Siri給全世界展現(xiàn)的，是一種更加「擬人化」，更加「生活化」的新的交互方式，盡管推出后并不如人們所期待的那樣聰明，但從那時(shí)開(kāi)始，人類對(duì)于「語(yǔ)音交互能帶來(lái)怎樣的可能性」這個(gè)問(wèn)題，開(kāi)始有了更多的思考。
 

Amazon Echo讓人們認(rèn)識(shí)到，原來(lái)在家庭生活當(dāng)中，人們不用圍繞手機(jī)，也能夠擁有更智能化的體驗(yàn)。

2017年，國(guó)內(nèi)互聯(lián)網(wǎng)公司們也開(kāi)始了智能音箱的征途，從百度、阿里巴巴、京東，到小米、喜馬拉雅FM，眾多廠商相繼宣布要瞄準(zhǔn)智能音箱發(fā)力，一系列新品也開(kāi)始在市場(chǎng)出現(xiàn)。

智能音箱戰(zhàn)場(chǎng)已經(jīng)硝煙四起，它的「中國(guó)式玩法」究竟是什么？怎樣揚(yáng)長(zhǎng)避短尋找到正確的路徑理解國(guó)內(nèi)用戶和智能音箱的關(guān)系？這些問(wèn)題在深圳米唐科技創(chuàng)始人&CEO宋少鵬看來(lái)，不單單是技術(shù)問(wèn)題，更是用戶體驗(yàn)差異的問(wèn)題。要想找到答案，就必須了解中美環(huán)境的異同。

在極客公園Rebuild 2017大會(huì)上，宋少鵬和我們分享了如何從細(xì)節(jié)角度來(lái)看，中美智能音箱使用上的異同，從更深的角度去理解，中國(guó)人究竟需要什么樣的智能家居產(chǎn)品。

語(yǔ)音交互是交互進(jìn)化的自然階段

在宋少鵬看來(lái)，在探討語(yǔ)音交互、人工智能這些話題之前，首先要討論的是Amazon Echo成功的一些必備因素，因?yàn)檫@些要素當(dāng)中包含了三個(gè)問(wèn)題：

為什么是語(yǔ)音交互而不是其它交互方式進(jìn)入到人們家庭當(dāng)中？

為什么智能音箱是從美國(guó)，從一個(gè)做電商的公司進(jìn)行了落地？

中國(guó)和美國(guó)的差異，怎樣影響智能音箱的不同體驗(yàn)？

為什么是語(yǔ)音交互？在宋少鵬看來(lái)，這是由人機(jī)交互演進(jìn)之后的自然選擇，因?yàn)樗馕吨换コ杀窘档停e出了兩個(gè)例子：

第一，如果你想算2 的10次方減1，在鼠標(biāo)、鍵盤、觸摸、語(yǔ)音四中交互環(huán)境下，完成這個(gè)交互時(shí)間最少的，就是語(yǔ)音交互。因?yàn)檎Z(yǔ)音交互所需要消耗的能量更少，人們完成這個(gè)交互所需要付出的成本更低。

第二，在古代，熱愛(ài)音樂(lè)的人去欣賞音樂(lè)，需要駕著馬車到音樂(lè)廳或者歌劇院。后來(lái)留聲機(jī)的發(fā)明使人們可以躺在家里聽(tīng)音樂(lè)。面到了iPod，大家可以把1000首歌裝進(jìn)口袋，手指一滑，就可以欣賞喜歡的音樂(lè)。到2014年 Amazon Echo發(fā)布智能音箱，人們只用動(dòng)動(dòng)嘴就能得到自己想要的音樂(lè)，這意味著能量消耗進(jìn)一步減少。

所以說(shuō)，語(yǔ)音交互降低了人跟物理世界交互所需的能耗。這個(gè)趨勢(shì)符合產(chǎn)品迭代的趨勢(shì)。

基于這樣的判斷，宋少鵬創(chuàng)立了Sugr米唐科技，從2013年開(kāi)始研究音頻產(chǎn)品的互聯(lián)網(wǎng)化，從語(yǔ)音、觸摸、體感等多種方式降低人們獲取音樂(lè)的能耗。

而到了2014年，Amazon Echo和 Alexa的發(fā)布，解決了人們需要的語(yǔ)音交互的很多問(wèn)題。于是Sugr主動(dòng)擁抱Alexa平臺(tái)，成為國(guó)內(nèi)第一個(gè)經(jīng)過(guò)Alexa認(rèn)證的智能音箱產(chǎn)品。

