0
| 本文作者： 李秀琴 | 2017-07-13 16:08 |
這個月初，智能音箱市場又加入一名玩家——阿里推出了499元的天貓精靈。雖然與大家前期猜測一致，但這個市場還是因為阿里的加入變得越發有趣了。
對標亞馬遜Echo，天貓精靈一大亮點就在于聲紋識別，用戶可通過自己的聲音完成購物支付驗證環節。除了阿里自研芯片AliGenie提供的NLP和聲紋技術支持之外，天貓精靈的語音交互技術則綜合出自思必馳提供的方案。
思必馳VP趙恒藝告訴雷鋒網，這次天貓精靈的語音交互技術，包括環形六麥陣列、回音消除、降噪、語音增強、語音識別、語音合成，都是思必馳提供的。
在AI領域，相較搜狗、科大訊飛這類語音技術大公司，一直給B端提供技術方案的思必馳，顯得并沒有那么閃耀。然而，在如今語音交互已變得無所不在的大環境下，思必馳正在想的、做的，遠比大家看到的，要多得多。
語音交互日漸無所不在：思必馳發布DUI開放平臺
在今年的CCF-GAIR 全球人工智能與機器人峰會的第一天，思必馳也同地同期舉辦了旗下對話平臺DUI的首秀會。
思必馳DUI（AISpeech Dialogue User Interface）是一款高可用定制化的人工智能對話平臺。據趙恒藝介紹，DUI是在AIOS人機對話系統基礎上的一個升級，所有的工作都能圍繞對話去展開。
思必馳VP趙恒藝
在來思必馳之前，趙恒藝原是樂視旗下樂樂語音CEO，在語音交互上積累了相關模塊化經驗。去年加盟思必馳之后，趙恒藝告訴雷鋒網，當時國內外還鮮少有公司在做語音交互類的可定制化平臺。歷時大半年的“艱難狙擊”，趙恒藝帶領團隊終于提前將這款產品帶到了眾人面前。
對比亞馬遜Alexa平臺，思必馳DUI平臺在使用門檻上為零，無需注冊即可使用。場景覆蓋物聯網和移動互聯網，而“云+端”的模式也可在無網的情況下提供服務。
據趙恒藝介紹，思必馳DUI平臺主要有以下幾項特色功能。
1、“云+端”模式，支持本地技能開發
為什么選擇這一模式？
據趙恒藝介紹，思必馳在智能車載領域積累了很多經驗，他們發現，很多設備在戶外場景下，無網情況下基本很難做到高可用。而在以亞馬遜帶頭的全行業的語音交互平臺來看，普遍基于云端平臺，對網絡的穩定性要求很高。這讓此前已經擁有不錯的云端能力的思必馳開始考慮，是不是可以和市面上主流的對話平臺不一樣——以“本地+云端”的方式，打造一個在無網情況下依然可以做到高可用定制化的平臺。
為此，思必馳在本地加入識別引擎，并定制了一些Skills，可為開發者和用戶提供低功耗、語音喚醒、離線識別等本地功能。
2、全鏈路擴大可定制化范圍
在和客戶、開發者打磨產品的過程中，趙恒藝和其團隊發現了很多痛點需求，比如，很多客戶希望更高效的定義喚醒詞，實現在線更新。而有些熱詞識別錯誤或語義解析錯誤，在當前需要重新訓練模型，效率很低。還有一些客戶想做出更大差異化體驗的產品，對交互流程的各個環節也都有自己的想法。
考慮到這些痛點，趙恒藝和其團隊決定向開發者全部開放思必馳DUI平臺的核心能力，并將其可定制化范圍擴及全鏈路，包括喚醒詞定制及參數設置、語音識別、語言模型、語義解析、多輪對話、自然語言生成和語音合成等。用戶不僅可以定制語音喚醒詞、技能深度、語言模型，還能在不用更新移動端APP的情況下實時更新資源，包括喚醒詞、合成音、識別引擎、熱詞、語音語義、GUI等等。這些都是增量更新，每次更新可能只需消耗幾十K幾百K的流量。
3、從垂直場景走向通用領域
此前，思必馳主要聚焦在智能車載、智能家居和機器人三大領域，而基于DUI對話平臺的應用將進一步擴及通用領域，如增加了故事機、移動應用、微信公眾號等產品。
趙恒藝表示，隨著語音交互行業成熟度的穩步提升，消費者群體對該技術也有了更大范圍的認知，必然會衍生一些新的業務形式。
4、可視化數據：基于語音、文本對話交互
思必馳設立了一只專門負責大數據和用戶運營的團隊，在此平臺上推出基于語音、自然語言對話交互的可視化大數據平臺。趙恒藝表示，開發者可在DUI上自定義開發周期、維度和范圍，并能查看實時統計數據。
此外，DUI平臺還提供以多輪對話為主，兼具閑聊問答的綜合對話服務，具備算法降噪、回聲消除、語音識別等多種能力，并支持不同場景下的技能需求，如生活服務、交通出行、社交分享等。
B端作風C端思維：加碼用戶+數據運營
在樂視的3年時間，趙恒藝和其團隊全權負責樂樂語音在終端產品上的語音核心技術和用戶運營，這段經歷讓其積累了如何面對和處理幾百萬用戶需求的經驗和能力。同時，也讓趙恒藝此次帶領的團隊絲毫不缺乏對C端用戶的敏感度。
