亞馬遜在蘋果、谷歌前找到了語音識別的答案，它是怎麼做到的？

　　分析師：杜會堂 2016-08-16

　　1. 智能手機和它帶來的「APP經濟」的增長正在放緩，人工智慧被認為是下一個科技浪潮，科技公司在加快對人工智慧的布局；

　　2. 亞馬遜智能音箱Echo比對手更晚來到市場，但獲得更大成功。它的取勝之匙是：圍繞語音交互設計產品；找對產品的消費環境；開放系統，為產品贏來源源不斷的第三方服務。

　　序 · Fire Phone失敗了，但Echo成功了

　　

　　兩年前，亞馬遜經歷了一場戲劇性變化——被寄予厚望的智能手機Fire Phone在上市遭遇慘敗，幾個月後推出的智能音箱Echo卻大獲成功。亞馬遜沒有花費太多時間思考，很快作出決定：放棄Fire Phone，押注Echo。一年之後，它收到了Echo結出的成功果實：

　　- 據研究機構CIRP的統計，Echo上市一年多后，銷量已經突破300萬台。僅僅是2015年暑假，亞馬遜就賣出超過100萬台Echo；

　　- 2015年3月-12月，Echo的用戶認知度從20%提升至47%。今年6月公開的新銷售計劃顯示，亞馬遜計劃在2017年賣出第1000萬台Echo。

　　難能可貴的是，Echo在實現高銷量的同時還保持著出色的口碑——它在亞馬遜的頁面下擁有超過40000條用戶評論，評分達到4.4星。讚美之詞不勝枚舉。

　　一 · 語音識別：亞馬遜「后發制人」

　　Echo不是一台傳統音箱，亞馬遜在裡面注入了最新的語音識別助手「Alexa」。除了聽音樂，用戶還能用Echo叫外賣、打車、安排日程、查詢天氣——你只需對著它說出命令即可。

　　智能手機的故事已經基本講完，行業將迎來人工智慧的高速發展。蘋果、谷歌、微軟……人們熟知的矽谷巨頭都在調轉船頭，發力人工智慧。

　　語音識別被認為是人工智慧的核心應用之一。蘋果在亞馬遜三年前就推出了智能語音產品；谷歌稍晚，但也比亞馬遜早兩年。然而現在亞馬遜憑藉Echo實現「后發制人」，谷歌已經成為它的模仿者。

　　它是怎麼做到的？

　　二 · 只提供一種交互，迫使用戶使用語音

　　如何讓用戶使用語音服務？蘋果和谷歌採用了相同的方案。它們將語音服務整合進手機系統內，通過高使用頻率的手機來帶動用戶對語音服務的使用。

　　但問題是，智能手機擁有成熟的輸入方案——文字輸入法比語音更便捷、更高效，語音服務缺乏足夠的使用理由。研究機構Creative Strategies的調查顯示，62%的安卓用戶表示很少或偶爾使用語音助手，iPhone對應的比例為70%。

　　為了「迫使」用戶使用語音，亞馬遜Echo只提供語音一種交互方案。除了揚聲器和麥克風，Echo沒有其它交互介面。

　　Echo對交互的限制，保證了語音交互的純粹性和持續性：用戶只能使用語音，不會被其它輸入方式帶走。當習慣養成后，他們會持續不斷地用語音與設備互動。

　　三 · 定位於家庭，緩解與機器對話的尷尬

　　只提供語音交互並非Echo成功的唯一因素。如果沒有解決用戶不願使用語音的根本問題，這樣做可能會帶來另一個問題——用戶放棄使用產品。亞馬遜顯然不願看到這樣的結果。

　　Echo成功的另一因素在於它定位於家居，而非個人助理。

　　Siri和Google Now定位於個人助理，於是它們依附於手機，期待通過手機的高頻使用普及服務。但手機作為個人設備，多數情況下在公開場合下使用。在公開場合下用語音對手機發號施令，使用者很容易陷入尷尬。

　　Creative Strategies調查了300名手機用戶在公開場合下使用語音助手的比例。結果顯示，安卓用戶中，只有12%會在公開場合下使用語音助手；iPhone的比例更低，只有3%。

　　產品和使用場景沒有恰當匹配，造成了Siri和Google Now的使用尷尬。

　　Echo採用了不同的產品定位，巧妙地避開了用戶使用語音助手的尷尬。它從一開始就定位於家庭設備——體積較大，不宜隨身攜帶；沒有獨立電池，必須連接室內電源才能使用。儘管對著機器說話依舊怪異，但家庭環境緩解了用戶的使用壓力。用戶面對的是熟悉的家人而非公共環境下的陌生人。

　　四 · 提供針對性軟、硬體優化，適時開放產品

　　在明確Echo的交互方式和產品定位之後，亞馬遜對它進行了針對性的硬體和軟體優化。

　　為了能讓用戶在家中的任何位置都能喚醒Echo，亞馬遜設計了一個名為ARS的自動語音識別處理系統。ARS由七個麥克風和一個音頻信號過濾系統構成。七個麥克風組成的列陣能讓Echo捕捉到環境中的細微聲音，音頻信號過濾系統過濾掉環境噪音，從而辨別出人聲。使用ARS后，即使用戶在25英尺（7.62米）之外發出命令，Echo也能夠準確識別。

　　

　　（Echo的麥克風陣列）

　　識別之後，如何理解用戶的語音命令？亞馬遜又設計了「關鍵詞識別」系統。Echo收到的語音命令被系統拆分為多個欄位，它們與雲端儲存的關鍵詞模型逐一比對，匹配度最高的部分被認為是用戶發出的語音命令。

　　在先後增加對多款智能家電的支持之後，2015年6月，亞馬遜推出了語音服務「Alexa」開發包，正式開放Echo。兩家為Echo開發音樂播放和家電控制服務的公司還獲得了亞馬遜提供的1億美元資金。

　　開放策略收效顯著。2015年，Echo整合的第三方服務只有14項，今年已經上升至950項。目前這個數字在持續增長。

　　今年3月，亞馬遜又推出了兩款面向中、低端市場的智能音箱：Tap和Dot。Echo家族的設備和服務在不斷壯大。

　　結語 · 手機紅利消失，人工智慧將啟航

　　2007年，第一代IPhone推出。在接下來的近十年裡，它和安卓至少帶動了硬體銷售、移動通訊、電商、手機遊戲四個領域的發展。移動網際網路風生水起。

　　但高速發展之後，智能手機和它所帶動的相關產業都陷入了發展瓶頸。代表性的變化是，iPhone在今年第三季度的銷量下降15%，營收同比下滑23%。移動通訊、O2O、手機遊戲等領域的格局也已基本確定，市場被大公司把持。

　　人工智慧被認為是下一個科技熱潮。語音、圖像識別，深度學習等技術將大大拓寬現有技術的應用邊界，工業、農業、醫療等網際網路化程度低的產業都將被重新改造。

　　作為核心技術之一，智能語音能夠應用於汽車、通訊、企業服務等多個領域，它可以讓車主在駕車時與汽車互動，也可以改善智能手錶等小屏設備的輸入體驗……人機交互將因此改變。

　　Echo讓智能語音的發展再進一步。過去幾年，蘋果、谷歌都推出了自己的語音助手，但它們更多是手機的輔助，目的是讓手機更好用。Echo則不同，它完全為語音設計、不依賴手機，同時成功地趕上了物聯網繁榮的時期。Echo的成功歸功於亞馬遜對產品定位、使用場景和市場前景的準確判斷，這些經驗會讓亞馬遜在未來人工智慧的競爭中走得更加從容。