人工智能技術(shù)浪潮的來襲，將我們帶進萬物相連的物聯(lián)網(wǎng)時代。新的時代下，語音交互成為了人機交互的新方式，幾乎所有的硬件產(chǎn)品都打出了“語音交互”這張牌。語音作為人類最自然的交流方式，比文字和圖像更具天然的優(yōu)勢。公開數(shù)據(jù)顯示，2018 年，30%的人機交互將通過語音完成;2020 年，至少 50%的搜索將是語音搜索。語音交互作為人機交互的重要演進方向，正在逐步深入到我們的日常生活和工作應用中去。

　　語音交互風頭正勁，各大巨頭都不想輸在起跑線上。為了爭奪這一入口，巨頭們在語音交互領(lǐng)域大力布局，展開了一系列的瘋狂競賽。蘋果Siri，谷歌Assistant，微軟Cortana，亞馬遜Alexa紛紛拓展生態(tài)系統(tǒng)，積極推出自己的語音產(chǎn)品，加大對語音交互市場的爭奪。

　　Home

　　2014年11月6日，亞馬遜發(fā)布搭載語音助手的音箱Amazon Echo，不止局限于音樂播放，內(nèi)置的Alexa語音交互系統(tǒng)還能進行智能家居設備控制。而谷歌隨后發(fā)布的Google Home，一直在與Echo爭搶home場景的中樞角色。國內(nèi)包括京東、阿里等巨頭都在布局Echo 類產(chǎn)品。萬萬沒想到，在《碟中諜4》中，阿湯哥通過用語音來開燈、開電視的生活場景，被搬到了現(xiàn)實生活中來。

　　Car

　　語音交互是輔助駕駛的最好交互方式，這也使得汽車上的語音產(chǎn)品成為兵家必爭之地。數(shù)據(jù)顯示，在美國，平均每四起因使用手機導致的車禍事故中，就有一起是開車時手持接打電話引起的。我們知道，最安全的駕駛姿勢，一定是目視前方、手握方向盤，語音交互在car場景的應用，釋放了駕駛員的手和眼睛，讓駕駛員專注于眼前的路況。特斯拉可謂語音交互在駕駛場景應用的鼻祖，語音控制系統(tǒng)的加入給汽車這個古老行業(yè)帶來了朝氣。之后，蘋果在Apple CarPlay內(nèi)置Siri實現(xiàn)了語音交互，國內(nèi)語音廠商科大訊飛，為汽車提供語音交互系統(tǒng)，其中有寶馬、雷克薩斯這樣的豪華品牌。

　　(特斯拉汽車)

　　On the go

　　在科幻電影《Her》中，男主戴著小巧的無線耳機，不論上下班、逛街，還是去海邊，都可以隨時與耳機內(nèi)置的語音助手對話，甚至談起了戀愛。現(xiàn)實生活中，和語音助手談戀愛目前是不可能的，但不能否認，小巧的智能無線耳機，確實給外出出行帶來了便利。正是瞄準了人們on the go場景下對方便的需求，智能耳機出現(xiàn)了。2016年蘋果推出airpods無線耳機，用戶通過藍牙連接手機之后，借助Siri語音交互系統(tǒng)操作手機。而國內(nèi)推出的Vinci智能耳機，作為一款集耳機和播放器于一體的獨立設備，甚至不需要連接手機，喚醒語音助手小me后，語音控制實現(xiàn)音樂播放、電話接打、心率查詢、收聽新聞等服務。語音交互省去了用戶手動操作繁瑣的步驟，給戶外出行帶來了便利。

　　(Vinci智能耳機)

　　誰更具市場潛力

　　按照距離麥克風的遠近，以上三種語音交互的場景，可分為兩類：一是遠場語音(在車載、智能家居環(huán)境下，離麥克風3-5米)，二是近場語音(嘴巴貼近麥克風，與產(chǎn)品對話)。

　　Amazon Echo系列產(chǎn)品在2016年賣出了超過650萬臺，可謂遠場語音的典范。亞馬遜將語音交互落地到智能家居上，加入麥克風陣列，對不同方向的聲音信號進行處理，解決了部分遠場化的問題，但是由于定向拾音的角度有限，說話人的移動成為問題。亞馬遜Alexa負責人 Toni Reid認為，“當用戶下達語音指令后，Alexa實際上只有一次機會去部署相應的動作，而不能去和用戶進行多輪對話，反復對話對用戶來說是很糟糕的體驗。”

　　2011年iPhone 4s發(fā)布Siri語音助手，是蘋果在語音交互棋盤上下的第一顆棋子，之后Siri不斷迭代，但在遠場語音方面，Siri比不上ALexa。因此，蘋果選擇以近場語音交互為主的airPod為切入點發(fā)力，這一舉措鞏固了蘋果在近場語音中的王者地位。數(shù)據(jù)顯示，airpods上線短短一個月，就異軍突起占據(jù)了美國無線耳機26%的市場份額。

　　相比音箱，耳機的利用率更高。智能家居、車載語音產(chǎn)品，要依托一個固定的環(huán)境，從這一點來看，以智能耳機為代表的近場語音產(chǎn)品更個人化。遠場語音下，用戶總是要保證聲源距離，才能完成語音交互，若聲源距離較遠，音量不夠大，那語音識別率將會大受影響。戴在耳朵上的智能耳機，離人的語言器官嘴巴近，當你和耳機進行語音交互的時候，更像是和朋友交談。這就如同大聲嘶喊和兩個人竊竊私語。

　　耳機的攜帶方便，決定了它有更多自然的使用場景。以電腦和智能手機為例，當電腦發(fā)展成為基礎(chǔ)設施走入千家萬戶，幾乎人手一臺，用戶長時間大規(guī)模的使用;后來，幾乎兼容電腦的智能手機，擴充了傳統(tǒng)手機的使用范圍，并且體積輕小攜帶方便，用戶量迅速擴展，人們自然而然的從PC時代邁入智能手機時代。

　　MSR首席研究員、語音專家俞棟指出，“目前一般遠場識別的錯誤率是近場識別錯誤率的兩倍左右”，當產(chǎn)品真正落地的時候，近場語音帶來了更好的用戶體驗。

　　去年，“互聯(lián)網(wǎng)女皇”的瑪麗·米克爾發(fā)布的2016年互聯(lián)網(wǎng)趨勢報告中，談及“語音正在被重塑，成為人機交互的新方式，在過去75年里，每10年就有一次人機交互的重大革新，人類對機器的操作，從物理手柄按鍵，到物理鍵盤鼠標，再到觸摸屏，現(xiàn)在語音成為了重要的交互方式。”在這場語音交互入口爭奪戰(zhàn)中，以智能耳機為代表的“on the go”場景語音產(chǎn)品，因為更接近語言交流的器官，應用場景更廣泛，或?qū)⒊蔀檎Z音交互的最大入口。