|
|
|
|
|
# 031 | 智能音箱的战斗：语音助手Alexa
|
|
|
|
|
|
|
|
|
|
|
|
作为智能音箱核心功能的语音交互，或者更通俗的说是“语音助手”，对Echo来说是最重要的一个模块。在Lab126研发音箱的早期，Echo既是音箱的代名词，也是语音助手的代名词。由此可见，语音助手并非一开始就作为独立模块存在。
|
|
|
|
|
|
|
|
|
|
|
|
语音助手不是个新鲜事物，市面上早有独立的语音助手存在。在这个领域最有远见的，无疑是苹果公司的创始人史蒂夫 · 乔布斯。
|
|
|
|
|
|
|
|
|
|
|
|
Siri原本是在苹果上面大卖特卖的一款App，发布后没多久，被乔布斯看到。乔布斯很有远见地预见到了语音交互的重要性，迅速把这个公司的软件买下并整合进了iOS，成为iPhone非常重要的功能。
|
|
|
|
|
|
|
|
|
|
|
|
我有时候不得不感叹人生不逢时，或者是天妒英才。今天来看，乔布斯收购Siri的目的，肯定不仅仅是让它成为iPhone里面一种可选的沟通方式，他肯定在下一盘很大的棋，但是一切都随着他的去世而烟消云散了。
|
|
|
|
|
|
|
|
|
|
|
|
Siri作为iPhone上的语音助手，此后在蒂姆 · 库克（Tim Cook）领导下的苹果公司发展，可谓乏善可陈。而此后微软和谷歌都进入语音助手市场，无论是Windows 10还是安卓手机都实现了对语音助手的支持。
|
|
|
|
|
|
|
|
|
|
|
|
但是我们知道，这两年最红火的语音助手是Alexa，它属于亚马逊。
|
|
|
|
|
|
|
|
|
|
|
|
## 全力以赴打造语音助手
|
|
|
|
|
|
|
|
|
|
|
|
Alexa是怎么诞生的呢？这就要回到2015年8月，Echo智能音箱卖了大概10个月之后，亚马逊突然意识到自己的语音助手可以作为一个独立的云服务存在，并不一定要和Echo智能音箱捆绑在一起。
|
|
|
|
|
|
|
|
|
|
|
|
于是亚马逊悄悄地把那个叫Echo的语音助手改名为Alexa。Alexa原本是亚马逊旗下的一个网站分析工具，语音助手算是鸠占鹊巢。没过多久，谁也不再记得那个曾经的网站分析工具了，Alexa成了专门指代亚马逊语音助手的名词。
|
|
|
|
|
|
|
|
|
|
|
|
但是为了保证向后兼容，在Echo智能音箱语音助手的提醒词里，虽然默认是Hello Alexa，最初推出音箱时用的提醒词Hello Echo也依然保留着。只有从提醒词里，我们才能够看到过去的痕迹：原来Alexa曾经叫作Echo。
|
|
|
|
|
|
|
|
|
|
|
|
亚马逊最初研发音箱的时候，对语音处理技术的重要性并不是特别清楚，所以语音助手的技术水平很一般。当Echo音箱卖得很好时，亚马逊很快就意识到了语音处理技术的重要性，但是语音处理技术人才储备并不多。索性西雅图有一家在消费市场并不是特别知名，但是在专业语音处理领域非常著名的公司Nuance。
|
|
|
|
|
|
|
|
|
|
|
|
Nuance在西雅图有一个研发中心，中心里有很多专门做语音处理技术的人才，亚马逊就狠狠地高价在这家公司里面大肆搜罗了一番。最后，Nuance西雅图研发中心的很多核心人员都跑去了亚马逊。
|
|
|
|
|
|
|
|
|
|
|
|
为了进一步增强在语音处理领域的技术和人才储备，亚马逊又迅速出手，接连收购了Yap和Evi两家创业公司。至此，亚马逊终于有些安心，给Alexa储备了足够的语音处理人才。
|
|
|
|
|
|
|
|
|
|
|
|
## 用机器学习搞定语音识别
|
|
|
|
|
|
|
|
|
|
|
|
Echo首先是个音箱，而音箱的主要功能是放音乐。但有些活动，比如聚餐、舞会中会有很多其他声源，这类场景下和音箱进行交互就有一个很大的问题：音箱如何在这些嘈杂的声音里识别出真正的交互命令呢？
|
|
|
|
|
|
|
|
|
|
|
|
**应用场景的不同，决定了Echo音箱上的语音助手Alexa和手机上的语音助手对技术的需求有很大不同**。简单来说，如果手机上的语音交互难度是一颗星，那么深处嘈杂环境下的音箱的语音交互技术起码得是四颗星。这是Echo智能音箱必须解决的一个难题。
|
|
|
|
|
|
|
|
|
|
|
|