從小眾走向剛需的智能音箱

說(shuō)到第二個(gè)問(wèn)題：為什么智能音箱從美國(guó)，從一個(gè)做電商的公司進(jìn)行了落地？宋少鵬和他的團(tuán)隊(duì)從2014年就開(kāi)始運(yùn)營(yíng)自有品牌的音箱產(chǎn)品，通過(guò)用戶訪談，以及后臺(tái)數(shù)據(jù)發(fā)現(xiàn)了一些規(guī)律：中國(guó)的音樂(lè)消費(fèi)者跟美國(guó)的音樂(lè)消費(fèi)者在消費(fèi)習(xí)慣上有很大的不同。

美國(guó)的音樂(lè)消費(fèi)者是成長(zhǎng)于汽車上的黃金一代，汽車上都配備收音機(jī)，所以他們的音樂(lè)消費(fèi)是從聽(tīng)收音機(jī)開(kāi)始的。大家習(xí)慣了這種背景式的、實(shí)時(shí)存在式的播放，在任何一個(gè)生活場(chǎng)景里面都會(huì)有音樂(lè)存在，這種情況下，他們更傾向于流媒體音樂(lè)形式。

而說(shuō)到中國(guó)的音樂(lè)消費(fèi)者，最初接觸音樂(lè)是源于80年代初期改革開(kāi)放，港臺(tái)音樂(lè)以盒帶和卡帶形式大量流入內(nèi)地，所以大家接觸音樂(lè)是一個(gè)歌手的完整專輯，里面有各種各樣的曲風(fēng)，但很少有合集和混編。

這樣的不同其實(shí)就在我們兩地的音樂(lè)APP上有了體現(xiàn)，宋少鵬以Spotify和 QQ音樂(lè)做了類比：

搜索在QQ音樂(lè)始終是一級(jí)菜單，在最顯眼的地方，最方便用戶搜索。在Spotify上你要到二級(jí)菜單才能完成搜索的功能。

封面、歌詞在QQ音樂(lè)屬于非常顯著的位置，非常多的視覺(jué)信息，而在Spotify里沒(méi)有。

因?yàn)槊绹?guó)人對(duì)音樂(lè)的剛性需求，他們對(duì)于流媒體音樂(lè)的使用習(xí)慣，所以在智能音箱為大家提供語(yǔ)音交互的時(shí)候，用戶對(duì)于語(yǔ)義理解的要求反而沒(méi)有那么高，點(diǎn)播歌曲的頻度沒(méi)有那么多。

當(dāng)我們?cè)倏碅mazon Echo在北美剛開(kāi)始的成功，其實(shí)就在于Amazon Echo首先解決了家庭環(huán)境聽(tīng)音樂(lè)的痛點(diǎn)，可以讓音樂(lè)一天不停地播放，使得Amazon可以以MVP（minimum viable product，最小化可實(shí)現(xiàn)原型）的形式，拿出一款產(chǎn)品來(lái)迅速交付消費(fèi)者并進(jìn)行迭代。

這之后Amazon Echo進(jìn)入了一個(gè)快速迭代的流程，開(kāi)始迭代服務(wù)、信息，比如說(shuō)天氣、交通等等，這樣使他的服務(wù)越來(lái)越豐富，也使得用戶的黏性越來(lái)越高。

音箱本來(lái)是被動(dòng)播放音樂(lè)的產(chǎn)品，人工智能和語(yǔ)音助手的植入使它成為一個(gè)主動(dòng)獲取信息、獲取音樂(lè)，成為一個(gè)流量的入口。慢慢地，技術(shù)的迭代使得它開(kāi)始加入了家居其他產(chǎn)品的控制功能，逐步成長(zhǎng)為家居的中控，這樣就有了無(wú)比巨大的想象空間。

這也就解釋了為什么幾乎所有的互聯(lián)網(wǎng)巨頭，包括Google、亞馬遜、微軟、蘋果都進(jìn)入了這樣一個(gè)產(chǎn)品競(jìng)爭(zhēng)的賽道。

