语音交互注定是巨头游戏 Echo和DingDong必有一战

很 多今年去了美国CES的人都有类似的感受，无人机和VR的热度略减，智能设备的亮点乏善可陈。人工智能的应用和产品并没有超出去年初的期待值，而在热点缺缺的CES2017上，一款“旧”应用亚马逊Alexa成为了为数不多的话题。

作为Amazon的AI语音助理系统，Alexa+Echo的组合，在2014年11月，亚马逊非常低调的推出了这套声控兄弟组合。而在推出超过半年之后，智能扬声器Echo才得以在市场上进行销售。

有趣的是，与亚马逊对Echo的低调不同，媒体和业界却对这个产品给予了相当大的关注。因为Alexa与越来越多的应用和设备互联，在人工智能火热的大背景下，Echo摇身一变成为了智能家庭助手的新入口。

实际上，Echo并非在唱独角戏，京东叮咚（DingDong）智能音箱和谷歌Google Home都在智能家庭助手的角度，先后对Echo造成了挤压。那么，在三强鼎立的市场背景下，语音交互的格局要如何定义？Echo模式有没有机会产生下一个巨头？Echo在中国市场，有没有走出来的可能？

语音交互注定是巨头的游戏？

不谈Echo这样的智能入口模式，先来看看语音交互的商业模式。

其实，科技巨头们对语音交互早就有了明确的判断。很早以前，比尔·盖茨在美国卡内基-梅隆大学发表演讲时表示，语音技术等自然交互技术在不久的将来会成为智能硬件的重要功能。他认为，未来几年，互联网搜索将更多通过语音命令来完成，而不仅仅是语音识别。从简单的语音识别到智能化的人机语音交互，是语音技术未来发展的关键。这也许就是微软之所以会投入“小冰”的最初背景。

同样，乔布斯在世当初也已经认识到了“触控”这种人机交互方式的局限性。所在在2010年iPhone 4搭载Siri横空出世，乔布斯希望以此开启人工语音智能的人机交互革命。然而，当时的Siri只能做到取悦用户，发布仅仅数月后，绝大部分用户对Siri功能失去新鲜感。

必须承认，在“解放双手”这个层面上，人工语音智能在与人的交互上应该做到无需上手，只需要简洁的语音口令就实现绝大多数的手机使用场景，这是语音交互的迷人之处。

问题是，通过一个什么样的设备作为语音交互的入口才是最合理的。是智能手机吗？我认为手机不失为一个好的入口，但智能手机与用户的近距离，以及触控的便利性，很难让语音交互得到更好的应用场景。所以，一个像“音箱”这样的入口，开始显示出它在家庭助手角度的光芒。

所以，Echo，京东叮咚（DingDong）智能音箱和谷歌Google Home来了。

前几天看到一篇文章《中国Echo能以小米模式复制成功？》在分析Echo模式能不能诞生一个小米那样的公司，得出的结论是很难。我认为，这个分析的立足点本身就有存在很大的漏洞。第一，智能语音交互设备，绝不是手机一样的通用产品，所以很难取得快速的市场效应，这对创业型公司是很大的压力。第二，智能语音交互是一个成长中的生态，而手机建立在安卓的体系下，并不需要对生态的成熟等太久。

所以，在我看来。智能语音交互的成功，一定是需要巨头级的科技公司的。第一，这需要对技术的持续投入，语音交互技术本身是一个重要因素，而背后的人工智能技术、大数据分析和应用场景的创新每一环都必不可少。第二，语音交互之后，则是各种设备和应用的联接，这种联接的背后就是生态的成熟，从目前成功的模式看，能够最终提供联接的也会是一个大公司。

所以，我相信，智能语音交互的未来，始终离不开巨头公司的身影，亚马逊，谷歌，微软和京东都会是其中有竞争力的玩家。

从场景看语音交互的未来格局

从市场上看，目前定位最接近的智能语音交互的产品应该有三个，分别是亚马逊的Echo，谷歌的Google Home，和京东的叮咚（DingDong）智能音箱。

首先，从推出时间来看，Echo最早，是2014年底推出的。京东的叮咚（DingDong）智能音箱在2015年5月的CES上推出，时间上比Echo正式上市销售的时间要早。最晚推出的是Google Home，在2016年5月的I/O开发者大会上推出。

