文|新盟財經(jīng)
本文概要：
人工智能技術(shù)風(fēng)靡多年，比起唬人的虛幻概念，智能音箱是為數(shù)不多進入尋常百姓家的真實商品。不算太高的價格、簡單易用的功能，讓它迅速占據(jù)普通人的客廳和床頭。如同重復(fù)過很多遍的故事那樣，智能音箱從初創(chuàng)走向成熟、從固有模式中尋求變革，且依舊沒有停下探尋著未來的步伐。
一、滿足用戶交互需求，語音識別不斷成熟
二、豐富產(chǎn)品功能范圍，高端和智能化破局
三、從分散走向整體，自建智能硬件生態(tài)
新一代交互終端、深入家庭空間的流量入口、環(huán)境智能化的開啟者……這些都是智能音箱的別稱，但當(dāng)你問小度或者小愛一個問題時，得到的回答可能卻是“對不起，我沒有聽懂你在說什么”。
作為邁向智能家居的先導(dǎo)產(chǎn)品，智能音箱背負著太多概念，但現(xiàn)有的技術(shù)和功能是否能夠支撐起這些概念，卻被打上一個大大的問號。
三足鼎立的阿里、百度、小米，試圖瓜分市場的新品牌，智能音箱市場未來何在？激烈廝殺后，哪些功能仍有可能的增長空間？
滿足用戶交互需求，語音識別不斷成熟
2014年，亞馬遜發(fā)布首款智能音箱Echo，兩周內(nèi)出貨量破百萬臺。隨后，多家互聯(lián)網(wǎng)科技公司下場，智能音箱市場陷入混戰(zhàn)。2017年，小米在生態(tài)大會上發(fā)布智能音箱產(chǎn)品“小愛同學(xué)”，智能音箱產(chǎn)品的戰(zhàn)火燃到中國市場。
五年后的今天，小愛同學(xué)、小度小度和天貓精靈走入千家萬戶，占據(jù)的市場份額已超過95%，三足鼎立的態(tài)勢已然形成。但能否回答“主人”的問題，智能音箱們?nèi)孕枞Q于要求是否復(fù)雜、語法是否正確、發(fā)音是否標準。
實際上，現(xiàn)有的更多用戶傾向于讓家中的小愛同學(xué)或是天貓精靈完成機械性的指令。這些機械系指令包括唱歌、開燈、定時等，因為指令明確且往往只有一兩個詞匯，智能音箱很少會在完成這些指令時犯錯。
而對于稍復(fù)雜的指令，由于語音識別和NLP（自然語言處理）的不成熟，無論是用戶輸入的信息被機器識別，還是識別后的文本進行處理和理解，對于現(xiàn)有的智能音箱來說仍舊存在困難。尤其是中國市場方言的存在，為語音識別帶來了更大的困難。
2011年，微軟提出的基于上下文相關(guān)深度神經(jīng)網(wǎng)絡(luò)和隱馬爾科夫模型，使智能語音算法得到長足優(yōu)化。從海外市場看，以谷歌、微軟、亞馬遜為代表的巨頭已經(jīng)開發(fā)出具備人類級別的語音識別系統(tǒng)，以深度神經(jīng)網(wǎng)絡(luò)算法取代傳統(tǒng)模型后，語音識別的單詞錯誤率每年下降約18%。
相比于早期的智能音箱，海外廠商在語音識別和流暢度上層面上進行了技術(shù)精進，中國的智能音箱廠商也在交互和識別層面進行了大量探索和創(chuàng)新。
在交互領(lǐng)域，第一次讓一問一答的生硬場景發(fā)生改變的，是小度智能音箱于2018年6月首次發(fā)布的極客模式（連續(xù)對話技術(shù)）。極客模式實現(xiàn)了人與智能音箱連續(xù)對話，改善了此前人機交互中無法多輪對話、多次重復(fù)喚醒的體驗和回答生硬等問題。
而2019年出現(xiàn)的全雙工免喚醒能力，則實現(xiàn)了“一次喚醒，多輪交互”，還能在與他人對話的同時互不干擾地實現(xiàn)人機交互，進一步提升音箱的理解和表達能力，擴大應(yīng)用場景。
此后，國內(nèi)頭部智能音箱品牌都在交互形式多樣化上展開了探索，如2020年3月份，小愛同學(xué)開始將手勢控制運用到新推出的Redmi小愛觸屏音箱上?？梢灶A(yù)見，除了愈加精準的識別能力，多模態(tài)交互也可能成為未來人機交互的主流。
豐富產(chǎn)品功能范圍，高端和智能化破局
根據(jù)艾瑞咨詢2021年報告，智能音箱用戶使用量最高的功能是播放音樂，占比達69%；其次是詢問天氣、播報新聞、播放故事和設(shè)定鬧鐘。這些被高頻使用的功能，都是國內(nèi)智能音箱在誕生之初就具備的。
因此，智能音箱的根本性技術(shù)需要革新，基礎(chǔ)功能外的新增長點也需要發(fā)掘。自誕生以來沒有明顯突破的智能音箱，亟待顛覆性的新技術(shù)，讓用戶改變“新奇有趣”的初印象，用更嚴肅的目光看待產(chǎn)品。因此，產(chǎn)品分離出兩條進化路線。
一部分產(chǎn)品選擇向高端進軍，追求音質(zhì)和品質(zhì)。
