（文章來源：新浪財經(jīng)）

當前技術(shù)和市場環(huán)境下，人工智能還做不到真正自如的對話，尤其是機器人還沒有自己的思考和觀點。我們目前在落地智能語音服務(wù)場景的時候會遇到很多掣肘的問題，現(xiàn)在我們來看看當前的技術(shù)到底發(fā)展到什么程度。首先我們明確機器人的概念，機器人不一定有硬件本體，它可能也是虛擬的形象。例如它可能是手機的智能助理，它的載體也可能是一個音箱。

機器人智能語音服務(wù)不是機器人硬件終端，其智能是由背后的“大腦”產(chǎn)生的。而這個“大腦”通常是在服務(wù)端。目前NLP技術(shù)需要依賴大量的數(shù)據(jù)和算法，知識圖譜和深度學習訓練的數(shù)據(jù)都非常大，開放域通用NLP的數(shù)據(jù)量和計算模型數(shù)量更加龐大，所以一般無法在算力較小的終端芯片中運行，也正因為如此，“大腦”也常被人們稱為“云腦”。不過，在特殊行業(yè)應(yīng)用中，我們可以把云端的能力固化到本地局域網(wǎng)的服務(wù)器或者是PC上，這是離線本地化交付。

機器人不是無所不能的。現(xiàn)在的企業(yè)用戶越來越務(wù)實的認識到機器人擅長：重復性的工作和人無法做的工作，比如一些危險的工作，也例如安防巡邏工作，或者是7×24小時的不間斷客服工作。基于這樣的務(wù)實認知，才有現(xiàn)在更加務(wù)實和廣泛的商業(yè)落地場景。

在智能語音服務(wù)能力方面，現(xiàn)在我們已經(jīng)可以做很多事情。早幾年大家都想擁有一個像科幻電影中的機器人，但以目前的軟硬件技術(shù)目前還做不到。但是，當行業(yè)內(nèi)的需求開始務(wù)實之后，我們發(fā)現(xiàn)很多領(lǐng)域已經(jīng)可以提供有價值的服務(wù)了。比如說，剛剛提到的生活助理可以幫你呼出電話、制定提醒，在一些商務(wù)場景中，機器人可以提供迎賓、講解、導購、推薦、客服服務(wù)等。

通過開放域加限定域的組合，目前已經(jīng)可以在垂直場景中做到比較好的體驗，尤其是可以在局部替代人工的工作。這里有一段視頻，是展示實際的點餐案例，大家可以先看一下。從視頻中大家可以看到這樣一些能力：第一，一句話包含多個意圖，甚至相反的意圖，機器都可以理解。

例如：給我來兩杯咖啡，一杯要冷的一杯要熱的，冷的要拿鐵，熱的要卡布奇諾，算了拿鐵不要了；第二，通過配套的CMS系統(tǒng)，餐廳服務(wù)員可以自己修改菜單內(nèi)容，不再需要有技術(shù)公司進行訓練，這樣就方便大規(guī)模的普及應(yīng)用。像這樣一些服務(wù)技能可以同時ToB和ToC，比如我們做的醫(yī)療服務(wù)技能也是如此。

另外在機器人的情感表現(xiàn)力方面也取得一些進步。比如像阿里和百度的TTS現(xiàn)在都支持SSML標簽。通過人工大腦分析語境和輸出內(nèi)容的語義自動插入SSML標簽就可以控制語音合成的效果了。這樣，語音合成不再是單一的語速和語調(diào)，而是根據(jù)語境和語義有不同的節(jié)奏，甚至是自動配背景音樂。接下來有一段視頻，朗讀詩詞時的背景音樂都是TTS自動合成進去的。未來這樣的技術(shù)會使得我們機器人的情感表達更豐富。另外，在高噪聲環(huán)境下的語音識別一直是很頭痛的問題，目前通過非等距MIC陣列+機器視覺成功解決了高噪雜環(huán)境的語音識別問題，也使得智能語音服務(wù)的場景可以更廣泛了。

此前許多智能語音服務(wù)需要與業(yè)務(wù)系統(tǒng)深度對接，遇到實現(xiàn)難度大、交付周期長等諸多問題，主要是想一步到位解決問題，但目前人工智能技術(shù)整體處于初級階段，還在快速發(fā)展，現(xiàn)階段不可能一步到位解決所有問題。打造高性價比和快速個性化的輕量級智能語音服務(wù)集成方案可以在很多場所替代人，因此更容易大規(guī)模普及應(yīng)用。

未來大屏幕電視機可能會成為智慧養(yǎng)老的一個真正的智能控制中心，而不是一個具體的機器人。因為在電視機上的虛擬人既可以成為老人的孫子形象，也可以是老人當年夢中情人的印象。通過電視和分布在屋內(nèi)多處的語音交互控制模組可以控制全屋，而全屋各個設(shè)備不需要全部裝上主機和屏幕。此外還可以跟老人的智能手表進行協(xié)同控制，并且可以實現(xiàn)控制權(quán)自動交接等等。

最后，對于未來，隨著人工智能越來越多普及到生活的方方面面，在便捷的同時我們將面臨一個很大的問題，就是用戶隱私與更加優(yōu)質(zhì)的用戶體驗之間的矛盾問題。這個問題需要所有從業(yè)者一起思考如何平衡這個矛盾。
? ? ? （責任編輯：fqj）