智能音箱什麼時候能達到6歲孩子的智商？

智能音箱在中國火了。雙11，阿里巴巴的天貓精靈賣到了99元一台，一下子出貨上百萬，而此前京東與科大訊飛合作的叮咚智能音箱一年才銷售十萬。

在中國市場，價格絕對是第一競爭力。當天貓精靈面世的時候，499元的價格就已經是將行業低價穿透，隨後小米的「小愛同學」將價格下拉到了299元。此前，杭州一家名為Rokid的產品賣到了1399元，喜馬拉雅的小雅售價為999元。當然，也有不服的，作為市場的後來者，百度智能音箱標價再上新高，算是另類。

不管怎麼講，這種低價確實帶來了普及型的發展，也有利於提升開發者的信心。在世界上看，亞馬遜的Echo因為有千萬級別的銷量，全球有超過5000位工程師在為它工作，這也讓亞馬遜有足夠的能力提升產品，這一點在國內是最為欠缺的。在擁有了百萬級別的玩家和大量的開發者關注之後，智能音箱的能力有望得到大幅度的快速提升，智能化水平也會水漲船高，由此會帶來新的大面積的普及應用。

專家們認為，智能音箱的核心在於遠場語音識別和自然語言理解。前者屬於硬體層面上的問題，可以通過不斷的產品迭代進行優化。事實上，包括阿里人工智慧實驗室、百度的DuerOS團隊等均給出了完善的遠場語音識別解決方案。但軟體層面的服務卻是漸進性的，幾乎所有的互聯網巨頭在語音識別的準確度上都做到了97%以上，並在自然語言處理技術、多輪對話技術、大數據知識圖譜等領域各有所長。尤其是在用戶層面上，智能音箱成為剛需的前提是對需求的最大化滿足，解決用戶在產品使用過程中的實際痛點，實驗室等顯然難以實現這一條件下訴求，龐大用戶量是加速智能音箱走向成熟的不可或缺因素。

出門問問的創始人曾經表示，未來語音交互將會佔到人機交互30%的時間，很可能就在未來3-5年。事實上，中國的互聯網企業都在努力攀登這一高峰。阿里利用AliOS重塑了汽車生態，拋棄了手機上「桌面+APP」的形式，藉助語音交互實現「服務找人」的模式；百度在DuerOS中最大的亮點便是語音識別和處理，並貫穿百度的人工智慧生態當中。日前，科大訊飛更是列入到智能語音識別的人工智慧創新平台國家戰略中。

不過，一切並不是很樂觀。作為世界上最為源遠流長也最為成熟複雜的語言，中文的電腦輸入與語義理解一直是科技領域的巨大難題，每一次的微小進步都非常困難。當然，這方面的每一次進步也往往會帶來巨大的科技突破性成就。

我們可以看看中文文字輸入的過程。曾經被認為不適合電腦時代的中文，在1983年被一個叫王永民的創造性的用五筆字型進行了解決，使用傳統的中文漢字拆分方式，以漢字創造時的方式讓中文從此成為計算機上輸入最為快捷的文字之一，中國人從此開啟了全民普及電腦的時代。

當然，這個曾經被新華社譽為中國文化史上「意義不亞於活字印刷術」的重大發明，五筆字型也隨著大數據的使用被一些智能拼音輸入給沖淡了，但其歷史貢獻依然巨大，也給語音識別的發展指明了前進的方向。

搜狗輸入法、百度輸入法、訊飛輸入法等等，依賴龐大的詞庫、編碼優化和大數據優化開創的整句輸入、聯想輸入、雲聯想等功能，加上強大的聯網詞庫，徹底顛覆了拼音輸入法的體驗，硬是讓拼音輸入法的速度實現了質的飛躍。隨著語音識別技術的發展，語音輸入、文字自動識別等技術將取代這一切，也最終實現中文在文字輸入與語音識別上的能力統一。

正是如此技術的限制，很多人在使用中文的智能音箱進行語音對答的時候還總是感到其力不從心，無法實現像對待一個正常人一樣的交流，這就是智能音箱發展中最大的困難，需要通過時間去克服，而使用數量是其發展的第一步，也是最關鍵的一步。

我們相信，隨著智能音箱大面積的落地，隨著智能音箱被各種各樣的戲弄使用，其內在的能力也在快速的提升，兩三年之後，這種承載著下一代互聯網入口重任的產品就非常有可能具備五六歲孩子的智商，和你對答如流並幫助你完成你交給的任務。

推薦閱讀：