文|邻章

自亚马逊Echo大获成功之后，利用人工智能语音识别产品抢占智能家居入口，便火速升温，微软、谷歌、苹果、百度、暴风、小米等等国内外巨头，纷纷（或准备）推出搭载人工智能语音识别产品，试图抢滩智能家居入口高地。而从现实来看，利用人工智能语音识别产品抢占智能家居入口，语音化与可视化融合交互是发展趋势，本地化是基础，服务整合能力是核心。

一、国内外巨头纷纷推出人工智能语音识别产品，抢滩智能家居入口

人工智能火了，而搭载人工智能语音识别的产品，也被科技巨头们视为是开启智能家居风口的钥匙。如我们所见，亚马逊、微软、谷歌、苹果、百度、暴风、小米等等国内外巨头都开始推出搭载智能语音识别产品，抢占智能家居入口。

可以说，亚马逊是这一风口的先行者，自2014年亚马逊Echo诞生以来，发展至今，其已开始主宰美国智能音箱市场。市场调研公司eMarketer最近公布的一份智能音箱市场研究报告显示：今年其在美国市场份额将达到 70.6% 。

亚马逊的成功，带来了智能家居的新可能，由此也吸引了更多的巨头入场。如我们所见，谷歌在2016年I/O开发者大会上发布了内置Google Assistant的Google Home智能音箱，微软在今年的Build大会上，推出了与音频设备制造商哈曼·卡顿合作打造的智能音箱Invoke，内置Cortana语音助手。而据KGI分析师郭明琪爆料，苹果也将在今年的WWDC大会上发布搭载Sir智能助手智能音箱，并且苹果或将为其配备触控屏幕。

而与国外巨头们押宝智能音箱开启智能家居风口不同的是，国内科技企业们似乎更乐于将其押宝在客厅中心的智能电视上面。

5月10号，在互联网电视领头羊“乐视”身陷困局之时，作为互联网电视老二的暴风TV发布了，其今年的拳头产品：“暴风人工智能电视 X5 ECHO”。似乎欲借此产品，想一举拿下互联网电视第一品牌的大旗。

与亚马逊的Echo十分类似，暴风TV的新品甚至直接借鉴了ECHO的名字，定位为“中国家庭的人工智能助手”，这也是Aelxa暂时无法在中国普及的一大原因：无中文交互场景。

X5 ECHO通过其内置的人工智能语音、语义识别系统，实现了电视“免遥控 一喊即播的交互形式——喊出触发词“暴风大耳朵”即可与电视的AI助手进行交互，操控电视，并提出各种生活服务的需求。

点击播放GIF/1.6M

【个人兴趣捕捉 实时推荐】

而在暴风TV之前，国内互联网电视厂商小米、乐视，也纷纷发布了搭载人工智能语音识别系统的智能电视，虽然二者在产品上闹出些许尴尬，并且未最终实现脱离遥控器的交互场景。而三大互联网电视品牌，都将人工智能语识别发力点放在了智能电视产品之上，却足以引起智能电视行业人工智能新风潮。

【“科技与人性的光芒”产品场景化视频】

二、落地载体各有不同，但产品交互朝着语音化与可视化相融合前进却是殊途同归

如我们所见，国内外科技巨头在人工智能语音识别产品落地载体选择上，是各有喜好，国外巨头们更为青睐智能音箱，而国内巨头们则集中精力于智能电视。但在产品的交互进化上，却可以说是殊途同归，甚至可以说，国内科企们更是走在了前面，更早的开启了人工智能语音识别产品交互方式的进步，使其交互方式从此前的纯语言交互进化为语音化与可视化相融合的新阶段。

如上所述，国外智能音箱领导者亚马逊，在其最新Echo Show智能音箱上搭载了一块七英寸的触控屏幕，通过这块屏幕，用户可以用它辅助语音购物、观看视频，查看天气预报、歌词和照片，检查婴儿监控设备，查看安全摄像头捕捉的信息等等功能。而即将推出智能音箱产品的苹果，其全球营销副总裁菲尔·席勒也公开宣称：“在很多场景下，语音助手作用巨大，但是这并不意味着你不想要一个屏幕，我认为如果（智能音箱）不配置屏幕，恐怕无法满足一些场景的需求。”

从亚马逊和苹果两大科技巨头在智能语音产品上对于屏幕的青睐，让我们能够看到的一大趋势是：屏幕将成为人工智能语音识别产品的标配，产品终将走向可视化道路，使其交互方式从此前的纯语言交互进化为语音化与可视化相融合的新阶段。而其背后的核心原因在于语音虽然是我们最为自然的交互模式，通过语音控制，可以解放我们的双手，但是正如菲尔·席勒所言，语音并不适用于所有场景，它需要配合协作，以此满足用户在各种场景下的需求。可以说语音操控与屏幕的关系就犹如我们人类的眼睛与嘴巴，二者是长期进化之后而形成的最佳拍档，共同构建我们的美好生活体系。