當雷鋒網問及在2C和2B公司工作到底有哪些不同時，趙恒藝表示，之前在樂視因為是甲方，所以對用戶痛點更加了解。現在所在的DUI平臺，其實也包含2C的因素。趙恒藝拿安卓系統舉例，安卓系統本身其實是一個2C的系統，但仍然需要安裝在各類品牌廠商的手機上，也和許多方案商進行了合作。
“DUI平臺類似于AI領域的安卓，我們最終希望能借其帶給終端用戶一個好的用戶體驗。另一方面，做一個平臺需要對各個模塊進行解耦，將技術賦能給合作伙伴，以滿足方案商和品牌商的需求。”趙恒藝告訴雷鋒網，DUI平臺提高開放范圍和深度，一方面不僅是為了給開發者提供更好的服務，另一方面還在于思必馳看中了藏在項目背后的用戶運營的價值。
在趙恒藝看來，“后向運營是把用戶和思必馳建立連接的最好方式”。所謂后向運營的對象，即為使用DUI平臺給自家產品賦能的廠商的用戶。
趙恒藝表示，很多智能硬件廠商，缺乏用戶運營的經驗。所以，由思必馳在DUI平臺賦能的可視化數據能力、語音交互功能、熱詞更新、語音語義更新等功能，可讓實際使用這些廠商產品的用戶獲得持續更新的體驗。“獲得良好體驗的用戶，又能將這種感受通過社群等方式反應給廠商”。這實際上是一種“三方共贏”的方式——用戶體驗好，廠商獲得運營收入，思必馳也能獲得因B端公司特性而缺少的C端用戶數據，從而更好地改善平臺的功能。
同時，思必馳也一直在優化其平臺的語音交互體驗，比如，拉了一個幾十人的數據團隊，專門標注各類數據，如語音識別、語義分析等。
此外，思必馳還設立了一個2億元的孵化基金，以支持平臺上出現的優秀項目和合作伙伴。
如何看待BAT巨頭涌入語音交互市場？
然而，作為一家創業公司，雖然思必馳在語音交互技術上已深耕十余年，但也依然受到巨頭們“下場子”的壓力和威脅。
以語音交互技術應用最為廣泛的智能音箱市場為例，目前整個智能音箱市場已呈現“以亞馬遜Echo為排頭兵，國外有Google、微軟、蘋果、三星，國內有聯想、騰訊、阿里、小米相互追隨”的態勢。陣營越發強大，競爭也日漸白熱化。
那么，作為夾在巨頭和C端產品公司中間提供技術服務的思必馳，又該如何應對？
在趙恒藝看來：
“這個市場夠大，大到充滿了想象力。然而目前的一個行業現狀在于，目前真正有影響力的公司應該還不超過10家，各行各業都有可能被AI所賦能?！?/p>
“每家巨頭的基因和特質都不一樣，一些互聯網出身的公司也開始在硬件方面做出嘗試。然而目前的語音交互技術還遠未達到立即可用的程度，所以要打造一款很好的產品依然很難。必須要特別接地氣的和廠商們泡在一起，長時間的去打磨產品?！?/p>
“一些產品型公司加入這個戰局，可能會陷入某些互聯網巨頭之間的競爭，而很多產品型公司并不想站隊，這對于思必馳這種處于相對獨立的技術服務商而言，可能會是一個很好的機會?！?/p>
事實也是如此。趙恒藝告訴雷鋒網，除了給阿里天貓精靈音箱提供語音交互技術支持以外，思必馳還和聯想、小米等大公司均有智能音箱上的合作。
“思必馳不愁現在，也不愁未來”，趙恒藝頗為自信道。
“中國版Echo音箱”為何還未出現？
就現階段而言，國內已有非常多的語音交互技術和智能硬件結合的案例，也有不少優秀的語音技術公司和硬件公司，但仍然未能做出一款能與亞馬遜Echo并肩的產品。關于這一現狀的原因，業界也頻頻有探討之音。
所以，在雷鋒網問及這一問題時，趙恒藝先分析了亞馬遜成功的原因。
“亞馬遜在智能音箱領域早進入好幾年”，趙恒藝說，“他們在這一塊耕耘的很好，其中離不開四大要素”：
1、渠道優勢。
2、內容優勢，比如音樂。
3、美國完全區別于中國的室內環境。
4、亞馬遜培養了很好的生態。目前在ALexa平臺建立的Skill已經超過了15000個，這是一個很豐富很龐大的生態。
作為一個先行者，亞馬遜已經占據了最大的時間優勢。
而就目前國內環境而言，首先是來自用戶使用習慣的阻礙。趙恒藝笑言，“有時候，做智能音箱，最大的競爭對手往往不是我們的友商，而是手中的手機”。國內的消費者普遍是重度手機使用用戶，這給智能音箱的推廣和普及帶來嚴重阻礙。其次，國內的內容環境也不容樂觀，如智能音箱的基礎內容——音樂資源，在國內就乏善可陳。
當然，最大的阻礙因素還是來自大眾的認知。目前的現實情況就是，“如果你去問一個不是這個行業的人，他們可能真的不知道智能音箱是什么東西”。
結語
談及未來是否會有研發消費級產品的心思，趙恒藝的B端作風立顯，“思必馳絕對不會去做自己的智能音箱，我們的主要重點就在于把語音交互的對話技術賦能給開發者?！?/p>
趙恒藝說，“在此期間，思必馳就扮演好自己的角色，這些產品終究會按照規律自然而然的發展?！?br/>
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
