智能语音交互将成为智能家居的下个入口

2019-01-02

信息通信技术与政策 2018年12期

李传峰中国信息通信研究院泰尔终端实验室高级工程师

1 引言

随着ICT技术、IoT、AI技术的快速发展，在物联网行业广阔的应用场景中，智能家居及关联场景（社区、楼宇）等成为语音交互技术优先应用的领域。从2016年至今，依托于智能音箱和智能语音助手的快速发展及市场布局，语音交互技术已经在消费级市场广泛被认知和使用，而且除了PC、智能音箱、手机、手表4大终端设备外，语音交互技术、语音助手已经融入到智能猫眼、扫地机器人、智能镜子、马桶盖、油烟机、电冰箱、开关面板、智能网关、晾衣架、电视、游戏机、门禁机等智能家居领域的诸多终端设备中。

据Gartner预测，2017年后智能家居将成为全球物联网领域最大的增量市场，到2020年中国智能家居市场规模将达到3000多亿元。全球TOP100的电信运营商中已有60%计划进军智能家居市场，在国内TOP前30的地产开发商均在积极布局全屋智能化精装修，其中基于场景的语音交互是必选的交互方式之一，预计未来2～3年智能家居及关联场景有可能成为智能语音交互技术发展得最快的领域。在政策方面，2017年12月，工业和信息化部发布了《促进新一代人工智能产业发展三年行动计划（2018—2020年）》，其中提出重点培育和发展智能语音交互系统、智能翻译系统、智能家居产品等智能化产品，推动智能产品在经济社会的集成应用。

2 智能语音交互类终端设备的发展历程

中国的智能家居市场潜力巨大，2013年以后，科技企业、家电企业、互联网企业等各大平台级厂商均开始密集布局智能家居。但当前智能家居领域仍处于分散独立的状态，智能家居系统需要接入统一入口控制，而智能音箱借助语音交互技术的优势已成为智能家居的重要入口之一。智能音箱是集成了语音识别技术、语义理解技术等人工智能技术的，以语音交互为主要人机交互模式的终端设备。智能音箱还具备网络连接能力、计算能力；并可联网搜索、查询、播放流媒体内容及互联网服务；支持对家居场景中的联网设备进行控制。

2014年11月，亚马逊推出了首台真正意义上的智能音箱产品Echo。之后，亚马逊不断丰富Echo家族产品，在拓展智能音箱市场的同时推出周边衍生产品，至今各型号已累计销售破千万台，引领智能音箱领域的发展。2015年5月，京东与科大讯飞成立灵隆科技联合推出叮咚音箱，率先抢占中国市场，从2015年5月的AI音箱开始，至今已发售了一系列新品，包含语音交互、家居控制、内容与第三方服务。

2017年，随着互联网巨头竞相涌入智能音箱领域，语音交互生态、流媒体内容生态相继建立，多达数十款智能音箱产品陆续推出。整个市场规模已突破百万台，已完成用户的初步认知教育，市场前景广阔。到了2018年，中国大陆市场主要的互联网平台型企业、科技巨头、AI领域的领军企业均已加入到智能语音音箱产品的混战中（见图1）。

图1 智能语音识别类终端设备重要产品发布时间线

智能音箱作为这两年AI+终端结合的试探性产品，已经为消费级市场广泛接受，语音交互技术成为普通人近距离接触AI、体验AI给生活带来便利和改变的重要技术，而支持语音交互技术的智能音箱成为了当前时期切入用户智能家居场景的最佳终端设备。

3 智能语音交互类设备的发展现状和规模

随着人工智能技术的快速发展，以及资本的大量涌入，国内人工智能领域将迎来空前繁荣。自然语言处理技术成为了人工智能技术重要的突破之一，与之关联的智能音箱产品将广泛应用在家居场景中，不仅为广大消费者带来了生活及购物的便利，还成为了家居环境内新的数据及流量入口，其衍生的商业价值潜力巨大，是众多IT及互联网平台的必争之地。

2017年，根据艾媒咨询《2017上半年中国智能音箱市场专题研究报告》公布数据显示，中国智能音箱销售规模突破2亿元，增长率为47.8%；预计到2020年智能音箱销售规模将超过10亿元。虽然众多厂商已推出智能音箱产品，但市场总体销售规模仍处于较低水平；随着智能语音交互类产品进一步优化升级、产品形态多样化及智能家居领域全屋智能化的普及，中国智能语音交互类产品消费市场潜力将得到释放，行业有望迎来快速增长。

2018年5月，国际分析机构Canalys发布的2018年Q1全球智能音箱出货报告显示，中国已成为仅次于美国的全球第二大智能音箱消费市场。在智能音箱的全球出货量排名方面，Google位居首位、第二位是Amazon；中国的天猫和小米分列3、4位（见表1）。