也透过智能语音产品交互方式进化趋势必然，来看国内科企们将人工智能语音识别的载体选择为智能电视，可以说国内科企们是对交互进化趋势进行了提前洞察。智能语音电视拥的更大的屏幕，使其消费体验得以得到层级的提升。

诸如暴风TV的人工智能电视X5 ECHO，其就具备了50/55/58/65四种尺寸的4K超高清屏幕，其屏幕尺寸相对于亚马逊Echo Show的七英寸小屏幕而言，领先其7至9倍。而在这样的一块大屏幕上，去体验辅助语音购物、观看视频，查看天气预报、歌词和照片，检查婴儿监控设备，进行视频通话等等功能，从屏幕的视觉信息、效果体验来说，显然要高出亚马逊Echo Show七英寸屏幕几个层级。

点击播放GIF/1.7M

【大屏视频聊天】

三、人工智能语音产品的竞争，本地化是基础，服务整合能力是核心

人工智能语音识别产品被视为是开启智能家居新风口的钥匙，而个人认为，要以这把钥匙打开智能家居的新风口，对消费者而言，本地化是基础，而其产品的服务整合能力是核心。作为主打人工智能语音识别的产品，首先需要保障的是其对用户语音识别的准确理解，做到高识别率，让用户对其有使用欲望，而后能有贴心的服务能力，绑住消费者，使其能够对产品形成用户黏性。

首先从本地化来说：需要的是产品能够做到“入乡随俗”，满足地域语言体系的差异化。而从这个层面来说，在中国市场，对本地化最为了解的国内厂商将占据诸多的竞争优势。我们看到，虽然苹果、微软在此前就曾发布了智能语音助手Siri和Cortana，但是面对世界难度最高的汉语，二者在本地化的进展上却是颇为缓慢，Siri直到今年的iOS10.3版本升级后才开始支持上海话，而亚马逊Echo智能音箱背后核心Alexa语音交互系统，至今还无法支持中文。而假设亚马逊这款不支持中文的智能音箱进入以汉语为主导的中国市场，显然语音支持本地化的不足，等待他的将是一场滑铁卢。而这也是亚马逊智能音箱迟迟不进入中国市场的原因之一。

而将视角切回国内厂商，能够预见的是，本地化的优势将得他们在这场竞争中占据更多优势。以暴风TV为例，其新品X5 ECHO人工智能语言电视，背后的语音识别技术合作商，选择的是在国内人工智能语音识别领域占据领导地位的科大讯飞以及新晋科技企业蓦然认知。据公开资料显示，科大讯飞语音识别技术在正常语音环境下对中文的识别率高达97%，在中文世界领先。并且暴风TV还联合科大讯飞成立了专业的人工智能实验室，以持续的提升本地化语言识别能力。而这种汉语识别能力对比国外语音助手们在国内市场的表现，可谓是高下立判。

点击播放GIF/289K

本地化能力是基础，而产品的后端服务整合能力却是竞争关键。亚马逊Echo智能音箱之所以能够赢得消费者的青睐，更为核心的原因在于其产品整合了第三方服务，能够提供各种服务满足用户需求。而国内人工智能语音产品要从走近千家万户到开启智能家居新时代，也需要具备整合第三方服务，成为智能服务体验的控制中心。而我们也看到国内厂商也的确在走着一条路，在产品中集合服务能力。

依旧以暴风TV这次发布的X5 ECHO为例，我们看到，其在智能电视产品端整合了诸多服务，不仅能够实现本身电视节目的一喊即播，更能够在产品上提供主动服务，诸如内容提醒（赛事直播提示、剧集更新提醒、新片主动推荐）、生活服务（定时闹钟、倒计时管理、备忘录）、日程备忘（节假日、纪念日、生日等主动提醒）、孩子教育陪伴、电视视频聊天、O2O服务、生活百科等等。而通过为用户提供日常所需的各种服务，培育的是用户的使用习惯，增强的是用户黏性，提升的则是其背后人工智能助手的聪慧程度，三者形成的是一个良性循环。

写在最后：

从现实来看，利用人工智能语音识别产品抢占智能家居入口，语音化与可视化融合交互是发展趋势，而本地化与服务整合能力才是决胜关键。要让人工智能语音识别产品走近千家万户，开启智能家居新风潮，这几方面的优秀体验将是不可或缺。而从这些方面来看，国内厂商们选择以智能电视作为人工智能语音识别的落地载体，以本地化和后端服务集成进行竞争，显然是走上了一条正确的道路。

注：本文所有图片源自网络。

文|邻章【微信号：ZLxgic，微信公众号：kejilinzhang】欢迎添加关注！文章转载请注明出处。