智能音箱落地中國(guó)還缺什么

盡管宋少鵬和他的團(tuán)隊(duì)開(kāi)發(fā)出的產(chǎn)品早已進(jìn)入了亞馬遜的Alexa認(rèn)證體系，成為亞馬遜平臺(tái)上第一個(gè)通過(guò)認(rèn)證的來(lái)自中國(guó)的智能音箱。但智能音箱在中國(guó)應(yīng)該給用戶提供什么樣的服務(wù)？仍是他思索的問(wèn)題。

中美消費(fèi)者對(duì)于音樂(lè)消費(fèi)的DNA是不同的，所以在中國(guó)，點(diǎn)播會(huì)是一個(gè)非常強(qiáng)的需求，是一個(gè)常態(tài)，點(diǎn)播所帶來(lái)的技術(shù)上的需求會(huì)更加急迫，它包括更強(qiáng)大的語(yǔ)義理解能力，更豐富、更深入的音樂(lè)知識(shí)圖譜，以及更完善的音樂(lè)版權(quán)和曲庫(kù)。

另外，中國(guó)人家庭環(huán)境和美國(guó)也有區(qū)別，通常都是壁掛式或者是落地式的空調(diào)，每一個(gè)空調(diào)都有單獨(dú)的搖控器，這就決定了如果音箱作為一個(gè)智能家居的中控，它對(duì)于空調(diào)的接口、控制場(chǎng)景和體驗(yàn)是不同的。

這樣的場(chǎng)景還有很多，包括廚房、臥室等等，也正因?yàn)椴煌膱?chǎng)景，因此所帶來(lái)的用戶需求一定是不同的。

所以在宋少鵬看來(lái)，在中國(guó)做智能音箱一定不能復(fù)制Echo的路徑，而是要找到我們真正消費(fèi)者的需求，落實(shí)消費(fèi)者的場(chǎng)景，來(lái)解決我們自己的問(wèn)題。

宋少鵬和他的團(tuán)隊(duì)做出了Sugr Sense方案，這是一個(gè)完整的智能音箱解決方案，它包括了麥克風(fēng)和麥克風(fēng)陣列的處理技術(shù)，里面有去回聲、去噪音、聲源定位、語(yǔ)音喚醒等等技術(shù)特征。這其中有一套單麥克風(fēng)的解決技術(shù)，是目前全球唯一一套可以通過(guò)Amazon嚴(yán)格測(cè)試并認(rèn)證的單麥克風(fēng)解決方案，不但可以降低行業(yè)門檻，還可以提升整個(gè)行業(yè)的效率。

這項(xiàng)單麥克風(fēng)解決方案在Amazon的測(cè)試環(huán)境里擁有不錯(cuò)的成績(jī)，在9 英尺的環(huán)境下（2.74米），普通辦公或者是家居環(huán)境下，喚醒響應(yīng)率能達(dá)到100%，在9 英尺的距離，在設(shè)備自身播放音樂(lè)，AEC（自適應(yīng)回聲消除）場(chǎng)景下，正確響應(yīng)率達(dá)到了98%。

提到產(chǎn)品經(jīng)歷過(guò)Amazon的認(rèn)證過(guò)程，宋少鵬提到，Amazon對(duì)于產(chǎn)品認(rèn)證的環(huán)節(jié)非常考量，有多個(gè)環(huán)節(jié)：

首先，認(rèn)證從產(chǎn)品開(kāi)箱體驗(yàn)開(kāi)始，事無(wú)巨細(xì)。

之后，官方會(huì)測(cè)試網(wǎng)絡(luò)的配置、喚醒的速度、燈效、光效、回答的效率、回答的準(zhǔn)確率，甚至連APP的交互體驗(yàn)都在測(cè)試范圍內(nèi)。

經(jīng)歷了這樣的過(guò)程，產(chǎn)品會(huì)接入Amazon，幫助合作伙伴把產(chǎn)品送到線上和北美線下的店鋪進(jìn)行銷售，這樣是從認(rèn)證-合作的整個(gè)過(guò)程。

所以，Amazon Echo的成功不僅僅在于提供給用戶一些方便的功能，更是從包裝到使用到售后的一套完整的用戶體驗(yàn)，而在國(guó)內(nèi)，經(jīng)歷這樣良性的過(guò)程，才能把握好產(chǎn)品對(duì)于產(chǎn)品和消費(fèi)者之間的關(guān)系，這也許是智能音箱落地中國(guó)的重要因素。