有些风口，属于巨头

小星：智能音箱领域是风口吗？

刘玮玮：智能语音领域被认为是通用人工智能最先落地的领域。而语音交互也是继手机触控后，被业界看作下一代交互方式，将会带动相关千亿市场。

关于智能语音助手类产品，目前行业仍旧不能给出一个清晰的定义，但却不影响这个品类创业的火热。特别是AmazonEcho在2015年的横空出世，Google、Apple等互联网巨头的跟进，国内的京东、阿里，以及一批创业公司也都看到机会，纷纷试水。

小星：为什么目前亚马逊、Google、苹果的智能音箱最受欢迎/期待？

刘玮玮：看这张图，你就明白了——

Alexa是预装在亚马逊Echo内的个人虚拟助手，可以接收及相应语音命令，Alexa可以被看成是亚马逊版的Siri语音助手。而Echo则是一款搭载智能助手 Alexa 的智能音箱，当然也是目前为止最为成功的一款智能音箱。

几经呼唤，苹果也终于推出了自己的智能音响—HomePod。HomePod支持用户通过Siri控制音箱播放Apple Music音乐，并实现新闻推送、事项提醒、闹钟设置、翻译等智能语音助手功能。

GoogleHome背后，同样有强大的信息搜索引擎支持和语音助手。所以，一款好的智能音箱，必须先要有一个强大的语音助手。

有人将Echo、HomePod、Google Home三个产品进行互相对比，发现三个产品侧重点并不太一样。从人工智能技术的储备方面，我认为Google(Google Assistant)和苹果（Siri）都有成为通用人工智能助手的潜质。当然Echo产品打磨的更加成熟，商业落地最快。

小星：智能助手类产品是不是只是巨头的游戏？

刘玮玮：目前来看，确实有这个趋势。产品并不只是一款硬件，还包含软件平台、算法、内容等，是个系统工程。所以说，做成一款成功的智能语音产品，并商业落地，不是一件容易事。

拿Echo来说，目前来看，只有大公司才能最终做成像Alexa类似的语音助手。Alexa的背后是巨大的计算量、数据量，以及复杂的人工智能算法服务。项目对基础设施、人才的需求量不是小公司可以负担的。

以最为核心的语音识别过程来说，以下是一个简单的流程图，为了实现这一功能，至少需要以下三方面的条件：

• HMM算法原理来源于几篇论文。同时，也都有了一些开源的声音解码工具包；

• 声学模型和语言模型是语音识别的核心，团队需要声学、信号、机器学习、深度学习的高手；

• 需要大量标注的语音数据训练声学模型，随着环境的复杂，需要的训练集呈指数级增长；

这里，就不再详细介绍前端语音接收过程和后端语义理解了，有感兴趣的创业者或者业内同仁，欢迎在微信后台联系我，我们后续沟通（邮箱：weiweiliu@galaxyinternet.com）。

小星：国内有推荐的智能音箱产品吗？

刘玮玮：中国智能音箱的现状还是很「骨感」。

我们先看一下Amazon Echo的全球出货量，2016年出货量达到了500万台。这个数量级在智能语音助手类音箱中绝对全球领先。

据刘玮玮了解，即便是国内做的最好的音箱，也与Echo相差了一个不止量级。智能助手类音箱创意很好，但要在国内做成好产品，并且卖上量，则和很多因素（产品体验、内容、技术、生态性等）相关，不是copy to China这么简单。

大家知道，亚马逊主要销售在欧美，欧美人的生活习惯和场景和国内非常不一样。欧美人的房间一般都是大house或者Loft，他们对时间的规划非常看重，每天起床后，可以听听音乐、新闻，开始一天的工作生活。同时，欧美人对待音乐，也绝不是听听流行歌曲这么简单，音乐是其生命的一部分，是刚需。

而国内的生活习惯和文化则有很大不同，这也解释了为什么国内很多人说类似Echo的产品没有刚需，主要是因为生活方式的不同。想不透需求，盲目跟风，不会取得长久成功。

以下是用户最常使用的AmazonEcho功能，供创业者参考——

根据BI的数据统计，可以看到排名前十的应用是设置闹钟、语音遥控听歌、听新闻、计时器，亚马逊电商购物业务相关的一些应用，以及近两年的物联网应用。这是一个非常有意思的统计。一个产品如果能有500万台以上的售卖，就必然不是简单的极客行为，必然有其背后的需求。

刘玮玮：EchoShow你知道么？很多人认为这个仅仅是Echo加个屏幕这么简单，其实错了！

小星：您继续讲……

前不久，亚马逊在其官网上发布了一款带屏幕的智能音箱，这款智能音箱的名字，叫做 Echo Show。Echo Show 首先是一款内置 Alexa 的智能音箱；与它的前辈 Echo、Echo Dot 等一样，它可以实现通过语音来查询天气、控制家电、聆听音乐、使用 Uber 打车服务等功能。

另外，有了屏幕的加持 Echo Show 还能够实现如下功能：

• 可以查看来自YouTube 、CNN、Bloomberg 等服务商的视频；

• 显示天气、日历、待办列表等诸多语音交互时伴随的消息；

• 通过 Alexa 实现与 Echo Show和智能手机（需要内置 Alexa app）用户的视频聊天，以及与所有的 Echo 用户实现语音聊天；

• 播放来自 AmazonMusic 的音乐时，在屏幕上显示歌词等信息；

Echo系列中的补充产品，这个产品中的屏仅起一个辅助交互作用，核心还是以语音交互为主，帮助人们完成语音交互解决不了的问题，比如购物、图片信息的查看等等。

需要强调是的，在产品方面一些带显示的核心应用一定是与Alexa深入集成与优化的，这样才能保证各种交互方式的流畅连贯性。比如，语音购物挑选某些物品，屏幕中能恰当的显示出来。再比如，我用语音叫车选择目的地，屏幕中能不能快速的调出地图等等。可见，加入视觉显示后，交互方面需要的工作量成倍上升。

我们在国内也见到了一些初创企业，做出了“音箱+屏幕”这样不伦不类的产品，服务调用与语音交互完全脱节，整体体验非常差。（此处小星正在敲黑板）

小星：那创业者们还能搞吗？

刘玮玮：当然，创业者并不是完全没有机会。

目前，智能音箱领域还有一些技术难题尚待解决，这解决这个问题的过程中，也会包含一些机会。例如，消费级的麦克风阵列主要面临环境噪声、房间混响、人声叠加、模型噪声、阵列结构等问题；整体的语义理解还处在初期，要达到通用交流还有很长距离；人机交互容易被人忽视，但好产品确实要求优质的体验。

最后，总结四点建议，供创业者们参考：

• 智能语音助手与产品多是巨头的游戏，创业者切忌创业跟风；

• 中国和欧美的使用场景很不同，创业者要透彻分析；

• 如果选择这个领域创业，请备注粮草，做好和行业一起成长的准备；

• 国内企业，可以使用巨头提供的平台服务开发各种终端产品，深入巨头不直接触达的场景，或者还有机会。

小星：谢谢您的分享！

刘玮玮：客气了，期待通过星河互联平台，跟更多的创业者和同仁交流。