龙梦竹：未来的智能音箱不一定是音箱

网易科技讯9月15日消息，网易科技主办的第49期五道口沙龙——智能音箱抢滩站，今天下午举行。思必驰CMO龙梦竹做了主题为《偶然的Echo，必然的Alexa》。龙梦竹分析了亚马逊Echo和国内智能音箱发展的区别，她表示由于中外环境差异，要对亚马逊Echo持更宽容太多。

国外更加重视从0到1的基础创新，而国内可能更注重从1到N的创新。因此，在智能音箱上，龙梦竹认为中国智能音箱一定会越来越好，值得关注。

作为提供底层语音交互技术的平台，思必驰发现智能音箱厂商越来越多的对“自然口语对话”的需求 。在整个物联网的需求下，用户需求提高了，希望能够更加自然、口语式交互。现在对话，不仅仅是语音信息，智能语音的本质是提取信号做处理，对话的重点是有来有往，交换信息。

交互构成上，包括语音、文本、图像等各种各样的信息，从特性来分析又分成四个方向：闲聊、命令、问答式交互、任务式交互。其中最简单的是命令式交互，它可以立即为单轮的任务型对话，“开灯”、“关灯”都是命令式对话。

“ 现在很多产品都是做智能化的角度只要加语音，其实我们更多建议大家从产品本身的需求和用户的痛点出发什么样的交互更适合你。”龙梦竹表示，“ 所以我们的观点是，Echo是一个偶然性的产品，而整个必然发展的方向其实是背后的Alexa，Echo的未来可能不只是智能音箱，它可能会以电视的形态、以冰箱的形态、以路由器的形态，甚至以一支笔的形态出现，但背后提供整个支撑和技术服务以及交互体验的其实是背后的Alexa。”（静静）

以下为思必驰CMO龙梦竹演讲全部内容：

龙梦竹：大家好，现场有好多老朋友，很多嘉宾都在一些活动、私下场合里有过沟通，刚才两位从产品和内容的方向讨论了他们的想法，我代表思必驰从底层语音交互的技术，从现在最火热的音箱市场以及Alexa分享我们的一些判断和观点。

我的标题是“偶然的Echo，必然的Alexa”，现在我们谈论的智能音箱更多没有把它单纯作为音质内容的服务载体，而更多是把它看作一种智能家居新的入口，其实不管是音箱还是其它，换个造型你可以叫它“智能机器人音箱”，也可以叫“智能电视音箱”，核心是被作为一个智能家居中控的交互入口。为什么音箱这个外形作为率先优选呢？核心原因就是因为音箱天然是最好的音频载体，音箱的可移动性和小巧性在整个智能家居环境下会被更多人推崇为首要产品方向，而我们作为技术厂商在看这个市场时更多不是看到音箱本身，而是它背后整个服务体系以及代表未来的技术趋势。

从国际上看，除了亚马逊，包括苹果、谷歌等，都在推自己的智能音箱或类家居中控类产品，比如大家众所周知的亚马逊的Echo、微软的Button，它是智能家居的中控按纽，还有谷歌的Hom，苹果即将发布的Home  Pod，Home  Pod比较特别，在早前的发布会它没有像其它厂商那样重视背后Siri的交互、智能化的交互，而是重视音频的方向，这有可能是下次智能音箱发展到一定阶段时，大家强调智能化水平时，它会返璞归真，又回归到音箱最天然的痛点需求，就是整个音质的效果显示，所以Home  Pod这个产品在未来也是挺值得关注的。

