科客點評：電影都變成了現實。

　　有部美國電影叫《Her》，講述了一個宅男愛上電腦操作系統的故事。他每日每夜通過耳機與聲音性感的薩曼莎（類似Siri的女聲）對話，談情說愛，甚至一起意淫XO。但遺憾的是薩曼莎并不存在，她只是未來人機交互的一個紐帶。

　　愛上機器也許聽起來不可思議，但電影《Her》描繪的新世界其實并不遙遠。也許用不了幾年，我們的雙手和眼睛就會從人機交互之中釋放出來。控制機器，你將 不再需要敲打鍵盤、觸摸屏幕。隨著語音交互技術的進步，你需要做的僅僅是發號施令，用人類最原始的方式與機器交談。在你的周圍，萬物聯網，隨時待命，整個世界仿佛都在豎起耳朵，聽候你的差遣。

　　與世界對話，你仍然需要一個助手。現在看來，最適合承載這一使命的似乎還將是手機。畢竟，這是一個集成了通訊、社交、學習、工作等等無數功能的百寶箱，暫時無可替代。目前興起的智能家居、可穿戴設備，也都紛紛把手機當成控制中心和數據中心。

　　新技術意味著新商機、新格局。在按鍵時代，手機行業的霸主是諾基亞；在觸控時代，蘋果一騎絕塵。在語音交互的新時代，又將成就哪些商業的寵兒？

　　我們完全有理由相信：未來是屬于語音手機的。當然，每一個行業在黎明到來前，都會經歷漫長的黑暗時光。語音手機要想崛起，也注定要經歷不少曲折。

你好，世界

　　人們都在期待一個全新的未來，機器能聽會說、有感情、懂思考的未來。不過，彼岸并非伸手可觸。在幻想人工智能普及之前，我們必須建立起一個與機器自由交流的通道，不需要代碼、不需要鍵盤和屏幕，而是用人類最原始的方式——語言，來對話。

為什么一定要用語言？

　　首先，人類發明機器的目的是為了提高效率、節省時間。長期以來，機器的能力飛速增長，但人與機器交流手段的變化卻并不明顯。可以說，人機交互已成為效率瓶頸。要想讓世界運轉的更快，機器必須聽得懂人的語言。

　　對人來說，語言交流也是最省力的手段。它可以徹底解放你的雙手和雙眼，你不再需要盯著手機屏幕、不再需要手動觸摸電子設備，就可以使它們按照你的意愿運 轉，這種變化絕不僅僅意味著酷。對于在視覺、觸覺等方面存在障礙（如老年人、弱視、殘障人士）或不適合（如兒童需要保護視力）的龐大特定人群，語音同樣是 最佳的交互選擇。

　　此外，聲紋也是最契合萬物互聯時代的應用之一。每個人說話時使用的發聲器官——舌、牙齒、喉頭、肺、鼻腔在尺寸和形態方面差異很大。所以，聲紋所攜帶的個 人生物識別信息是與安全結合的天然基礎，而這種非接觸特性相對接觸式生物識別信息（比如指紋），可以為用戶帶來更多便利性和更好的用戶體驗，也可以規避一 些安全性方面的隱患。

　　在2G和3G時代，流量成為了語音交互的瓶頸。語音數據庫累積較慢，又限制了語音辨識與語義理解的提升。而缺乏大數據支持，又導致語音功能體驗較差，惡性 循環。4G時代的來臨為語音帶來了福音，首先，傳輸速度大大提升，用戶流量較多，使用語音變得頻繁，容易形成海量數據庫，辨識度和語義理解將隨之改善，為 語音交互整體爆發提供了基礎。

　　是時候和你身邊的機器談談心了。

生態鏈初現

　　越來越多的手機、平板、智能家居、可穿戴設備，以及車載設備，正在日益重視語音的作用。特別是蘋果Siri、騰訊微信、科大訊 飛等主流企業和產品，一直在培養人們的語音習慣。谷歌預計目前大約有50%的Android設備通過語音進行搜索，咨詢公司SA則預測含語音及手勢觸覺反 饋技術的智能機目前在中高端智能機上已經很普遍，2014年發貨規模將達到5.7億部，滲透率（占智能機）約一半左右。

　　經過多年的發展，智能語音人機交互產業目前已經形成了從核心技術研發到知識庫提供再到應用、服務的完善的產業鏈。

　　在核心技術方面及應用方面，世界各國都在賽跑。美國設立的DARPA高科技研究計劃、日本設立的“第五代計算機”技術攻關計劃、歐洲尤里卡計劃中對該方向均設立了專項予以重點支持。IBM、微軟、Motorola、Nuance等國外著名的IT廠商也在同臺競技。

　　在中國，核心技術研發環節，有小i機器人等智能機器人廠商，以及清華、中科院等人工智能技術研究院校和科研院所；人機交互技術及服務提供商，如科大訊飛、 捷通華聲、車音網等語音技術提供商及微信、QQ等平臺服務商；在數據和內容提供商環節更是百花齊放；智能終端領域則有中興、聯想、華為等廠商。

　　不過，語音交互的爆發光靠每個產業鏈條的單兵作戰并不足夠。市場亟需一個能夠整合各方資源的平臺方，而這個平臺方必須離用戶最近，既當數據入口、也當交互中心。

　　語音手機便應運而生。

語音手機的輝煌時代將至

　　手機，離我們距離最近的移動終端，從鍵盤輸入到觸摸屏輸入，用了30年時間。每一次操作方式的進步，都催生出了一批世界級的企業出現。語音手機時代的到來也不例外。

　　智能終端、家電、汽車市場，在這些多樣化的智能應用場景下，語音的優勢以及價值一旦發揮出來，天然的交互入口導流作用，將對即時通訊、搜索、購物、LBS 等垂直應用服務市場產生巨大的影響。語音交互將凌駕于搜索引擎、社交工具等其他應用入口之上，形成一個以語音交互技術為核心的全新應用生態鏈。

　　與傳統的手機相比，未來的語音手機將支持語音喚醒手機、語音拍照、語音控制音樂播放、語音控制其他APP等等。當你駕車時，用語音可以喚醒手機、解鎖手 機，用語音直接撥叫通訊錄里的號碼，接聽電話，而不用擔心影響注意力；當你用手機自拍時，用語音就可以拍出一張完美的照片，不用擔心手抖的問題；當你想在 手機的眾多軟件里搜索你需要的軟件時，運用語音指令就可以迅速啟動軟件。

　　這些功能體驗也許還談不上完美，但我們已經看到，有越來越多的玩家正在加入這一陣營。隨著支持語音功能的手機、軟件、應用，以及其他硬件產品越來越多，語音交互積累的數據和交互的體驗質量相互促進，萬物語音的時代真的已經不遠了。

　　當然，在此之前，個性化的語音識別和語義理解技術還需要持續改進，水滴石穿，非一日之功。語音時代前途光明，語音手機大有可為。

　　一切才剛剛開始。（賀樹龍，微信公號：heshulong1988）

注：轉載文章，不代表本站贊同其觀點和對其真實性負責，本站不承擔此類稿件侵權行為的連帶責任。如版權持有者對所轉載文章有異議，請與我們聯系。