，信息卻遲遲出不來，只能逼迫自己耐心等待，碰上緊急事務更是尤為焦躁。

這時你會想：還不如語音通話來得痛快！

當然，上述情形只是針對人際之間的交流，如果嫌文字輸入不方便，那就干脆撥通對方手機號。那么，如果是人機之間的互動呢？如果人機之間也能實現語音對話，交流將會方便很多。況且，人際交流還得考慮對方是否方便接聽語音，而人機交互卻完全不用考慮這個問題。

事實上，不管是鍵盤還是觸摸屏，文字其實都是限于我們目前的技術條件而不得不為之的低效率輸入方式，是一種“妥協(xié)”的產物。

回想我們每個人自出生以來的學習和交流方式，其實聲音是最原始也是最自然、最有效率的方式，隨著未來語音識別技術的突破，一“說”一“答”的信息獲取方式將變得更為普遍。

不久前，“互聯網女皇”瑪麗·米克爾的2016年《互聯網趨勢》(Internet Trends)報告中，就已經將超過十分之一的篇幅給了語音，遠遠多于時下熱門的汽車、直播等領域。

瑪麗·米克爾認為，語音正在被重塑，成為人機交互的新范式。在過去75年里，每10年就有一次人機交互的重大革新，人類對機器的操作，經歷了從物理手柄按鍵，到物理鍵盤鼠標，再到觸摸屏的過程，而現在輪到了語音。

“女皇”的結論也相當肯定：未來，語音將從根本上優(yōu)化人們的生活方式。

語音的媒介就是音頻，過去人們提起音頻，更多想到的是廣播電臺，但移動互聯網的出現徹底改變了這種固有印象。

移動互聯網時代，人們的碎片化時間越來越多，這為“聽”提供了無限多的使用場景。相比視頻、圖文等其他媒介形式，音頻具有獨特的伴隨屬性，你可以一邊說和一邊聽的同時不妨礙做其他事情，比較典型的場景有做飯、開車、健身等，音頻內容和語音交互技術都很可能出現在生活中的各個角落。

就國內市場而言，音頻行業(yè)已經成功從小眾走向大眾。第三方營銷數據技術公司秒針系統(tǒng)于去年四季度發(fā)布的報告顯示，國內城市人口中每3人里就有1人經常收聽移動音頻。而包括喜馬拉雅FM、荔枝FM、蜻蜓FM、考拉FM在內的數家音頻公司已經贏得了大批用戶的青睞，這已經為未來語音交互的變革打下基礎。

“賈維斯”還很遠，全場景模式就在眼前

提前感受到風口的是那些科技巨頭們，谷歌Google Now、蘋果Siri、微軟Cortana和亞馬遜的Alexa都在試圖幫助消費者通過聲音來與周圍的世界進行交互，如今已能夠為用戶朗讀短信或電子郵件，回答實用的問題，控制手機功能，處理基本的通訊任務，瀏覽地圖等等。

而從具體的使用場景來看，未來語音交互的方式會向兩個明確的方向發(fā)展。

一種是“賈維斯”式的個人管家模式，即隨身攜帶的一套集成式智能穿戴設備，用戶一有需求即可與“賈維斯”溝通，后者第一時間幫助用戶提供信息或解決問題。

另一種則可以被稱之為全場景模式，在生活里的各種軟硬件設備中引入交互系統(tǒng)，用戶走到哪兒就能說到哪兒，比如在廚房就說給冰箱聽，在車里就說給汽車聽，在床頭就說給鬧鐘聽。

未來兩種模式都會有很大的想象空間，當然現在唯一欠缺的，同時也最重要的是，還需要突破語音識別的技術瓶頸，這個瓶頸一旦突破，一切都將變得容易，但目前來看仍頗為困難，相比之下，移步換景的全場景模式會更早一些落地，甚至三年之內就能初具規(guī)模。目前，很多智能設備廠商都已經配備了智能電子屏，并紛紛接入音頻服務，提供觸屏和語音等多種交互方式。

全場景模式的背后，仍然是未來音頻作為伴隨性媒體的巨大優(yōu)勢。有觀點認為，未來媒體會往兩個大方向演化，一個方向是以VR為代表的沉浸式媒體，另一個則是以移動音頻為代表的伴隨性媒體。

有一個直觀的數據能夠說明趨勢：目前音頻分享平臺喜馬拉雅FM的活躍用戶日均收聽時長超過了108分鐘，其背后是基于大數據技術的個性化推薦，以及喜馬拉雅開放平臺打造的各個生活場景分發(fā)，使得許多人一天聽音頻的累計總時長遠遠超過了看視頻的時長。這種模式實際上是為用戶創(chuàng)造了一個“萬物有聲”的世界，讓用戶隨時隨地都能有聲音的陪伴。

“麥克風+喇叭”：開放平臺跟眼睛搶場景

全場景模式對移動音頻創(chuàng)業(yè)者們來說即是機遇，但同時也帶來了新的挑戰(zhàn)。擺在音頻創(chuàng)業(yè)者們面前一個巨大的難題是，如何發(fā)現新的內容渠道出口，讓伴隨性無處不在，勢必要找到智能手機之外的新載體。無處不在的智能家居和智能硬件，自然而然進入了創(chuàng)業(yè)者的視線。而要讓硬件創(chuàng)業(yè)者自愿接受音頻內容，這又是一件較為復雜的工作。

從這個角度而言，喜馬拉雅的開放平臺或許值得我們參考。說起內容平臺的開放，其實并不陌生。早前今日頭條推出了“千人萬元”以及天天快報推出的“芒種”計劃，但這些不過都是針對上游的內容生產，而喜馬拉雅開放平臺則獨辟蹊徑地瞄準下游的內容分發(fā)，將平臺上既有的音頻內容，通過提供豐富的音頻工具和內容接口，為各類軟硬件廠商提供有聲內容的一站式解決方案，已先后與400多家公司達成合作。

這也意味著，未來人們在任何生活場景下，都可能與喜馬拉雅FM產生交集。想象一下，在你睡覺前，智能燈具推薦你一則溫馨小故事或者助眠音樂，讓你欣然入眠；在你起床后，智能鬧鐘或智能冰箱知道你即將開始忙碌的一天，為你推薦最感興趣的晨間新聞；而在你開車遇見塞車時，車載音頻系統(tǒng)會推薦你喜愛的歌曲或者脫口秀以緩解你的不快……

“從長遠來看，音頻的真正價值才剛剛開啟?！贝饲霸诠_場合，喜馬拉雅FM聯席CEO余建軍曾如是說。眼下音頻創(chuàng)業(yè)者可能想到的都是和喜馬拉雅的一樣的路，如何將他們的內容從下游分發(fā)出去。但長期來看，如何將聲音真正融入生活，將聲音變成水和電一樣隨取隨用，這種基于場景的內容消費可能才是最終出路。

換句話說，音頻平臺們最終想要達成的愿景是，在大多數的生活場景下，用“喇叭＋麥克風”的交互方式，深入到用戶日常生活的24小時，打造一個聲音無處不在的全新世界。這里面每一步的實現都并非輕而易舉，但一個關于“說”和“聽”的超級時代，或許正在來臨！

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。