表1 2018年Q1全球智能音箱出货量情况

据Canalys公布的数据显示，在中国市场智能音箱的市场占有率为阿里巴巴的天猫精灵（59%）、小米的小爱音箱（35%）、灵隆科技的叮咚音箱（2%），其他（4%）。

智能音箱产品在中国大陆市场呈现快速增长态势，仅在2017年双十一期间，天猫精灵的销量就达到了50万台以上。2018年第一季度Canalys发布的全球智能音箱出货量报告显示，阿里巴巴和小米分别为110万台和60万台。2018年5月27日，天猫精灵官方表示天猫精灵智能音箱的总销量超过300万台，到了2018年7月5日，据天猫精灵的官方数据显示，天猫精灵智能音箱全渠道销量累计超过500万台。预计到2018年年底，中国智能音箱市场全渠道销量将有望突破1000万台。

4 智能语音交互类终端设备生态环境分析

越来越多的中国企业和在华的外资企业参与到智能语音终端设备市场的竞争中来，首当其冲的就是智能音箱市场，竞争也变得更加激烈。当前，互联网企业和科技领军企业依据技术和平台优势，成为智能音箱领域最重要参与者；而人工智能技术和智能语音交互技术则助力智能音箱抢占家居入口。

互联网企业的阿里巴巴、腾讯、百度、京东、小米等也涉足智能音箱行业；人工智能领域的科大讯飞、云知声、思必驰、出门问问等企业也纷纷推出了自己的音箱产品，流媒体内容分享平台喜马拉雅、家电领域的海尔等也都加入到智能音箱的大战中。

而目前智能音箱的销售渠道还主要是通过天猫、京东、小米商城等互联网电商零售渠道。在商用领域，2018年年初，天猫精灵携手开元酒店推出“智慧云客房”的试点产品，意味着智能音箱向酒店行业进军。未来智能音箱是否能为更多的酒店接受，或进入其他更多行业的垂直应用场景还有待进一步观察。

目前在酒店业已经试点应用的支持智能语音交互类技术的终端产品还有服务型机器人，以云迹科技的“润”系列机器人来讲，它在酒店的主要工作有3个方面：一是给入驻酒店的客人递送物品；二是给房客领位；三是做广告宣传和问询。从以机器代替人工的角度分析，目前可以做到1：3的比率，即一台机器人可替代3个人工，而且机器人不需要轮岗，可7×24h值守。

图2根据智能音箱生态领域的主要参与者的综合实力进行了分类分析：

●领军者：作为智能音箱市场主要的玩家和参与者，在市场占有率和技术等方面均处于行业领先范畴，是生态系中的主要玩家，例如：天猫精灵、小米AI音箱。

●紧跟者：其作为智能音箱市场重要的参与者，在AI技术、内容、服务等领域各有优势，但市场占有率和影响力还不及领军者，例如：叮咚音箱、小度音箱等。

●差异市场：其中的玩家凭借丰富的流媒体内容平台，为细分领域的长尾用户提供更加精准的服务，在垂直行业用户中占有重要地位，例如：喜马拉雅。

图2 2018年中国市场智能音箱产业地图

●补缺者：相关语音交互类产品发布较晚，主要是作为战略布局角色出现，所占市场比例微小（见图3）。

图3 中国智能音箱企业实力分布

5 智能语音交互类终端产品面临的问题

虽然智能语音终端设备的产品形态越来越多，但目前智能音箱仍是主要的终端产品形态。

2018年智能音箱领域的竞争呈现出愈演愈烈之势，市场仍处于“百箱大战”，充斥着大量的智能音箱产品，有知名品牌厂商的产品，也有大量不知名品牌的音箱产品。随着智能音箱概念为广大用户所接受，智能音箱的用户从科技极客拓展到了普通用户，功能也更加复杂。在智能音箱普及的同时，也暴露出不少问题，当前国内智能音箱市场面对的主要问题分为以下6大方面：

（1）概念滥用

仅支持APP控制、支持无线连接的音箱设备都来抢智能音箱的风口，误导消费者，造成市场鱼龙混杂，产品同质化严重、定价混乱、使得用户对智能音箱的满意度参差不齐。用户无法分清到底哪些音箱是真“智能”。

（2）语音交互技术未达用户预期

厂商纷纷扎堆语音交互技术但忽略了消费者体验，远场识别率低、误唤醒率高、连续对话功能不稳定、语义理解能力差是造成目前消费者不满意的主要因素。

（3）安全性堪忧

智能音箱为了实时响应用户的呼叫，要一直处于待机状态，待机状态时也是处于对外界语音信息的“收听”状态，有的高端智能语音识别设备还支持对主用户及其他用户的语音识别，采集了大量用户使用习惯、生活习惯、消费习惯及语音数据，但这些隐私数据的去向和使用情况（被谁用、怎么用）用户却不得而知，如果泄露或被滥用后果不堪设想。同时，智能音箱在家居环境中具备连接越来越多的设备的能力，有的设备已具备智能网关的能力，如果该设备被劫持，很容易通过其间接控制家中其他设备。

