對話景鯤：DuerOS要做語音交互時代的安卓 有戲嗎

　　　　編者按：本期對話嘉賓為百度度秘事業部總經理、人工智慧產品委員會主席景鯤，他如何看待語音交互技術的發展，如何打造DuerOS這款語音交互系統？又如何看待語音交互技術的落地應用與使用場景？

　　2017-08-03 · 網易智能

　　

　　本文系網易智能工作室（公眾號 smartman 163）出品，此篇為《AI英雄》專訪第26期。聚焦AI，讀懂下一個大時代！

　　作者 | 小羿

　　急速轉型、All in AI的背景下，百度已將寶押在了創立僅半年的對話式人工智慧系統DuerOS上面。

　　在百度COO陸奇的整體規劃下，百度大腦+百度智能雲已經成為了百度AI戰略的兩大支柱，這其中，DuerOS又成為了百度大腦的最重要組成部分。

　　DuerOS創立於今年1月，歸屬度秘事業部，由總經理景鯤直接負責。依據百度的戰略思路：iOS與Android是觸摸交互時代的霸主，而語音交互會成為下一個人機交互時代，在這個新時代同樣需要一個基於語音的人機交互界面，不同於觸摸交互，語音交互受到了不同語言的制約，而百度要搶佔中文語音交互系統的戰略高地。

　　被百度寄予厚望的DuerOS，目標是要打造一個基於語音交互的全新開放平台，這個平台通過API、SDK為合作夥伴提供創新技術工具，輸出AI技術能力，一起合作共贏。

　　近日，網易採訪了DuerOS的直接負責人景鯤，他作為微軟前首席研發總監、度秘事業部總經理、人工智慧產品委員會主席，分享了語音技術的發展情況，以及如果讓語音交互技術落地和發展應用場景。

　　

　　All in AI，DuerOS首要解決聽清、聽懂的問題

　　在景鯤看來，語音交互技術首先要解決的是聽清和聽懂的問題。

　　在聽清的問題上，百度主要做了麥克風陣列、回聲消除、語音喚醒、遠場識別幾項技術。其中，自定義語音喚醒技術可能是百度收購KITT.ai以後具備的最大技術優勢。

　　但目前的現實情況普遍是，雖然很多企業宣稱其語音識別準確率達到了97%以上，降噪和遠場識別做的也足夠好，實驗室數據足夠亮眼，但在實際的應用場景中，還是會出現無法喚醒的情況。DuerOS同樣面臨著這些問題，如景鯤所說，近場語音已經基本上成熟，但是遠場語音識別在不懂的環境下需要逐漸被攻克。

　　在聽懂的問題上，景鯤宣稱百度可能是國內唯一能解決聽懂問題的。景鯤的理由是，解決自然語言理解的問題，關鍵是要做數據訓練，而DuerOS藉助百度搜索有了數據上的優勢。"在人機交互的過程當中，其實就跟原來人們用百度搜索一樣的，從關鍵字變成了自然語言，都是表達和需求之間的一個契合。「景鯤說到。也就說，如果DuerOS依託百度搜索，就可以調用十億級的知識圖譜實體、語音調用和音頻數據、千億的圖片和網頁等數據，這是DuerOS的最大優勢所在。

　　即便如此，百度依然不能忽視人才的作用。今年以來，百度先後收購了渡鴉、KITT.AI等AI技術公司，以彌補自身技術上存在的不足。景鯤說，百度收購技術公司的思路基本上是，與自己技術有互補性，或者客戶有特彆強的需求但百度還不具備，我們就會考慮收購。據悉，渡鴉在人機交互方面有很多創意產品和應用，而KITT.AI在開源自定義上（如自定義語音喚醒詞）有著很強的實力。

　　起步階段：要想成為平台，首先讓用戶對語音交互有認知

　　根據景鯤的說法，DuerOS的目標是成為人工智慧時代的Android。「在時代的變革過程中，Android從底層消費層入手，解決了基礎的門檻，讓很多人更容易進入這個行業來開發自己的手機，他們可以定義自己的手機，在解決一些基礎應用需求的同時，也讓整個市場更加豐富。我們希望DuerOS也扮演一樣的角色。」

　　據景鯤透露，截止目前DuerOS的生態合作夥伴已經達到120家（包括硬體、晶元、方案、內容等領域廠商），但距離平台的數量級還差得很遠，畢竟僅運營了半年時間。景鯤說，「我們希望一起打造高端的Case，一方面讓他們自己的產品更好，另外一方面我們也能夠覆蓋越來越多的長尾。」

　　面對需求千差萬別的開發者和廠商，DuerOS在普適性上似乎還有很長的路要走。作為平台，DuerOS如何去權衡廠商和個人開發者使用服務的完成度和自由度？對此問題，景鯤表示，不管開發者和廠商是直接拿來使用，還是進行二次開發，DuerOS都要提供一個至少能夠完成基本服務的系統。

　　「百度正在抱著開放的心態來做這件事，比如很多合作夥伴希望把自己的內容和服務放到DuerOS的後台去支撐，後者僅提供聽清和聽懂的能力就可以了，這時候DuerOS也同樣要支持。」景鯤說。