在一次公开的交流中，负责Alexa相关业务的首席科学家、著名的机器学习学者罗希特 · 普拉萨德（Rohit Prasad）在接受采访时简单提到过，Lab126团队因为这个问题一度让Echo智能音箱项目被搁浅，最后不得不在全公司范围内寻求帮助。
|
|
|
|
|
|
|
|
|
|
|
|
而之后的解决方式是机器学习。亚马逊曾经在网络上公开过一段音频，对比了在嘈杂环境上的原始声音，和经过机器学习处理的声音。在音频里你可以看到，经过机器学习处理的音频达到了近乎完美的噪音过滤，这是Echo在极其恶劣嘈杂的环境下，依然能够表现出非常良好的语音识别功能的主要原因。
|
|
|
|
|
|
|
|
|
|
|
|
Echo上市以后，无论在多嘈杂的环境里，语音交互的识别能力都非常好，这是Echo能够迅速脱颖而出最重要的原因之一。
|
|
|
|
|
|
|
|
|
|
|
|
亚马逊公司长期以来给人的感觉是商业决策优于技术，亚马逊的核心技术并没有让人觉得多惊艳。然而在这件事情上，亚马逊显现了用技术解决难题的能力，这颇让我对亚马逊的印象有了很大的改观。
|
|
|
|
|
|
|
|
|
|
|
|
## 语音平台促进成长
|
|
|
|
|
|
|
|
|
|
|
|
Alexa从Echo独立出去以后，就开始在亚马逊的各大设备上集成，比如说亚马逊的Fire TV就集成了Alexa。Alexa在亚马逊内部可谓大行其道，任何一个项目组的东西如果可以和Alexa整合，在亚马逊内部的优先级都会上升许多。
|
|
|
|
|
|
|
|
|
|
|
|
**除了“内销”，亚马逊还把这个语音助手“出口”到了各行各业去，包括智能冰箱、汽车，乃至华为手机，等等。Alexa的遍地开花，让亚马逊作为一个语音助手市场的后来者，占据了很多有利位置。**
|
|
|
|
|
|
|
|
|
|
|
|
从技术开发上，Alexa也有了自己独立的研发团队，而且目前已经非常庞大，有包括一个总监在内的很多人。在亚马逊，如果一个项目有总监级别的人参与，就代表着这个项目实在是一个非常重要的项目，是公司首席级高管（C-level）可以直接看到和关注的项目了。Alexa有了总监级人物以后，在亚马逊的地位也就突显出来，不再是Echo下面的一个附属项目了。
|
|
|
|
|
|
|
|
|
|
|
|
**在亚马逊内部，很多人都相信语音交互是一个非常重要的、新的流量渠道，而且在未来会更加重要，占领了语音，也就在未来的新交互方式里占据了一块稳固的地盘**。所以自从Alexa独立以后，这个团队就一直在膨胀。很有意思的是，我在LinkedIn上经常可以收到来自亚马逊招聘人员的邀约，其中为Alexa招人的比例一直居高不下。
|
|
|
|
|
|
|
|
|
|
|
|
**如果说一开始Echo作为一款智能音箱，对于亚马逊占领客厅和厨房很重要的话，那么现在亚马逊的语音助手Alexa和它给第三方开放的技能平台，则是亚马逊的重中之重**。如果说这之前，亚马逊更关注音箱，那么Alexa作为一个软件独立出来发展后，亚马逊关注的重点也就从硬件转向了软件和平台：硬件，包括智能音箱在内，都是为这个软件平台服务的。亚马逊今天发展的各种硬件，确实已经变为主要为Alexa平台服务，硬件本身的作用已经远远比不上这个语音平台了。
|
|
|
|
|
|
|
|
|
|
|
|
有了这个语音平台，亚马逊不但可以在自己的硬件上推广，还可以把语音平台开放给第三方。让第三方的硬件都进入这个平台。这里就有华为的手机、LG的电器，未来我们还可以预见到的，比如说车载系统等等。
|
|
|
|
|
|
|
|
|
|
|
|
**对比硬件的影响力，语音平台的影响力要大得多，最终平台会造就一个生态圈，而任何生态圈都有很强的黏性**。亚马逊也可以凭借平台把影响力扩大到自己的业务之外，让Alexa成为整个互联网和IT产业里面很多公司都愿意加入的生态圈，这种影响力是智能音箱不可能达到的，也是亚马逊从来都没有企及过，但是现在却有可能成功的。
|
|
|
|
|
|
|
|
|
|
|
|
从Echo音箱到Alexa语音助手的变迁，是优先级的一个巨大改变。这个变迁在亚马逊里面用了10个月，亚马逊对市场反应的这个速度，让我非常吃惊。通常在其他互联网或者软件公司，这种变迁花费三年五年也是很常见的。这样看来，亚马逊能够在语音市场占据一片天地，也是有原因的。
|
|
|
|
|
|
|