（4）生态体系不完善缺少标准

尚未建立完备的智能家居生态体系，能连接的终端设备非常有限、配网操作步骤复杂、使用场景碎片化、硬件操作复杂等问题尚未解决，消费者无法体会智能家居的智慧和便捷。而且智能音箱等新式智能终端产品尚无性能测试标准、安全标准、产品质量控制标准等，产品质量堪忧。

（5）智能化水平无法量化评估

众多的智能音箱产品缺少公正的第三方测评方以及量化测评方式对智能音箱的智能化水平，包括远场识别准确度、语音唤醒的灵敏度、音箱的感知能力和交互能力等。用户无法判断哪家的智能音箱产品更加智能或更适用于某些垂直领域。

（6）第三方服务数字版权问题

对于智能音箱上的杀手级功能有声资源来说，与音箱合作的第三方服务资源往往涉及版权问题，用户体验有时会受到限制，或者被捆绑消费。

除了以上几点外，应用场景及使用习惯的差异也是造成智能音箱在中国普及率低、开机率低的原因，因为中西方用户家居场景不同，西式厨房与客厅相连，且消费者使用音箱的功能偏多；中式厨房与客厅相对封闭，环境嘈杂，油烟重，家庭使用频次不高。

6 智能语音交互类终端设备未来的技术和应用趋势

智能语音交互类终端设备随着人工智能的快速发展仍在不断提升，未来在产品功能方面主要呈现以下3种趋势：

（1）人工智能技术发展助力用户体验不断提升

随着垂直应用场景积累的数据不断增多，为自然语言处理提供了更多用户分析和学习的基础数据。随着语音识别和语义理解的准确率和有效性方面有了更大突破，以及远场识别的识别率的提升，将大幅提升智能音箱的用户体验，从而提升智能音箱的开机率和使用频率。

（2）产品形态不断创新以应对不同场景需求

智能音箱当前的产品形态按照交互方式，主要分为支持语音交互、触屏交互和APP交互以及仅支持语音交互、APP交互两大类。未来为适应不同场景的需求，其形态还可以不断变化，或与更多的设备组合。甚至抛弃音箱的产品形态，完全与智能家居融为一体。

（3）产品功能不断融合

智能语音交互类产品未来还将集成更多功能，不仅能用来查询天气情况、听音乐、提供生活服务，还将支持对方视频通话、面部识别、家庭信息共享、安全监测等功能。

随着市场应用的日益广泛，未来智能语音交互类终端设备的市场业务也表现出了其业务特征，归纳起来主要有以下4个方面：

（1）智能音箱趋于成本销售

人工智能技术赋能的智能音箱，成为巨头们抢占家居场景的棋子，硬件盈利不是巨头们的当前重点，通过低成本快速渗透市场，全力拓展用户“地盘”才是核心。

（2）智能语音交互类产品趋于管道化

以智能音箱为代表的一系列智能家居中的智能化产品，还包括：智能早教机、陪伴型机器人、智能监控摄像头等将成为重要物联网管道类设备，将为设备厂商或服务商摸清用户习惯提供数据，并为设备厂商或服务提供商进行数据导流、业务导流。

关于将智能语音交互产品融入到家居环境中，并为各个应用场景提供语音交互和导流，科大讯飞在这方面做出了尝试，科大讯飞在2018年推出了魔飞（MORFEI）2.0平台，该平台支持将魔飞麦克风2.0的内核MORFEICore全面开放，MORFEICore作为轻量级开发框架，具备脚本编程、轻量、安全、开放、高效的特点，除可以运行在Linux、Windows、Android、iOS等大系统上，还可以运行在RTOS类小系统上。第三方开发商以及开发者们可以基于MORFEICore开发，调用MORFEICore内置的科大讯飞的AI能力及IoT能力，让接入智能家居系统的各类终端产品都具备智能语音交互的能力。基于改项技术，广大家居智能终端设备企业都可以为自己的家居生态中的终端产品增加智能语音识别的能力，尤其是应用在智能语音识别面板上，使得每个房间都将预备语音交互的能力。

（3）智能语音交互类产品将覆盖更多垂直场景，内容服务成为关键

智能语音交互类产品（故事机、陪伴机器人、智能音箱等）的应用场景将更加细分，在垂直应用领域，用户（商用/民用）对流媒体内容的需求相较于对控制能力的需求更大，优秀的流媒体内容及关联服务将成为提升用户粘度的关键指标，用户使用时长成为评估音箱类产品音质质量及内容丰富程度、内容质量的衡量指标。

（4）应用领域不断扩大

智能语音交互类产品未来1～2年内主要的用户还是以普通消费者为主，但是随着远场识别准确度、可控制设备数量的不断增多，以及内容的不断丰富，除了进军除了酒店服务业以外，还将向教育、养老、康复、客服、翻译等应用领域推进。