從點(diǎn)擊到觸屏，再到語音，技術(shù)的升級也見證了人機(jī)交互從一個(gè)時(shí)代走向另一個(gè)時(shí)代。隨著人們需求和認(rèn)知得到提升，越來越多的人認(rèn)定，語音是未來智能化的方向，一大批企業(yè)也殺入了這一領(lǐng)域。但在鏖戰(zhàn)之余，一個(gè)問題也浮現(xiàn)出來——我們應(yīng)該做什么樣的語音產(chǎn)品，該如何滿足消費(fèi)者的需求?在5月21日舉行的“蓋世微課堂——智能語音產(chǎn)品在汽車上的應(yīng)用與發(fā)展趨勢”活動(dòng)上，車音網(wǎng)聯(lián)席CEO王力劭與蘇雨農(nóng)，就向300余名業(yè)內(nèi)人士分享了車音網(wǎng)對智能語音未來發(fā)展的看法。

　　有取有舍好用才是王道　提到車載智能語音產(chǎn)品，人們頭腦中的第一印象一定是“高科技”。不過就像大多數(shù)學(xué)者對“技術(shù)決定論”的批判一樣，智能語音的高大上，并不意味著它能獨(dú)立于人的意志而存在。

　　“語音技術(shù)出身的科學(xué)家及車載產(chǎn)品經(jīng)理，可能會(huì)陷入技術(shù)化的思維”，車音網(wǎng)聯(lián)席CEO王力劭坦言。正如他所說，語音技術(shù)的應(yīng)用會(huì)面對類似感性思維和理性思維的困擾——到底是根據(jù)“我有什么然后做什么”的思維，還是用戶的需求來做產(chǎn)品。在這一點(diǎn)上，車音網(wǎng)的看法很明確，智能語音產(chǎn)品真正要解決的痛點(diǎn)并非技術(shù)本身，而是對需求的把握。用戶所要的，并非技術(shù)多么高級，而是這個(gè)技術(shù)能否按照要求去完成任務(wù)。

　　在目前的車載語音產(chǎn)品開發(fā)中，語音的“識別率”往往被放在了核心位置上。但在車音網(wǎng)看來，服務(wù)的“達(dá)成率”才是真正的硬指標(biāo)。而車載智能語音產(chǎn)品要真正做到人性化，需要聚焦的一個(gè)重點(diǎn)問題就是應(yīng)用場景。在適合的場景下，語音才能發(fā)揮它最大的效用。車音網(wǎng)聯(lián)席CEO蘇雨農(nóng)談道：“語音并非萬能，作為便捷的工具，語音所能實(shí)現(xiàn)的功能應(yīng)該更聚焦、更有保障。在很多情況下，語音產(chǎn)品并非不能識別用戶的指令，而是沒有必要識別。”例如，在車載環(huán)境下，撥打電話這樣的功能就是合適的應(yīng)用場景，而用語音開關(guān)車窗，用戶體驗(yàn)就遠(yuǎn)遠(yuǎn)不及使用機(jī)械按鈕的方式。在訪談中，蘇雨農(nóng)和王力劭表示，產(chǎn)品的設(shè)計(jì)不能陷入技術(shù)化的思維，要真正考慮用戶對語音的核心需求，必要時(shí)甚至要用上“去語音化”的解決方案。

 

　　車載智能語音產(chǎn)品未來的技術(shù)重點(diǎn)是什么?

　　無論是“去技術(shù)化”的思維，還是“去語音化”的解決方案，都是在產(chǎn)品素質(zhì)過硬的基礎(chǔ)上，對用戶需求滿足的更深層思考。無論如何，智能語音產(chǎn)品都離不開對技術(shù)的修煉。盡管車音網(wǎng)建立于2008年，但其技術(shù)團(tuán)隊(duì)早在近20年前，就開始了語音識別技術(shù)的研發(fā)。對于智能語音技術(shù)的發(fā)展方向，車音網(wǎng)有著自己的心得。

　　首先，語音識別與硬件密不可分。要想實(shí)現(xiàn)完美的用戶體驗(yàn)，簡單地把語音識別引擎和硬件車機(jī)綁在一起是不夠的。麥克風(fēng)陣列排布以及車機(jī)設(shè)計(jì)，都會(huì)影響語音識別的效果，而這也是未來語音識別重點(diǎn)探索的方向。為了讓語音識別更加精確，降噪技術(shù)、后臺引擎垂直度以及訓(xùn)練與車載環(huán)境的結(jié)合度，也都是需要注意的。