但如果从应用的场景扩展来讲，推出Echo的亚马逊和推出叮咚（DingDong）智能音箱的京东，在企业基因和利用语音交互优化电商的入口看，它们要比Google Home更有成功的机会。相比而言，面向智能家居联接的Google Home，并没有超出“家居”的概念本身。

所以说，Echo和叮咚（DingDong）智能音箱在未来必有一战，并不夸张。

去年的CES，叮咚（DingDong）智能音箱登陆拉斯维加斯，并与JBL签署合作协议，利用JD+智能音频解决方案，越来越多的音箱企业通过JD+智能音频联盟，步入到新的行业。。

今年1月的Alexa之所以在CES备受关注，是因为Alexa与福特、华为、LG，以及多家创业公司均推出集成Alexa的家电、手机、汽车，以及其他数码产品。让业界看到了Alexa在未来生态的拓展初见规模。

实际上，叮咚（DingDong）智能音箱在生态拓展上也非常成功，在2016年6月，叮咚(DingDong)开放平台的发布，已经吸引了滴滴和e袋洗等企业加入叮咚（DingDong）音箱的智能生态。2016年10月，京东智能云语音服务开放平台上线，用户可通过叮咚呼叫第三方服务，叮咚的家庭入口布局也真正完成了从交互到内容到服务的全面布局，也迎来了美的和小天鹅等硬件厂家的加入。

目前看，无论是叮咚（DingDong）智能音箱还是Echo，都处于市场的培育阶段。Echo从上市以来，500万台的销量并不算惊艳，而叮咚（DingDong）智能音箱在中国市场的业绩增长也足以媲美面向全球的Echo，在京东平台上，目前叮咚智能音箱已经成为wifi类音箱品类销量第一。最后还有谷歌，当初斥资32亿美元收购了智能家居设备制造商Nest。尽管时至今日，Nest的发展不尽人意，但这对未来Google Home的发展也许会多了一些底气。

中国市场，必有一战的Echo和DingDong

首先从产品的对比而言，Echo的特点在于：围绕语音交互设计的产品，定位于家庭的应用场景，并通过开放系统，为产品赢来源源不断的第三方服务。

从技术上，亚马逊设计了一个名为“ARS”的自动语音识别处理系统。ARS由七个麦克风和一个音频信号过滤系统构成。七个麦克风组成的列阵能让Echo捕捉到环境中的细微声音，音频信号过滤系统过滤掉环境噪音，从而辨别出人声。使用ARS后，即使用户在25英尺（7.62米）之外发出命令，Echo也能够准确识别。

而叮咚（DingDong）智能音箱，同样是围绕语音交互而设计，但是应用的场景要更广阔。为什么呢？因为中国是全球互联网发展最快的地区，例如O2O这种模式也仅有中国能够走得通，这让叮咚（DingDong）智能音箱的应用场景变得更多。

技术上，负责设计叮咚（DingDong）智能音箱的灵隆科技，是京东和科大讯飞两家公司合资而来。所以它不仅基于科大讯飞的语音识别技术，比如远场识别技术和多轮对话能力。还包含了京东大数据对交互的分析能力。

其次，语音交互作为人工智能当中最重要的组成部分，也是需要大量的数据来进行学习。这也是为什么，我们发现很多的语音交互软件很难识别方言。所以，Echo是英语世界目前最合适的语音交互设备，而叮咚（DingDong）智能音箱则对中文语境更有竞争力。

这对于快速发展中的中国市场而言，也许根本等不到Echo的到来，就会令它失去切入竞争的机会。如今，叮咚助手服务已经接入百度音乐/喜马拉雅、京东购物 、互动百科 、E袋洗 、有道笔记 、JIMI 、环境宝、 中通快递 、中华万年历/ 中国天气通等内容端。这也从侧面证明了叮咚（DingDong）智能音箱在中国市场目前所处的领先地位。

最后，无论是亚马逊还是京东，他们的业务主体还是电商，所以他们最优的应用场景还在于购物的环节。换句话说，未来看Echo和叮咚（DingDong）智能音箱的竞争力，可以先从两者对购物场景的接入能力开始。不久前，京东刚刚推出了基于叮咚（DingDong）音箱的语音购物，而亚马逊则是在2015年5月推出了语音购物，所以在电商的真正战场上，两大智能语音交互平台的对决，才刚刚开始。