在不久的將來，人們與語音助手的對話將成為生活中的常態(tài)。無論是亞馬遜、谷歌、蘋果、微軟這些國際科技巨頭，還是思必馳、出門問問這些后起之秀目前都在大力布局，希望搶占語音時代的發(fā)展“智”高點。

語音技術(shù)的發(fā)展或要追溯到1952年，貝爾實驗室制造的自動數(shù)字識別機“Audrey”，它可以識別數(shù)字0—9的發(fā)音，且準確率高達90％以上。

這被視為語音助手開啟歷史巨幕的起點，最近幾年隨著云計算、大數(shù)據(jù)、人工智能等高新技術(shù)的發(fā)展，智能語音助手才開始真正走進人們的生活。

大部分人第一次接觸語音助手，都是從蘋果手機上的Siri開始。其實，蘋果就是中第一個發(fā)布語音助手的科技巨頭企業(yè)。2011年，蘋果在iPhone4S的產(chǎn)品發(fā)布會上推出了語音助手Siri。

但可惜的是，蘋果“起了個大早，趕了個晚集”，雖然先于亞馬遜推出語音助手，但如今的市場份額卻遠遠落后于Alexa。根據(jù)市場研究機構(gòu)Ovum發(fā)布的數(shù)據(jù)顯示，目前亞馬遜Alexa和谷歌Assistant的用戶基數(shù)超過了95%，而蘋果Siri只有24%。

在隨后的幾年，谷歌和微軟分別推出了語音助手Assistant和Cortana，與Siri和Alexa并稱為“語音四大天王”。在距離蘋果推出Siri整整8年后，作為唯一一家沒有推出語音助手的科技巨頭——臉書終于坐不住了。5月31日，臉書首席執(zhí)行官馬克·扎克伯格對外稱，公司正在開展人工智能語音助手的研發(fā)。

此前，由于沒有自研語音技術(shù)，臉書推出的兩款Portal視頻聊天設(shè)備都是搭載亞馬遜Alexa語音助手，無疑這讓臉書在人工智能的發(fā)展中處于“被動”地位。這也是即使已落后“語音四大天王”一大截，臉書也要自己開發(fā)語音助手的主要原因。

語音助手的快速發(fā)展需建立在其能聽懂“人話”的基礎(chǔ)上，不然其在“智能”與“智障”之間只有一線之差。

目前，在語音技術(shù)的升級上，科技巨頭一方面通過自身加強技術(shù)創(chuàng)新迭代，另一方面通過收購優(yōu)秀初創(chuàng)企業(yè)來鞏固業(yè)內(nèi)領(lǐng)先地位。

6月4日，蘋果在全球開發(fā)者大會上宣布將對語音助手Siri進行升級，并將在今年秋天公布7大新功能。蘋果方面表示，Siri很快會有完全由軟件生成的新聲音，這將使聲音聽起來更加準確。

為了鞏固在智能語音市場的領(lǐng)軍地位，亞馬遜特別成立了一支1億美元的投資基金，專門投資圍繞語音應(yīng)用開發(fā)產(chǎn)品的創(chuàng)業(yè)公司。與其它公司相比，亞馬遜的優(yōu)勢是可以為合作伙伴提供電商、搜索等領(lǐng)域的渠道支持。

微軟也通過“買買買”的方式不斷對Cortana進行迭代升級。今年微軟剛剛收購了加拿大人工智能初創(chuàng)企業(yè)Maluuba，這將進一步強化Cortana的機器閱讀和編寫能力。

無論是依靠自身迭代還是通過外圍收購，巨頭們的目標只有兩個。第一，通過技術(shù)迭代，讓語音助手更好地與人類交流，搶占市場占有率；第二，以智能語音技術(shù)為支點，撬動在醫(yī)療、教育、家居、汽車、樓宇等領(lǐng)域的智能化發(fā)展。

根據(jù)研究機構(gòu)Juniper Research發(fā)布的數(shù)據(jù)顯示，2023年全球語音助手的使用量將達到 80億，市場規(guī)模則將達到800億。雖然智能語音市場正快速增長，但距離行業(yè)的真正成熟發(fā)展還需跨過“三座大山”。

1.支持更多的語言。目前，谷歌Assistant已在80個國家支持30種語言，語言數(shù)位列第二的蘋果Siri則支持36個國家的21種語言。但無論是Alexa亦或者是Siri，都聽不懂俄語，這給俄羅斯本土搜索巨頭Yandex推出的語音助手Alice創(chuàng)造了巨大的發(fā)展空間。

同時，作為Yandex的合作伙伴，全球化AI+IoT平臺涂鴉智能正通過“Powered by Tuya”技術(shù)，幫助Yandex打破不同品牌和設(shè)備之間的信息孤島問題，加速搶占俄羅斯智能家居市場。

2.加速商業(yè)化落地。任何一項技術(shù)，沒有成熟的商業(yè)落地解決方案，都不能取得長足的發(fā)展。智能語音市場既有谷歌、亞馬遜等國際巨頭的布局，也不乏思必馳、Rokid、出門問問這些初創(chuàng)企業(yè)的入場，可謂是玩家越來越多，但目前語音技術(shù)的商用落地還在進一步探索中。只有具備一套完善、成熟的商業(yè)落地解決方案，未來才能推動相關(guān)產(chǎn)業(yè)的可持續(xù)發(fā)展。

3.更好地理解人類語言。語音助手不應(yīng)該僅僅“聽懂人話”，更應(yīng)該根據(jù)不同的場景來理解用戶的指令，甚至讀懂用戶的語氣。互聯(lián)網(wǎng)女皇瑪麗·米克爾在《互聯(lián)網(wǎng)趨勢》報告中提到，假如語音助手能進一步理解人們說的話，那么語音技術(shù)將迅速普及，甚至改變行業(yè)現(xiàn)有的發(fā)展格局。當(dāng)然，這對科技公司的技術(shù)能力將是一大挑戰(zhàn)。

跨越了這“三座大山”，語音技術(shù)才能真正進入商業(yè)應(yīng)用的成熟期，在教育、家居、醫(yī)療、汽車等領(lǐng)域開辟出新天地。