智能语音设备演进：语音将无处不在

返回列表

发新帖

[讨论] 智能语音设备演进：语音将无处不在

发表于 2020-4-3 20:35 | 来自PC浏览器 [复制链接] 直达楼

12837

本帖最后由北方大冬瓜于 2020-4-5 13:15 编辑

在人类漫长的历史中，有各种各样的传说和故事，反映了我们美好朴素的愿望，其中阿里巴巴和四十大盗广为流传，经久不衰。到了21世纪的今天，“芝麻开门”和“芝麻关门”已经实现。今天不仅仅能通过语音指令控制大门开关，更能和设备交流，获取各种信息。

智能语音的发展，iPhone 4S的发布是一个分水岭。在iPhone 4S之前，语音应用多被局限于手机语音拨号、语音搜索等受限场景。受制于当时技术及成本制约，音频硬件并不出色，识别性能也需要进一步提升，多数人都认为智能语音是一个鸡肋的功能，发展智能语音远不如图标动效来的重要。这种情况在2011年10月有了巨大的改变，不知道有多少人记得那年iPhone 4S发布时Siri的广告宣传片？在那个宣传片里，Siri功能强大，未来已来。真的，在那之前，没人想到智能语音可以这样使用！但是，紧接着的后续几年里，手机语音助手开始退热。原因是过去的10年里竞争焦点是照相功能，DxOMark主要关注成像质量，近两年才开始关注音频，智能语音不在主赛道上。

不管市场表现如何，技术还在往前演进。2014年亚马逊推出了Echo智能音箱，这一次并没有多少人关注，直到2016年亚马逊超越Sonos成为行业霸主。2017年由音箱开始，点爆行业，引发百箱大战，智能语音交互第一次成为巨头间对抗的必争之地。对于音箱，智能语音是主交互手段，这一点和手机有着极大的不同。可以认为，从音箱开始，智能语音驱动的新设备品类Hearable开始崛起。

当某些产品相继推出的时候，没有人意识到一个全新的时代正在打开。在百箱大战尚未开启的2016年秋季，AirPods发布，这个耳机贵、还容易丢。音频语音在AirPos上得到了充分的集成，双击启动Siri进行控制，比2011年10月宣传片中的白色有线耳机控制好的太多。AirPods持续迭代，到2019年的AirPodsPro，支持主动降噪、通透模式，小小的耳机一年卖了60亿美金，预计2020年还会增长50%。是的，继穿戴式设备（Wearable）以后，可听式设备（Hearable）被认为是下一个热点。

新的时代里，嘴巴和耳朵再次成为重点关注的对象。要知道在过去的30年里，眼睛一直是焦点，围绕图像的是巨大的产业，包括相机摄像机、胶卷、电视和手机，今天的手机是集大成者。让我们看看今天的手机，高清摄像已接近无可挑剔，但是音频呢？不尽如人意。2019年10月，DxOMark顺应潮流，也推出了DxOMark Audio评测，为消费者提供选购参考。

在过去的40年里，电子及计算机技术突飞猛进并有两大标志：第一，每个人的桌面上都有台电脑；第二，每个人的手上都捧部手机。大小屏幕将人们紧紧禁锢在设备的周围，未来的设备究竟是什么样子呢？一开始，我们有台式电脑；然后，我们有便携膝上电脑；然后，我们有掌上电脑；再然后，掌上电脑和手机合体，变为今天清一水的方块屏幕手机，变为人类的器官的延伸。未来呢？是手机和眼镜合体，人类进入黑客帝国时代么？换个角度来看这个问题，过去一直做的事情是优化那块屏幕，尽量便携、尽量清晰、内容尽量多、尽量能记录下周围的世界，屏幕是中心。那么有可能，另外一个趋势是去屏幕化，让人类不再是屏幕的奴隶。

说到这里，需要提一下环境计算的概念。在环境计算的驱动下，设备将不再存在，设备又无处不在。设备对人类的帮助会出现在任何人类需要的地方；当不需要它的时候，它又会悄悄退场。这也是谷歌在2019年开始推的理念。

其实大家所设想的殊途同归。如同过去对于图像的投资一样，在音频语音上的投资将带来设备语音输入输出的巨大进步，以及高质量音频语音硬件价格的极大降低。可以认为，当Hearable及其他音频语音设备成为主流后，高质量音频语音硬件将可以被部署在任何设备上。那个时候，5G已经大规模商用，单位面积内的设备数量、网络速度和延迟不再是问题。那么，一定可以做到，一呼百应，但只有能提供具体帮助的设备才会有动作。这样的话，人机界面变的模糊，设备无处不在、皆可交互。

这个过程与人类建立人人语音通信网络的过程相似，当每家每户都有部电话以后，上面可以跑多媒体和数据业务，技术演进、设备更新将会加速并催生新的巨大产业，想想程控交换到5G才多少年，从第一个电话线路开通到电话普及又花了多少年。不同的是，智能语音时代构建的是人机语音通信网络。当人机语音沟通无障碍之时，相信和通信网络一样，会对人类社会生活产生巨大的影响。

我们没能经历大航海时代，我们也没有机会看到星际时代，但我们已感受到通信给我们生活带来的巨大变化，我们也将见证人机语音通信时代的发展！

[本帖为论坛原创帖，转载请注明来自联想社区乐语音论坛]