现在所有产品里毫无疑问销量最好的是亚马逊的Echo，成为了全世界爆款，Echo这个产品正式被大众、用户及科技界广泛所知其实也就是在最近两年的事情，但实际上亚马逊三年前就开始做Echo，当它正式推到市场时已经迭代了好几个版本，现在国内已经有好多厂商出了智能音箱产品。这里我得为中国的产品说句话，现在很多媒体做评测，很多用户做测试，会把他们的产品跟Echo做类比，其实现在所有国内的产品，我包括叮咚音箱和其它小米音箱、联想音箱等，我们所处的大环境和Echo的国外大环境完全不一样，从第三方内容服务、整个生态开放程度以及网络通信角度，整个起点不一样。看待国内的音箱我们需要更理性、更宽容，现在他们基本已经出货了，没有哪家做音箱是做着玩，大家都是在认真发展，我们去期望未来一次次技术迭代后的体验。

现在我们常常被人问“如果Echo进入中国会怎么样？”但就现在而言Echo还没办法做中文，刨除其它不谈，单谈语音交互这个方向，Echo毫无疑问在非中文这个方向是全世界最强的，国外做音箱多简单啊，纯英文，没有太多方言和不同的说法，口语复杂性没有中文那么强，而国内大家用音箱时会常常问到“我有方言怎么办？”“我的普通话不标准怎么办？”“我语速过快怎么办？”我除了对中文歌有需求，也对英文歌有需求，甚至我还喜欢中英文夹杂的方式，这个又怎么办？这个技术你可以试试Echo能不能解决。

这个主题很火，很多第三方媒体平台把它作为国内智能音箱的方向（类Echo智能硬件），其实Echo这个产品打出了一个点，作出了第一步，中国与国外不一样，国外更重视从0到1的基础创新，而中国的优势在于从1到N的未来应用级创新，我觉得中国肯定会有产品超过Echo，这是值得期待的，所以我们不要觉得国外的月亮就圆，中国现在整个产品交互，包括现在国内几个知名的，叮咚、小米、联想，以及其它即将推出的大型音箱产品，这些真的很值得整个市场关注，而我们作为技术厂商从去年到今年整个火热的交互里我们所看到的是现在的产品和厂商对自然口语对话交互的需求。

在过去的产品里，大家做产品时可能会觉得我有语音识别，识别够够了，不要合成，不要语意理解，有了合成后自己做语意理解，这时很多产品会同质化，现在在整个物联网的环境下，消费者、终端用户对产品的需求和要求提高了，他们希望能更加自然、口语式地交互。

这里会谈到对话。什么叫对话？我先谈谈整个的发展，从PC到移动互联网，到现在物联网的时代，设备量的增加是指数级的，而在所有数据交互里会产生无数信息流，而在物联网时代下对话不只是指语音，简单说，你拿着微信随便翻一个和朋友的聊天记录，这里面涉及到的所有都叫做对话，包括文字信息、图像信息，甚至于包括表情包、包括链接等，这些内容加起来才叫对话。

刚才我们说在整个智能音箱及其它类中控智能产品里，口语对话自然成为了刚需，这里的对话一方面是指更加生活、更加基于场景的自然语音交互，另一方面是基于场景跟产品和需求的文字信息交互以及图像信息，甚至于LBS定位及链接交互，这是整个大的趋势和方向。

说回到交互，从构成上对话可能包括了语音、文本、图像等各种各样的信息，从它的特性来分析，对话是交互，对话又分成四个方向：闲聊、命令、问答式交互、任务式交互，里面最简单的是命令式交互，它可以立即为单轮的任务型对话，“开灯”、“关灯”都是命令式对话。

现在传统技术评测单论技术时我们更多是在做问答式对话考察，就是基于一定的知识库做语音从输入输出到理解的整个技术评测，更多会使用问答式交互。

在Echo之前更多对话会做闲聊式对话，包括Siri，包括小冰小娜，中国式聊天，前两天很火的机器人。为什么机器人现在逐渐走下坡路？因为语音的对话交互本身不是一个功能，而是一个交互手段，大家都说它可能是下一代的交互方式，从以前的触控按纽到触摸屏都是为了语音交互，交互只是一个手段，而现在所谓闲聊式的对话就是聊天、逗乐，整个对话交互没有明确主题，没有非常明确的需求跟任务，在这种环境下，闲聊式对话没办法帮助用户完成任何实质需求，它的意义最多就在于让你觉得好玩、有意思。

