上次对计算机视觉这块做了简要的介绍，本文想对智能语音领域做分析。自Amazon推出Echo之后，到去年11月份已经卖出510万台，引爆了整个市场。随着Amazon 开放其背后的 Alexa 平台，在很短的时间里面，搭载 Alexa 的硬件品类已经超过7000种，语音作为智能硬件入口的观点被很多人认可。
基于此，本文想对智能语音领域的总体格局作一些探讨，对未来趋势的判断上提出自己的意见。再去深入分析产品本身，理解产品的硬件、软件、算法、系统、云管端等组成，分析在总体的竞争格局下，可能存在的机会。很多Knowhow来自对语音领域专家的访谈，以及阅读相关资料，所以有不足之处请指出。
总体格局
根据《中国智能语音产业发展白皮书》的报告，全球智能语音产业规模在2017年预计能突破100亿美元，而同时我国在这一产业能突破100亿元人民币。
从硬件来讲，根据Future Source的数据，智能音响增速更快，在音频设备中的占比也逐步提升，预计2013-2019年全球智能音响复合增长率为14%。
随着亚马逊 Echo 和 Alexa 的大获成功，几乎国内外所有 IT 巨头都相继进入了语音交互市场，包括谷歌、苹果、微软、亚马逊、Facebook、三星、阿里、百度、腾讯、华为、科大讯飞、搜狗等，还包括了海天瑞声、中科信利、接通华声等公司，当然还包括很多初创企业包括思必驰、云知声、出门问问、声智科技、三角兽、蓦然、Rokid、傲硕等创业公司。从市场份额来讲，全球还是以 Nuance、Google、Apple 市场份额最大，国内来讲以科大讯飞和百度，其中科大讯飞占了约40%的市场份额。
目前来看各公司大概会在几个方向上布局：第一个方向是凭借智能语音硬件产品及平台，包括亚马逊的 Echo 硬件和 Alexa 平台、Google 的 Google Home 硬件和Assistant，国内的很多公司也在纷纷效仿，如科大讯飞、云知声、思必驰、Rokid等凭借在数据、算法和平台上的优势，开始布局硬件，甚至开始布局芯片。由于云和端甚至芯片的全面布局，这类企业在语音领域会有很强的把控力，但需要大量的资源和能力作为支撑。如亚马逊的 Alexa 能够快速推广的原因是亚马逊免费授权政策和销售渠道，在接入 Alexa 语音服务和授权项目方面，亚马逊完全免费。就连与产品销量挂钩的销量分成也并不存在。亚马逊既提供平台，又提供渠道资源，利用电商平台帮助销售；第二个方向主要以移动终端作为硬件载体，主要是因为移动终端特别是智能手机市场的存量特别大，以及结合各种APP应用多样性，是很多公司特别是互联网公司喜欢的模式。利用自己的算法优势，作为智能手机的语音助理，包括Apple、微软、百度、出门问问等，当然这些公司资源丰富，也会切入到其他智能硬件领域，包括Google会在多领域布局；第三个方向会切入到细分专业市场，如车载市场，Nuance有发布Dragon Drive语音助手，国内也有傲硕专攻车载语音这样的创业公司。同时，基于这些方向，很多公司会相互合作，百度和小鱼在家机器人公司深度合作，打造内嵌百度语音操作系统DuerOS的智能终端产品，京东联合科大讯飞发布智能音箱叮咚等。当然对于更早期的创业公司可以凭借自己在某一点的优势，与其他企业合作，切入到这些方向。
从商业模式上来看，大家看好亚马逊的很重要的原因是它拥有电商平台、云平台以及硬件开发的能力。通过开放Alexa，后端整合内容及服务，前端整合各类用户的终端设备，用户数和服务数都能快速增长，形成自己的生态壁垒。随着第三方的开发者越来越多，Alexa涵盖的技能也越来越广泛，除了查询天气、播放音乐、创建任务、设置闹钟、发送消息之类的基本功能之外，还支持预订外卖、Uber 打车、控制家用电器等各种功能。除了第三方开发者，Alexa也已经对第三方硬件厂商开放，已经有冰箱、汽车等加入到了支持Alexa的大军。但从现在的应用场景的使用量来看，还是以新闻、查询天气、闹钟等为主，如何使语音作为入口，建立人与人之间的连接，以及人与物、物与物之间的连接，我这里说的连接不是仅仅只通讯上的连接，而是人与人之间情感上的，人与物、物与物可以帮助决策、方便生活上的连接。目前来看，现在还只是早期，需要更多的探索，换言之，虽然亚马逊现在稍有领先，但是其他公司都有机会，格局未定。
从国内来讲，由于我国特殊的环境与政策，以及中文语言的壁垒，包括服务器不在本地等因素，在相当程度上对国外语音巨头的进入形成了壁垒。因此我看好国内智能语音公司的发展，但同时这也是双刃剑，也阻止了国内智能语音公司向欧美等国家的发展，可能东南亚市场可以做部分切入。但有一点必须要正视，虽然我国人口众多，但是目前美国有大约 460 万家庭用户安装了智能家居系统，支撑了 Echo 这样的智能设备的成功。而中国只有30万用户，基础设施与用户习惯上的差距，可能会影响智能语音硬件，如智能音箱等在中国的普及。但从最终的趋势来看，在中国市场肯定会有一家或几家如亚马逊提供平台级的公司，提供云到端的服务。但是这也绝非易事，京东联合科大讯飞发布的智能音箱叮咚，市场就反响一般，这当然有中国市场的因素，但本身产品上也是重要原因。不得不说的是Rokid是另外一个更具想象空间的一个例子，由于Rokid的硬件载体是家庭机器人，基于上面的应用价值和想象空间会更大，从报道上来看，Rokid的声纹识别、方向识别、语义理解和主动感知上都能达到业界领先水准，不仅能够知道唤醒它的人是谁，还能在嘈杂环境下准确分辨出声音来源，而且识别距离最远可达 10米。当然前提是家庭机器人的广泛应用，但这至少会使 Rokid 在家庭机器人市场优于其他竞争对手。 |
