Echo家族再添三名新成員，語音技術到底還有多遠的路要走

今天（美國時間9月27日），亞馬遜推出第二代智能音箱Echo和Echo Plus，今天開始預訂，10月31日正式發售。此外還有新品Echo Spot亮相，可以看作是一個帶屏幕的Echo。

從“賣書”到成為全球雲市場的鼇頭霸主，亞馬遜，這家以全球流量最大河流命名的公司，以其獨特的商業模式顛覆了零售與雲計算行業，甚至打敗了微軟、IBM、穀歌在雲服務業務上的市場份額總和。

但其傳奇並不止於此。年初CES無孔不入的Alexa助手預示著亞馬遜布局語音市場的野心。不到兩年時間，從音響到電視，從LG到福特，超過7000種硬件產品，AVS(Alexa Voice Services)正以一種近乎於可怕的速度滲透電子市場。

在此前公布的亞馬遜2016Q4財報中，其AWS雲計算業務淨銷售額同比增長47%。

具體而言，Alexa是一款完全基於語音指令驅動，無需屏幕的AI語音助理軟件，於2015年8月正式向第三方開放。

此前，Alexa一直默默無聞地充當著亞馬遜另一款產品——智能語音音箱Echo的幕後功臣，為其創造了上市兩年累計銷量超過550萬台的成績。這款在2014年底推出的基於語音識別的音箱，在發布伊始就引發了業內的關注，而如今甚至被喻為未來智能家居的真正入口。

當初Echo發布時，不要說業內，就連亞馬遜自己對於該產品的前景也並沒抱有多大希望，亞馬遜的初衷很簡單，就是利用Echo為用戶到亞馬遜購物提供一條更方便的方式而已，所以其最初的應用並不多。

而正是這種“小理想”讓亞馬遜采取了比蘋果、穀歌和微軟在語音識別上更開放、更大膽的策略。例如其向第三方開放API，同時投入1億美元的資金對開發者進行支持。

據最新統計，目前Echo整合的第三方功能數，已從2015的14個增加到了目前的950個，而隨著功能的增加，其銷量也是一路攀升。“誤打誤撞”著成就了亞馬遜在智能音箱上“老大哥”的地位。

而今天發布的三款新品也適應了貝索斯用“好產品+低價格”搶占市場的一貫策略。

新款Echo與Echo Plus，不僅更小巧、更智能、更多設計、在麥克風/揚聲器都做了優化、加入了打電話/發短信功能、以及加入了眾多智能家居控製功能——而且把價格壓到了99.99美元和149.99美元！此前的Echo一代的售價為179.99美元。

而Echo Spot更是吸睛無數，自帶圓形屏幕的設計，為其額外增加了看視頻，顯示歌詞，進行視頻聊天等功能，而售價也隻有129.99美元。

智能音箱這個行業已經成了巨頭小戶都要插一腳的紅海。

海外方麵，蘋果的HomePod、穀歌的Google Home、亞馬遜的Echo，三大巨頭基本成就了如今語音設備的生態，反觀國內，由京東和科大訊飛聯合研發的叮咚音箱最早入局，此前也發布了第二代產品，百度阿裏緊隨其後，前者推出了DuerOS、Apollo AI開放平台，後者以智能音箱“天貓精靈”入局，騰訊、小米、出門問問、喜馬拉雅、酷狗等企業也入場分羹。

Google Home

HomePod

叮咚

而對於智能音箱來說，音樂的賦能不是競爭的本質，智能才是，所以說它的爆發並不是意味著音箱的複興，而是人工智能的登台。

在過去十年間，人工智能經曆了快速發展，並早已不是一個流行語。據預測，AI消費市場規模將由2016年的544億美元增長至2021年的959億美元，年複合增長率為12%。

而語音技術作為人工智能的重要分支，在此前也是受限製於技術方麵的原因，用戶體驗始終麵帶尷尬，並不被看好，但是在過去五年中，隨著基本市場的湧入和開放平台的共享，語音識別技術得到了突破性的發展。

如今語音技術的觸手也延展到更多的應用場景。

在零售方麵，麥當勞已經在探索使用微軟智能語音分析技術Cortana進行免下車自動化訂餐處理，而咖啡零售巨頭星巴克則在最近推出了"我的星巴克咖啡師"--一個智能對話式的訂餐係統。

在旅遊的場景中，拉斯維加斯的Wynn Las Vegas酒店和亞馬遜已經宣布計劃在其所有4748間酒店房間裝備亞馬遜智能語音助理設備Echo。客人可以通過Alexa，用一係列語音命令控製酒店房間內各種功能。

再看汽車行業，未來四年中，預計汽車設備製造商(OEM)、供應商和無鑰匙進入係統製造商有望投資諸如生物識別技術等先進技術，為車輛開發定製的安全防範解決方案。

語音識別技術在高安全性的保險行業中也獲得重視。日本富國保險公司使用人工智能取代了34名保險理賠評估部門員工。IBM的人工智能Watson係統可以分析和理解所有數據，包括非結構化文本、圖像、音頻和視頻。

看起來很光鮮，很美好，但是自然語音技術目前有一個最大的問題：理解能力不完善。

比如說一句“上次我交給你的那件事，你給我辦了”，語音機器人是判斷不了具體什麼時間以及什麼事情的。上麵提到的應用是比較簡單的，主要是問一下餐館、酒店這些比較固定的場景，以精確服務為主，就像是Echo所具備的routine功能，也是需要用戶提前設置到好的。

但是有一件事是確定的——破壞式創新對消費者有好處。

語音技術的未來是光明的，隨著機器智能在掌握語音識別和對話方麵水平的增長，它將模糊我們區分人類的標準——語言能力。

當我們急於重新定義什麼是人類時，也許更為深刻的問題是——這重要麼?