Echo 系列智能音箱造就了亞馬遜硬件史的銷量神話，當大家紛紛把注意力放在效仿亞馬遜做智能音箱的時候，亞馬遜已經開放了 Echo 背后真正的力量——Alexa。如今的 Alexa 無處不在，占據了智能家居、車載、手機等重要領地。

隨后，語音智能「賦能」硬件的趨勢也因此被帶動起來，語音識別、自然語言處理（NLP）等語音相關技術作為最重要的一環，逐漸成為了行業的關注熱點。其中，語音識別作為人工智能發展最早、且率先商業化的技術，近幾年來隨著深度學習技術的突破，識別準確率大幅提升；自然語言處理（NLP）和語義理解能夠讓機器理解人類語音背后的意圖和需求，并作出一定的反饋，這類技術為人機交互的發展奠定了重要基礎，主要的先列代表是蘋果的 Siri。

語音技術發展催生的創新力量

驀然認知創始人戴帥湘表示，依據各家的專注領域和強項進行劃分，國內語音技術廠商可分為以下幾股勢力：

第一股勢力是較早一批從事語音處理技術的公司，專注于「語音識別」模塊，即將語音轉轉換成文本，涉及降噪等聲音信號處理方面的工作。主要代表為科大訊飛、云知聲、思必馳，另外還有近些年成立的聲智科技等新創企業。

第二股勢力則是一批專注于語義理解技術，也就是語音識別的下一階段工作——將語音、文字轉化成機器所能理解的語言。主要代表有百度度秘、搜狗、微軟小冰、驀然認知等公司，致力于語義理解與垂直內容和場景的結合。

第三股勢利則是走「硬件+AI」道路，將語音、語義技術、內容等融合在硬件產品中公司，如出門問問、Rokid 等。

此外，以上公司專注領域不同，一定程度上與當時的技術發展狀況、市場等原因密切相關。例如在行業早期，自然語言處理方面的技術還未有突破性的進展，科大訊飛在這樣的背景下則以語音識別技術作為起點。隨著技術的發展，語音人機交互催生了一批語音語義相關技術的創業公司，而原本專注語音識別領域的公司也相繼加大了這方面技術的投入。

戴帥湘補充道，目前大部分企業特別是初創企業一般有自身專注的領域，技術的打磨需要人才、資源（用戶數據等）、技術的長期同步積累，否則如果只是購買第三方數據、做技術的對接和堆積，也就成為技術集成商了。而能夠將語音技術、硬件相關完整產業鏈做好的，就目前來看，也就亞馬遜這樣的公司了。

驀然認知：基于自身現有的 NLP 技術，面向 B 端客戶打磨智能家居、車載、客服語音交互解決方案

戴帥湘是前百度主任架構師，在百度擔任 Query 理解方向負責人期間，曾榮獲以 NLP 技術為核心的百度最高獎，其技術成果目前仍廣泛應用于百度所有搜索產品線。

2016 年 5 月，戴帥湘離開任職 9 年的百度，成立驀然認知并帶領團隊專注于「智能對話交互及決策系統」的研發，于同年打造出一款智能語音交互及決策引擎——機器人小驀（Mor）。

2017 年 1 月，憑借短時間內將技術進行商業落地的能力，成立僅半年時間的驀然認知便獲得了由經緯、源碼合投，襄禾跟投的 1000 萬美元的 A 輪融資。從公布數據來看，這是目前 NLP 創業領域最高的一筆投資。

目前，驀然認知重點發展智能車載、智能家居、智能客服這三大領域的語義處理、多輪對話等技術和內容方案，與 B 端客戶進行深度合作，在產品設計、需求上達成一致，促成產品與技術、內容服務的融合以及最終落地。

據戴帥湘表示，在目前的語音交互（VUI）產品領域內，因為沒有足夠的成功案例可借鑒，驀然認知則根據技術的實際進展情況，為不同應用的產品（電視、車載）分別打造出一套產品解決方案，涉及聲音、動作、觸控這幾種交互方式的結合?？蛻艨筛鶕闆r選取所需要的技術模塊，同時，驀然認知將語音＋語義＋云端服務打包成 SDK，B 端廠商只需要三行代碼就可以簡單快速的接入驀然的對話交互能力，使得產品體驗更加友好。

目前，搭載 Mor 系統的硬件主要有智能電視（如暴風 TV）、智能頭機（如 VINCI 頭機）等。車載方面，驀然正在與行業內的整車廠進行合作，上汽大通 6 月份發布的智能房車中的對話交互系統就是由驀然認知提供的。

