互聯網er的早讀課
80萬互聯網同行關註！
專註產品運營設計精選內容！
作者：李?秤?/p>
來源：簡書
編輯：妮子小菇涼
城市未變，生活變了
壹、語音發展現狀
語音是很多剛剛想涉足人工智能領域的人所忌憚的，因為從多個角度來說，語音的發展進程較為波折，有幾個現狀：
1.語音方面的技術比較難實現，預處理過程比較復雜
2.語料庫不充足，研究的人少
3.各方面開放的資源就相對稀缺，發展起來也就更加緩慢
現在移動互聯網時代還是人們生活的主要解決問題的方式，而媒介是手機，使用界面來傳遞信息的，這幾年人們已經習慣這種方式，突然之間換到沒有界面，傳遞信息相對單壹而且緩慢的語音方式，就會有很多抵觸的地方，使用起來感覺很奇怪，讓不少產品橫屍街頭。
人工智能雖然被大力支持，但開始的時間還較短，人才供應難以滿足企業的需求，企業想要短時間內可以將技術產品化的成熟工程師，消耗的財力物力巨大，處於轉型階段的工程師，或者讀相關專業的學生還不足以達到這個標準，語音尤為明顯，所以市場上處於壹個浮躁，焦慮的狀態。
二、語音是人工智能的入口
但是意味著語音會在發展中慢慢淡化，甚至只能成為壹場泡沫麽，我認為不僅非但如此，語音才是人們接受人工智能真正的入口，而且也是將來應用範圍最平常，也最廣泛的場景。現在的界面給了人們挑選的空間，多樣性，信息輸入的多樣性，但是人們越來越受其影響，效率低下，疲於選擇，易於沈迷。
就上面，我分開而談。
1.為什麽說語音是入口？
如果妳問壹個普通人，妳認為在壹張圖片中檢測出車牌號，手機APP給妳推送妳最喜歡的新聞，商品，這是人工智能麽，他可能也說不清楚是與否，可能他都沒有察覺出這些變化，但是妳要問他，機器像和人壹樣對話，是人工智能麽，他會毫不猶豫的肯定，因為說話是判斷壹個人最直觀，也最自然不過的方式，人們不懂算法，也不懂數據，就知道我面前的這臺冷冰冰的機器能和人壹樣與我交流，在交流中為我服務，那就是智能，所以，語音是最合適的入口。
2.為什麽語音的應用場景會是將來最廣泛的？
隨著對模型的不斷訓練，醫院可以通過掃描過大量圖片的機器判斷疾病，警察可以通過人臉檢測判斷嫌疑犯，金融可以通過相關算法預測股票，但是語音最合適的場景卻是貼近人們再平常不過的生活，教育，法律，生產雖然都會加入語音，但是機器真正解決人們需求的關鍵點並不在此，它放在具體的這些領域就是換了壹種輸入輸出方式，其實是可有可無的，但是在普通人的生活中，可以隨著語音在各類場景的全覆蓋，經過長時間的體驗，適應，改變解決問題的方式，會潛移默化的讓人們從屏幕上解脫出來，擺脫地點的限制，隨時隨地用最直接的方式接收輸出信息，控制生活的壹切，最終享受於只要說話就可以解決生活很多問題的狀態。
三、語音的未來
再向前進壹步想象，語音的普及狀態會是什麽樣的，那將會是壹個萬物互聯的社會，最近總頻繁聽到這個描述著未來的詞，那麽怎麽壹個互聯的方式呢？泛泛而談比較抽象和枯燥，也有點壹直給語音打廣告的嫌疑，那我用妳將來平常的壹天說說這個用語音互聯起來的生活。
語音引領萬物互聯
1.智能音箱喚醒熟睡的人們
未來的壹天，早上六點整，智能音箱叫醒還在熟睡的妳，妳隨口詢問今天的天氣情況，報告天氣後，它順便提醒妳今天是冬至，別忘了吃餃子，妳們簡單的探討了壹下什麽餡更好吃之後，讓音箱在附近的飯店定了壹盤水餃外賣，並備註讓店家40分鐘後送來，因為跑步是妳每天要做的事。出了門妳戴上配套的智能耳機，喚醒了助手，讓他放幾首平時愛聽的歌。跑著跑著，看見幾只小貓在公園裏，忍不住去逗逗它們，竟忘記了時間，耳機提醒，還有5分鐘外賣就要送到了，妳開始往家跑，還是遲了，外賣小哥打來電話，用耳機直接接聽後，叮囑他放在門口。回到家，摘下耳機，洗漱過後，喚醒了音箱，讓它播送最近的新聞，壹邊聽，壹邊吃餃子，口令換了幾個頻道，沒有什麽感興趣的，就關掉了。
2.車載語音助手陪伴上班
吃飽後，開車去上班，上車後喚醒了車載語音助手，讓它給自己導航現在不堵的路線，畢竟是早高峰。剛要啟動，突然想起家裏的燈沒關，就讓助手趕緊把家裏的燈關了，並讓它檢查了壹遍還有什麽沒有關，確認無誤後，安心上路。開了壹會，車載助手提示妳有人給妳發微信，妳讓它把內容念壹下，原來是在家讀書的妹妹今天過生日，忙於工作的妳竟然忘記了，就讓助手選壹只價格在200元左右的鋼筆，選好顏色後，助手把圖片發到了車載屏幕上，感覺不錯，就口令支付購買了，然後讓助手給妹妹發壹條“給妳準備了壹個小禮物”的回復，算是有驚無險。
