Echo家族再添三名新成员，语音技术到底还有多远的路要走

今天（美国时间9月27日），亚马逊推出第二代智能音箱Echo和Echo Plus，今天开始预订，10月31日正式发售。此外还有新品Echo Spot亮相，可以看作是一个带屏幕的Echo。

从“卖书”到成为全球云市场的鳌头霸主，亚马逊，这家以全球流量最大河流命名的公司，以其独特的商业模式颠覆了零售与云计算行业，甚至打败了微软、IBM、谷歌在云服务业务上的市场份额总和。

但其传奇并不止于此。年初CES无孔不入的Alexa助手预示着亚马逊布局语音市场的野心。不到两年时间，从音响到电视，从LG到福特，超过7000种硬件产品，AVS(Alexa Voice Services)正以一种近乎于可怕的速度渗透电子市场。

在此前公布的亚马逊2016Q4财报中，其AWS云计算业务净销售额同比增长47%。

具体而言，Alexa是一款完全基于语音指令驱动，无需屏幕的AI语音助理软件，于2015年8月正式向第三方开放。

此前，Alexa一直默默无闻地充当着亚马逊另一款产品——智能语音音箱Echo的幕后功臣，为其创造了上市两年累计销量超过550万台的成绩。这款在2014年底推出的基于语音识别的音箱，在发布伊始就引发了业内的关注，而如今甚至被喻为未来智能家居的真正入口。

当初Echo发布时，不要说业内，就连亚马逊自己对于该产品的前景也并没抱有多大希望，亚马逊的初衷很简单，就是利用Echo为用户到亚马逊购物提供一条更方便的方式而已，所以其最初的应用并不多。

而正是这种“小理想”让亚马逊采取了比苹果、谷歌和微软在语音识别上更开放、更大胆的策略。例如其向第三方开放API，同时投入1亿美元的资金对开发者进行支持。

据最新统计，目前Echo整合的第三方功能数，已从2015的14个增加到了目前的950个，而随着功能的增加，其销量也是一路攀升。“误打误撞”着成就了亚马逊在智能音箱上“老大哥”的地位。

而今天发布的三款新品也适应了贝索斯用“好产品+低价格”抢占市场的一贯策略。

新款Echo与Echo Plus，不仅更小巧、更智能、更多设计、在麦克风/扬声器都做了优化、加入了打电话/发短信功能、以及加入了众多智能家居控制功能——而且把价格压到了99.99美元和149.99美元！此前的Echo一代的售价为179.99美元。

而Echo Spot更是吸睛无数，自带圆形屏幕的设计，为其额外增加了看视频，显示歌词，进行视频聊天等功能，而售价也只有129.99美元。

智能音箱这个行业已经成了巨头小户都要插一脚的红海。

海外方面，苹果的HomePod、谷歌的Google Home、亚马逊的Echo，三大巨头基本成就了如今语音设备的生态，反观国内，由京东和科大讯飞联合研发的叮咚音箱最早入局，此前也发布了第二代产品，百度阿里紧随其后，前者推出了DuerOS、Apollo AI开放平台，后者以智能音箱“天猫精灵”入局，腾讯、小米、出门问问、喜马拉雅、酷狗等企业也入场分羹。

Google Home

HomePod

叮咚

而对于智能音箱来说，音乐的赋能不是竞争的本质，智能才是，所以说它的爆发并不是意味着音箱的复兴，而是人工智能的登台。

在过去十年间，人工智能经历了快速发展，并早已不是一个流行语。据预测，AI消费市场规模将由2016年的544亿美元增长至2021年的959亿美元，年复合增长率为12%。

而语音技术作为人工智能的重要分支，在此前也是受限制于技术方面的原因，用户体验始终面带尴尬，并不被看好，但是在过去五年中，随着基本市场的涌入和开放平台的共享，语音识别技术得到了突破性的发展。

如今语音技术的触手也延展到更多的应用场景。

在零售方面，麦当劳已经在探索使用微软智能语音分析技术Cortana进行免下车自动化订餐处理，而咖啡零售巨头星巴克则在最近推出了"我的星巴克咖啡师"--一个智能对话式的订餐系统。

在旅游的场景中，拉斯维加斯的Wynn Las Vegas酒店和亚马逊已经宣布计划在其所有4748间酒店房间装备亚马逊智能语音助理设备Echo。客人可以通过Alexa，用一系列语音命令控制酒店房间内各种功能。

再看汽车行业，未来四年中，预计汽车设备制造商(OEM)、供应商和无钥匙进入系统制造商有望投资诸如生物识别技术等先进技术，为车辆开发定制的安全防范解决方案。

语音识别技术在高安全性的保险行业中也获得重视。日本富国保险公司使用人工智能取代了34名保险理赔评估部门员工。IBM的人工智能Watson系统可以分析和理解所有数据，包括非结构化文本、图像、音频和视频。

看起来很光鲜，很美好，但是自然语音技术目前有一个最大的问题：理解能力不完善。

比如说一句“上次我交给你的那件事，你给我办了”，语音机器人是判断不了具体什么时间以及什么事情的。上面提到的应用是比较简单的，主要是问一下餐馆、酒店这些比较固定的场景，以精确服务为主，就像是Echo所具备的routine功能，也是需要用户提前设置到好的。

但是有一件事是确定的——破坏式创新对消费者有好处。

语音技术的未来是光明的，随着机器智能在掌握语音识别和对话方面水平的增长，它将模糊我们区分人类的标准——语言能力。

当我们急于重新定义什么是人类时，也许更为深刻的问题是——这重要么?