在这个产品对话的情况下没办法形成非常好的用户黏性，因为不好用，只是有意思，我对一个有意思产品的想法就是新鲜、有意思，然后就没了，真正能够让用户产生黏性能够持续使用的一定是基于场景、基于有意义、有目的，能完成功能的任务式对话。

这里面加了例子，这是一个基于车载场景下的实际例子。

“附近有人均100元的川菜馆吗？”这其实是一个非常复杂的任务式对话，第一，我要导航，我要找到川菜馆，第二，这个川菜馆的要求是人均100元以下。对这句话的理解包含了很多技术，从识别方向语音要识别准确，音速解析要准确，整个理解必须是基于车载场景下的，首先我要明确在这个场景下这句话我是要导航，不是希望产品回馈给我“有”或“没有”。

这里面还包括到具体场景下的很多复杂环境，对交互产生的干扰，比如噪音、距离，比如人均100元的限制，背后所导致的内容和服务又该是什么。

说回到音箱，音箱现在大部分都是无屏的，但现在逐渐开始有一些带屏幕的音箱出来，原因是大家逐渐认识到语音交互虽然好用，但它不是在任何场景下都百分之百好用。

以导航为例，我要找一家餐厅，如果没有屏幕它会告诉我，我找到了三个餐厅，第一个餐厅青年餐厅，在多少路多少号，第二个餐厅Balabala⋯⋯你会发现在无屏状态下有很多内容很不好用，但有了屏幕，就会有GUI（图形图像）交互，从语音交互到图形交互，会让整个产品体验得到提升。

现在很多产品都是做智能化的角度只要加语音，其实我们更多建议大家从产品本身的需求和用户的痛点出发什么样的交互更适合你。

所以我们的观点是，Echo是一个偶然性的产品，而整个必然发展的方向其实是背后的Alexa，Echo的未来可能不只是智能音箱，它可能会以电视的形态、以冰箱的形态、以路由器的形态，甚至以一支笔的形态出现，但背后提供整个支撑和技术服务以及交互体验的其实是背后的Alexa。

Alexa火了以后国内也有好多公司在做类似于对话平台的事儿，现在我们根据各个公司所做的平台，在此前我们把国内所有50多家平台都看完了，也都进行了分析，大概可以分为四大类，基本上是有没有底层感知能力，有没有背后认知层的能力，以及你有没有背后的服务，三个能力怎样联动起来，有分为四个方向。

在现在的情况下，整个大行业所面临的难题是产品方和厂商知道他们有非常定制化、个性化的需求，但在技术定制服务商提供服务时有一个矛盾，有可能我们提供的速度赶不上用户定制的需求，传统解决方案是我们给用户提供一篮子解决方案让他们对接，当他们有版本迭代的需求时，我们要重新修订我们的解决方案，再去做一些Bug优化，再给客户提供过去，可能还没有提供过去时客户又有了新的需求，这就是行业里产品多精品少的核心原因。

我们9月7日刚刚做了DUI的发布会，把所有底层逻辑和对话技术全部打通，结合GUI和VUI（整个语音交互体验）以对话为核心做整个开放的对话定制平台，目前我们这个定制平台在和国内将近70个第三方内容深度战略合作，包括从音频到导航，O2O到查询，也与国内一些优秀的友商，包括海知、声智（音）等打通合作。

从Echo做产品的方向来看，它是走在前面的，包括叮咚也在说，从产品方面他们希望做平台的合作，包括友商、包括技术、包括内容，作为技术厂商，我们也是保持开放的态度去合作。

在我们看来，未来的智能音箱真的不一定是音箱，Echo其实是整个未来拥有Alexa能力整个智能中心化产品的总称。这是我们的一个观点。

谢谢。