戴帥湘表示，在不同類型產品所接入的內容方面，則從用戶的主需求考慮，將高頻功能作為中心，輔之于擴展性的功能。例如在車載中控系統中，出行輔助（導航、周圍信息）、音樂、新聞、有聲節目等作為中心功能，而預訂餐廳則可作為擴展性功能。在智能電視中，娛樂媒體是用戶的主需求，購物、訂電影票、股票等則是輔助功能。戴帥湘透露，驀然認知正在與某大型購物廠商合作，將購物服務集成在系統中。

「雖然這些擴展性功能的用戶使用頻率不高，但對于部分用戶來說，或許是高頻需求，擴展性的功能起到提升用戶體驗的作用，可形成長尾?！勾鲙浵嫒缡钦f。

從觸屏交互到純語音交互，需要經歷一個過渡階段

如今，國內智能音箱市場如火如荼，各個廠商相繼投入其中。戴帥湘個人對此并不看好：音箱對于北美家庭用戶來說，是一款主流產品，但國內用戶并沒有這樣的習慣，智能音箱的增量市場并不大，國內公司尤其互聯網公司希望利用這個造價不高的產品進入家庭，充當中控設備以收集數據，或許有些「理想化」了。

戴帥湘進一步表示，智能音箱熱在一定程度上能夠起到教育市場的作用，讓大眾能夠在除了手機之外的設備接觸語音這種新的交互形式。

但觸控仍然是目前人機交互的主流形式，從觸控交互到純語音交互，還需要一個過度階段。戴帥湘認為，屏幕則能夠在這個過渡階段起到很好的輔助作用。在屏幕的基礎上，良好的語音交互效果有助于激發用戶培養使用習慣。

因此，驀然認知目前主要瞄準帶屏幕的兩類業務，一類是電視，一類是車載。

「出于環境嘈雜和隱私等方面的考慮，國人通常不習慣在大庭廣眾之下使用語音，家庭和車載這兩個相對私密的場景可作為一個較為折中的切入點?！?/p>

戴帥湘這么解釋他看好這兩個方向的原因，「長期以來，電視遙控器這種古老的操控方式并沒有發生多少變化，語音操控這一新型的交互方式則大跨步的打破了這種局面，另外，國內電視已進入存量市場，相比音箱，電視的日活量更為可觀；至于車載，語音在雙手被占用的這種場景下能夠解決不少交互問題?！?/p>

▲ 暴風于今年 5 月份推出其首款人工智能電視 X5 ECHO，搭載了 Mor 的語音交互系統

深耕 NLP 垂直技術，承載軟件的硬件形態將更多樣化

在 NLP 領域，驀然認知在自然語言交互、自動服務對接、知識表示及推理這三大核心技術有了突破性進展，使得「小驀機器人」Mor 在語義理解、多輪對話、上下文理解以及場景間的自由切換等有良好的表現。

據悉，Mor 系統已經用到了百億級的知識條目，可以支持 40 多個垂直的應用場景。Mor 還能夠將多個場景結合在一起，實現跨設備的上下文對話連接，在車載系統、家居系統，其對話關聯的準確率已經達到了 90%+。此外，Mor 已接入了天氣、機票、打車、FM 等 30 多個垂直應用。

▲ Mor 已接入了天氣、機票、打車、FM 等 40 多個垂直應用

此外，戴帥湘提出了「對話即應用」（DAAA，Dialogue as an Application）理念，旨在優化人機對話（VUI）的交互方式。在 DAAA 理念里，通過人和機器的對話內容，機器能精準理解用戶的需求，整合后臺的一個或多個應用（如打車、預訂目的地餐廳等）以提供相應的服務，區別于直接調用應用以完成單個任務的人機交互方式。

目前，驀然認知的任務重心是語義新技術的研發及其產品化、產品落地?！肝覀儗⒄Z義理解相關算法、技術作為自身的立足點，在沒有現有成熟技術的情況下繼續深挖。」

戴帥湘表示，從長遠來看，公司并不排除自己打造硬件的情況，「任何軟件都需要合適的硬件做載體，并通過硬件展示其背后的能力，在未來，軟件將會越來越少，硬件的形態將越來越多，當存在的硬件無法展示軟件或算法的能力時，我們會考慮采用新的硬件形態。（采訪、主筆：Jes）■