　　在DuerOS的內容服務接入上，景鯤認為不同產品、不同用戶對語音內容服務的要求不一樣，但用戶的需求跟原來的搜索具有很強的聯繫。「我們希望DuerOS是一道門，用戶通過它去獲取原來百度搜索上已經連接的信息服務。」景鯤說。

　　對於目前的平台運營以及如何選擇合作夥伴，景鯤說，目前來講我們不會去挑客戶，就算是一些個人開發者，百度也會去支持。「我們在官網上開發了很多不同的套件和解決方案，其實是希望每個小企業、大企業還有個人開發者都能夠開發這樣的設備。」

　　關於平台的商業化方面，景鯤告訴網易智能，目前DuerOS不會考慮商業化，現在最大的問題是怎麼讓普通消費者知道語音對話設備，讓語音對話交互將成為一個標配。未來，新的人機交互模式勢必會帶來大量的商業機會和新的模式。「但是現在來講，最主要的還是用戶體驗和用戶認知。」

　　落地應用：看好家庭和車載等場景 智能音箱和電視需求或井噴

　　語音交互是一個全新的交互方式，使用場景和落地產品也在不斷摸索中。陸奇曾說，人工智慧落地最關鍵的是找到場景和商業模式，做出極致體驗，並快速迭代。

　　基於這種思路，DuerOS首先將使用場景的重點落在了家庭、車載、手機等能夠快速迭代的場景中。景鯤認為，這三個成精對語音的需求是逐漸的升溫的，家庭和車載的需求是從0到1，手機上的語音助手以前就有，後續它的角色會越來越重要。據IDC預測，到2020年51%的智能汽車企業、68%的智能手機與穿戴設備企業都將在產品中採用對話式人工智慧系統。

　　據景鯤介紹，DuerOS已經接入了120多家企業的應用和產品，比較重要的有，與國安廣視合作推出的智能機頂盒，在長沙、石家莊等地都有開展機頂盒免費換的活動，直接打入普通家庭生活中。另外，百度與小魚在家合作推出了分身魚陪伴機器人，還與極米合作推出的激光無屏電視，都內置了DuerOS系統支持語音交互。

　　

　　在產品品類上，景鯤認為智能音箱的需求將是井噴的。據景鯤透露，百度為深圳做智能音箱的方案集成商，尤其是給亞馬遜Alexa提供解決方案的廠商提供了一種盒殼，只要把開發套件放進去，就可以很容易做出一款智能音箱。但是，景鯤並不認為這會造成大量同質化的產品流入國內，他認為外觀、聲腔、喇叭的不同，都可以做成不同的產品。景鯤希望這些品牌商和方案商，藉助DuerOS直接將為Alexa生產的硬體帶到中國來。在他們看來，如果系統門檻越低，集成越方便越便利。景鯤說，「對於這一部分的用戶，我們是開創了一扇很容易進入中國市場的大門。」

　　其次，景鯤認為，智能語音產品已經成為傳統家電廠商新的增長點，所以不管消費者是否接受，下一代的電視、空調、洗衣機可能都會帶語音交互。在這其中，景鯤特別看好智能電視，「電視絕對是屬於一個未來語音交互的重要載體」。景鯤還稱，有語音的能力之後，用戶跟設備的交互黏性以及活躍度會急劇提高。但具體的數據如何，景鯤稱現在還不方便透露。

　　要想成為超級平台，還有很長的時間和很長的路要走

　　不久前，百度公布了2017年第二季度未經審計的財報。財報顯示，Q2百度營收為208.74億人民幣，同比增長14.3%，凈利潤44.15億人民幣，同比增長82.9%。百度將這些增長歸功為DuerOS帶來的開放生態。實際上，語音交互的落地應用還處於早期，不管是在技術、內容服務還是場景打造上都還有很多的問題要解決。

　　景鯤認為，DuerOS想要成為語音交互時代的Android，首先要跨越技術的門檻。在Android和iOS出來之前，那個時候也有觸屏，但是電阻屏很不方便。在那個時代，Android和iOS解決了屏幕的問題，解決了手觸摸的問題，解決了這兩個核心的技術問題之後，整個手機產業開始騰飛。

　　「我覺得本質是一樣的，在現在也要解決聽清、聽懂這幾個核心技術問題，這幾個核心技術問題如果不解決，是不可能讓整個產業有一個大爆發的。」景鯤表示，我覺得在現在這個時代，是一個技術的瓶頸期，攻克了技術瓶頸之後，語音交互的發展本質上跟Android時代是一樣的。

　　面對語音交互領域國內外巨頭的競爭和布局，景鯤稱，大家看到的是一樣的方向，就說明這是一個巨大的機會，而百度又是中文領域最大的搜索引擎，可以利用自己的優勢做出最基礎的生態。

　　就像陸奇所說，長期來看DuerOS對於百度意味著巨大的機會，但目前的工作重點是要打造好產品，以及健康的生態系統，這也是一大挑戰。