比如2019年，華為與帝瓦雷聯(lián)手推出了華為Sound系列高端智能音箱，近日其還將發(fā)布新品Sound Joy，采用4單元2分頻聲學(xué)系統(tǒng)，包括柔性絲質(zhì)材質(zhì)的球頂形振膜和輕量化碳纖維復(fù)合振膜。小米2021年則與哈曼卡頓合作，發(fā)布了旗下首款高端音箱Xiaomi Sound。
另一部分產(chǎn)品則注重提升智能化體驗。
首先，知識體系的構(gòu)建是觸發(fā)智能音箱新功能的嘗試。對于百度來說，在搜索模型中運用的海量用戶行為信號和算法能力，可以成為小度音箱算法調(diào)優(yōu)的基礎(chǔ)；而百科、百家號等體系沉淀下的文本內(nèi)容，則能夠成小度小度回答問題時的海量召回池。
從場景上看，教育場景也確實是新的增長點，智能音箱的助教、育兒功能一直是廠商的重要宣傳點。特別是近兩年疫情影響下在線教育加速普及，智能音箱廠商加速相關(guān)布局。華為小精靈兒童智慧屏、天貓精靈CC10等產(chǎn)品，主打賣點都定在了教育功能。
其次，越來越多帶屏音箱出現(xiàn)在市場。小度系列通過帶屏音箱實現(xiàn)銷量反超，阿里和小米最新的產(chǎn)品形態(tài)同樣是觸屏音箱，如天貓精靈V10、小米小愛觸屏音箱Pro 8。智能音箱從語音交互走向語音視覺交互，說明智能語音技術(shù)的發(fā)展還未抵達顛覆性時刻，文字/視覺/觸覺的交互形態(tài)或許是突破技術(shù)瓶頸的捷徑，也可能是觸發(fā)新場景、新功能的動力。
這些嘗試同樣打開了新的消費場景，如果說語音交互可以提供播放音樂、對話類的娛樂功能；那么屏幕的出現(xiàn)則為智能音箱打開了游戲、影音、閱讀的更多可能性，只要有對應(yīng)的內(nèi)容資源支持，理論上其體驗與平板電腦無異。
受制于原有的有限功能和場景，音箱廠商一直在尋求突破口。產(chǎn)品存在的優(yōu)化空間即是增長動力，也正是“干掉”試錯的自己后，智能音箱才能迎來新生。
從分散走向整體，自建智能硬件生態(tài)
智能音箱的主要功能包括語音交互、內(nèi)容服務(wù)、互聯(lián)網(wǎng)服務(wù)和智能家居控制四個部分，語音交互和智能家居控制功能的實現(xiàn)，使智能音箱成為全屋智能的入口。因此，對于頭部公司來說，智能音箱僅僅是其智能化宏大版圖的先行者。
雖然，動輒上千元的配套設(shè)施勸退大量普通消費者，但成套智能家居系統(tǒng)并非停留在概念層面。事實上，包括全季、亞朵、秋果在內(nèi)的商務(wù)連鎖酒店早就以智能音箱為核心，建立起一整套智能居住系統(tǒng)，智能音箱們聯(lián)結(jié)起的智能化家居版圖正逐漸滲透進市場。
隨意走進一家商場里的小米之家，烤箱、空氣凈化器、電視擺在顯眼位置，讓人誤以為置身于一家微型電器城，小愛同學(xué)和其他智能家居產(chǎn)品的聯(lián)動效應(yīng)依托于成熟的配套體系，強大、完善的硬件生態(tài)鏈體系也為小米智能音箱產(chǎn)品創(chuàng)造了良好的競爭優(yōu)勢。
具體來看，在小米的整個生態(tài)中，其“1+4+N”AIoT戰(zhàn)略就是將小愛同學(xué)作為交互中心，將小米空調(diào)、烤箱、掃地機器人、洗衣機、臺燈、冰箱等種類繁多的家電，納入同一個家庭智能系統(tǒng)中。
而對于供應(yīng)鏈優(yōu)勢不那么明顯的百度和阿里來說，發(fā)揮互聯(lián)網(wǎng)頭部企業(yè)的優(yōu)勢，依托外部強大的智能設(shè)備合作網(wǎng)是其發(fā)力的重點，它們依托外部強大的智能設(shè)備合作網(wǎng)絡(luò)，將智能音箱接入更多非品牌旗下的智能設(shè)備。
2021年，天貓精靈官方公布的接入品牌超過1000個，智能產(chǎn)品超過5000款，可連接智能家居設(shè)備超2億；小度智能音箱可連接家電品牌超200家。
中國智能音箱行業(yè)的三大龍頭紛紛推動智能音箱生態(tài)鏈功能形成，可見產(chǎn)品生態(tài)鏈形成對于智能音箱需求促進起著重要作用。而從另一面看，智能家居的體驗升級與入口設(shè)備的進化緊密相關(guān)，音箱不得不更多地承擔(dān)起“聯(lián)結(jié)”的智能。
從這個層面上看，智能音箱與音箱漸行漸遠，作為智能家居的入口之一，智能音箱正在以全新的產(chǎn)品形態(tài)面向消費者。
面對未來的智能家居以及更多的智能場景，智能音箱或許只是一個進入的通道。但是否能夠打破電子設(shè)備、消費電器、移動設(shè)備之間的壁壘，使它們能夠充分融合、互通，更容易地共享資源，將是智能音箱要背負的更重要的責(zé)任。