　　其次是語音識別的容錯(cuò)性。具體說來，它分為對聲音的容錯(cuò)與對信息的容錯(cuò)�，F(xiàn)實(shí)生活中，對于突如其來的噪音以及無意識的口誤，語音技術(shù)能否結(jié)合搜索技術(shù)并做到容錯(cuò)是非常關(guān)鍵的。此外，語音技術(shù)還要能夠聽懂各地方言或各種表達(dá)方式。對于用戶而言，往往會(huì)追求多樣性，包括使用過程中偶然狀況的多樣性以及場景的多樣性等，針對上述多樣性，容錯(cuò)技術(shù)也顯得尤為重要。

　　另外，語音技術(shù)完成識別之后，還需要進(jìn)行自然語言處理(NLP)和搜索，通過對自然語言的處理和理解，加上搜索技術(shù)和正確的返回信息，一個(gè)巨大的數(shù)據(jù)庫或知識庫得以形成，這種數(shù)據(jù)庫或知識庫可以針對語音識別的結(jié)果提供反饋信息。在用戶看來，既然說的話被識別，其返回來的結(jié)果就應(yīng)該正確，而不會(huì)去糾結(jié)識別出錯(cuò)抑或搜索出錯(cuò)，因此自然語言處理和搜索這兩項(xiàng)技術(shù)的成熟度，也直接影響了語音識別技術(shù)的反饋結(jié)果。

　　第四，云系統(tǒng)將會(huì)成為未來的主流趨勢。隨著移動(dòng)網(wǎng)絡(luò)帶寬不斷提升，資費(fèi)逐漸降低，云系統(tǒng)的優(yōu)勢將逐漸體現(xiàn)。依托大服務(wù)器群、大模型、大并發(fā)，云系統(tǒng)能提供更好的語音識別能力和語義分析能力。而嵌入式芯片因?yàn)樵O(shè)備局限性，提升能力有限。不過，王力劭也提到，目前云端與本地混用的模式是可行的，例如打電話的場景，本地化的解決方案就能很好的滿足需求。

　　最后，從設(shè)計(jì)體驗(yàn)角度來看，目前對于技術(shù)出身的設(shè)計(jì)者往往是從自身設(shè)計(jì)角度出發(fā)，只關(guān)心語音能做什么，從而導(dǎo)致語音設(shè)計(jì)存在一定的問題。任何語音識別的模型都存在一定的局限性，而且語音技術(shù)本身是一項(xiàng)概率技術(shù)，即使該技術(shù)能夠做到精準(zhǔn)，外部的不可抗因素也可能會(huì)導(dǎo)致語音識別失效。設(shè)計(jì)者應(yīng)該更多地以用戶的應(yīng)用場景以及應(yīng)用需求為出發(fā)點(diǎn)，去開發(fā)及設(shè)計(jì)語音產(chǎn)品。

 

　　智能語音應(yīng)如何盈利?

　　盈利模式是維系一個(gè)產(chǎn)業(yè)發(fā)展的命脈。無論智能語音如何夢幻，沒有盈利模式，它也只能是空中樓閣，如水中月鏡中花，最終化為烏有。

　　縱觀所有行業(yè)，目前盈利模式主要分為傳統(tǒng)模式以及互聯(lián)網(wǎng)模式兩種。兩種模式的根源主要是圍繞從技術(shù)出發(fā)還是從盈利角度或未來價(jià)值實(shí)現(xiàn)角度出發(fā)點(diǎn)，具體的模式主要分為產(chǎn)品售賣、服務(wù)租賃、影響力尋租，以及“東邊不亮西邊亮”式，即從其它領(lǐng)域獲得更高的收益值。

　　在語音識別的應(yīng)用中，如果不能將其影響力傳遞給使用者，那么語音技術(shù)和語音平臺如何去謀求長遠(yuǎn)的利益轉(zhuǎn)化，值得我們思考。解決方法分為兩種：

　　1，將語音作為一種手段，重點(diǎn)垂直扎根于行業(yè)中。

　　2，從語音技術(shù)本身去謀求贏利，將免費(fèi)開放平臺轉(zhuǎn)化成最終利益。

 

　　車載智能語音的哲學(xué)

　　可以說，近年來車載智能語音的研發(fā)與應(yīng)用已經(jīng)變成了一股浪潮。企業(yè)的蜂擁而上，讓這一行業(yè)顯得格外繁榮。但在蘇雨農(nóng)和王力劭看來，我們應(yīng)該十分清醒地看待智能語音的發(fā)展，切實(shí)將用戶需求放在首位，摒棄為技術(shù)論的思維，才能為消費(fèi)者奉獻(xiàn)出他們想要的產(chǎn)品。

　　“總之，我們要善用語音，慎用語音，垂直聚焦，體驗(yàn)為上”。

 

業(yè)務(wù)咨詢電話：400—040-9518

13974900153樊隊(duì)13142131842袁隊(duì)