3.辦公室音箱幫助工作
到了單位，喚醒辦公室的音箱，詢問了壹下妳今天有幾個任務要完成，怕自己偷懶，妳讓它給妳為每壹件事設定了完成的時間，到時提醒。其中有壹件是妳需要給其他的同時發郵件，妳就直接壹邊想內容，壹邊說給助手，讓他給同事發去了，省去了界面切換的繁瑣步驟。正在埋頭苦幹，領導突然讓下周去外地出差，於是急忙讓助手訂壹張前壹天的機票，同時訂了壹家機場旁邊的酒店，簡單選擇好房型，價格後迅速預訂，繼續工作。中午吃飯回來，老板通過助手叫妳們開會，妳們壹邊聽，壹邊交流，效率很高，會議室的助手已經把會議記錄轉寫了文字，發到了郵箱裏，不用擔心錯過或者忘記什麽內容。
4.語音助手助妳入眠
下班回家，出了公司，戴上耳機，詢問了下給妹妹買的鋼筆發沒發貨，順便讓助手把家裏的熱水器打開，操作和等待變成了壹句話。開車到了家，壹個人的生活難免比較無聊，就習慣了叫助手陪著聊會天，他什麽都知道，也會給妳打開壹些工作中的心結。聊著聊著，心情不錯，讓它看看冰箱裏有什麽菜，給妳推薦了幾個對應能做的菜譜，選了壹個簡單的，它壹邊念，妳壹邊做，並貼心的放起了平時愛聽的歌，別有愜意。睡覺之前，和它交代了壹下明天的工作任務，就睡了，明天又是重新開始的壹天。
四、語音未來的應用平常而廣泛
故事講述起來是平淡無奇的，但是這平淡無奇的壹面就是大多數人生活的樣子，而語音在這種平淡無奇的生活中，才能發揮它的極大價值。（故事沒有描述快遞是無人車送達，吃飯的服務員都是自動化餐桌或者機器人服務員，樓道裏的清潔人員已經是掃地機器人，公司或馬路上配備的自動診療儀可以隨時檢查身體狀況，我們主要說語音的應用）。
通過故事可以看出，雖然只是壹個普通的上班族，在使用語音設備為其服務時，都會包括但不限於上面提到的，物流，外賣，電商，記事，提醒，發信息，導航，讀文本，家居，閑聊，聽歌，接聽電話，支付，新聞等等眾多領域，我們總說互聯網應用場景的豐富給了人工智能更多的發展空間，但正因為應用場景多了，要想滿足人們生活裏再平常不過的需求也變得不那麽容易，壹旦場景的豐富度不夠，那麽體驗效果就會有所下降，如果硬件環境不能隨著場景壹起覆蓋，不能完全發揮語音的便利性，所以語音的這條路還要有很多事情要完成。
我們借用語音的意義就在於增加我們解決問題的效率，多樣性和趣味性，不是刻意的使用語音，而是在隨時想要快速完成壹件事情時，只要自然地，習慣性地說壹句話，就可以解決，而這需要機器將前期工作做到極致，也需要搭建起軟硬件豐富的生態圈。
五、語音應用尚需攻克的難題
故事裏有幾個現在在技術和產品設計上都尚需攻克的問題：
1.如何將多種硬件（耳機，音箱，家電）互相之間建立聯系，彼此控制，軟件是互通的，並且實時在更新內容
2.如何實現用耳機，音箱可以長時間，遠距離語音聽寫，同時還要設計好隨時刪除，修改的功能
3.如何預定各種票務，購買商品
4.計算機用算法篩選商品不是問題，怎麽以用戶最方便的方式接收到結果
5.如何根據用戶壹段時間的生活習慣，主動為其推送消息，或者主動服務壹些功能，以什麽形式，什麽時間點呈現？
6.機器能否實現同時並行的做兩件或者以上的事（放音樂，說菜譜）
7.閑聊時候不能總是用兜底回復的方法，如何解決百科問題，專業問題，甚至情感上需求的問題，態度中立，理性分析，這可能不只是技術上的事
8.由於場景的多樣性，不能壹直處於喚醒的狀態，如何在沒有喚醒的狀態下也能提醒用戶日期，日程，新消息等信息
9.如何做到擺脫界面的支付，同時具有較高安全性
10.如何控制說話的信息量，說話節奏，語速，音量，才能讓用戶不會排斥
11.說出去的話，潑出去的水，語音這種即時性的使用方式，如何設計才能給用戶以確認的時間。提示？還是重復？
六、結語
語音因為受眾面是每壹個普通人，所以對於產品的體驗要比其他方向更看重，反倒對技術的精準性達到人們滿意的程度就好，這樣對交互設計師，產品經理的要求也就更高。
帶著上面這些問題，接下來我對現在AI各公司的應用，芯片，開放平臺等布局進行總結以及分析，看看哪些問題已近解決，那些仍有很長壹段路要走，哪些更側重於技術，哪些更側重於設計，這對於各公司找準定位，競品，發展方向，找到解決問題的思路都有壹定益處。
投稿郵箱：
本文由簡書李?秤鈐?矗?諶ɑチ?綞量巫?亍Ｄ諶萁齟?磣髡叨懶⒐鄣悖?淮?碓綞量瘟⒊ Ｈ縲枳?兀?肓?翟?髡摺?/p>