拓?fù)洚a(chǎn)業(yè)研究所最新報(bào)告顯示，語音交互已經(jīng)成為智能時(shí)代的入口。2014年到2017年全球語音設(shè)備出貨量大幅度攀升，全球出貨量從2014年的不足500萬臺(tái)，到2017年出貨量將達(dá)到2500萬臺(tái)。2016年到2021年全球語音識(shí)別市場的年復(fù)合增長將達(dá)到43.6%。語音識(shí)別屬于人工智能的中間的基礎(chǔ)應(yīng)用層，這層分布有語音識(shí)別、NLP、機(jī)器視覺等。

圖1：語音識(shí)別市場的增長趨勢(shì)。

清華語音語言實(shí)驗(yàn)室副主任王東認(rèn)為，語音識(shí)別其實(shí)是人工智能的一個(gè)分支，我們希望跟機(jī)器交互的時(shí)候能夠?qū)崿F(xiàn)比較自然的交流，而不是通過文本打字，這在未來是一個(gè)必不可少的智能交互手段。現(xiàn)在的語音識(shí)別與以往最大的不同，在于整個(gè)一套系統(tǒng)不再有那么多復(fù)雜的模塊，基本是由神經(jīng)網(wǎng)絡(luò)將從語音信號(hào)到說話內(nèi)容端到端的學(xué)習(xí)出來。由于深度學(xué)習(xí)的引入，語音識(shí)別系統(tǒng)的性能大幅提高。

圖2：現(xiàn)代語音識(shí)別系統(tǒng)

在智能手機(jī)和智能家居領(lǐng)域，語音識(shí)別是提高用戶體驗(yàn)的一種手段，但不可忽視的是，顯示屏是智能手機(jī)體驗(yàn)性能的關(guān)鍵特性，兩者之間的關(guān)系到底如何發(fā)展呢。蘋果副總裁的最新發(fā)言顯示，兩者不可獲取。智能語音可以為手機(jī)體驗(yàn)、家居體驗(yàn)插上翅膀，但是沒有顯示屏的語音識(shí)別似乎還是略顯單調(diào)。

5月6日?qǐng)?bào)道，蘋果全球營銷副總裁菲爾·席勒表示，亞馬遜Echo等專用智能語音設(shè)備缺乏顯示屏在許多情況下是一種妨礙。就如人們習(xí)慣使用智能手機(jī)后，再拿起以前的諾基亞的功能手機(jī)，總覺得使用起來還是有諸多不便。

圖3：蘋果全球營銷副總裁菲爾·席勒

他說，蘋果堅(jiān)定看好語音助理，稱蘋果持續(xù)開發(fā)Siri就是最好的例證。席勒還提到了迅速發(fā)展的純語音助理設(shè)備，這些設(shè)備沒有屏幕，僅支持語音操作，如亞馬遜Echo和谷歌Home。

“有時(shí)候，當(dāng)你不能使用顯示屏?xí)r，僅使用語音會(huì)更方便，比如你在開車時(shí)，或者在屋內(nèi)走動(dòng)時(shí)，你希望Siri幫你切歌，而不用來回跑動(dòng)。但即便如此，語音助理沒有屏幕仍會(huì)限制它的實(shí)用性，”席勒說。

“語音助理在許多時(shí)候都很方便，但這并不意味著你永遠(yuǎn)不需要屏幕，”他說，“因此我認(rèn)為，沒有屏幕在很多情況下并不適合。”

目前，Siri僅支持配備顯示屏的設(shè)備。去年，Siri作為macOS Sierra系統(tǒng)的一部分登陸了Mac電腦。

席勒拿蘋果地圖作為了例子，他說，當(dāng)在AppleWatch和CarPlay上進(jìn)行導(dǎo)航時(shí)，語音助理能夠提供語音指示，但生動(dòng)的地圖能夠幫助用戶更好地了解周圍環(huán)境。

席勒還提到了攝影，稱擁有顯示屏更有利于終端用戶。

“又比如攝影，它現(xiàn)在是人們購買我們產(chǎn)品最主要的原因之一，攝影就需要屏幕，”他說。“在我們分享的各種照片中，沒有屏幕的設(shè)備都不怎么實(shí)用。如今，社交應(yīng)用上的照片越來越多，因此它們?cè)诩冋Z音設(shè)備上的使用體驗(yàn)不會(huì)太好。”

對(duì)于最佳體驗(yàn)，蘋果是相當(dāng)有發(fā)言權(quán)的，隨著中國制造的興起，特別是華為、騰訊這些本土企業(yè)在硬件和軟件系統(tǒng)方面的突破，相信未來在體驗(yàn)的升級(jí)上面中國廠商會(huì)有自己的聲音。

?