深度丨解析硬件之智能語音領(lǐng)域

　　根據(jù)《中國智能語音產(chǎn)業(yè)發(fā)展白皮書》的報(bào)告，全球智能語音產(chǎn)業(yè)規(guī)模在2017年預(yù)計(jì)能突破100億美元，而同時(shí)我國在這一產(chǎn)業(yè)能突破100億元人民幣。

　　從硬件來講，根據(jù)Future Source的數(shù)據(jù)，智能音響增速更快，在音頻設(shè)備中的占比也逐步提升，預(yù)計(jì)2013-2019年全球智能音響復(fù)合增長率為14%。

　　隨著亞馬遜Echo和Alexa的大獲成功，幾乎國內(nèi)外所有IT巨頭都相繼進(jìn)入了語音交互市場，包括谷歌、蘋果、微軟、亞馬遜、Facebook、三星、阿里、百度、騰訊、華為、科大訊飛、搜狗等，還包括了海天瑞聲、中科信利、接通華聲等公司，當(dāng)然還包括很多初創(chuàng)企業(yè)包括思必馳、云知聲、出門問問、問之信息、聲智科技、三角獸、驀然、Rokid、傲碩等創(chuàng)業(yè)公司。從市場份額來講，全球還是以Nuance、Google、Apple市場份額最大，國內(nèi)來講以科大訊飛和百度，其中科大訊飛占了約40%的市場份額。

　　目前來看各公司大概會(huì)在幾個(gè)方向上布局：第一個(gè)方向是憑借智能語音硬件產(chǎn)品及平臺(tái)，包括亞馬遜的Echo硬件和Alexa平臺(tái)、Google的Google Home硬件和Assistant，國內(nèi)的很多公司也在紛紛效仿，如科大訊飛、云知聲、思必馳、Rokid等憑借在數(shù)據(jù)、算法和平臺(tái)上的優(yōu)勢(shì)，開始布局硬件，甚至開始布局芯片。由于云和端甚至芯片的全面布局，這類企業(yè)在語音領(lǐng)域會(huì)有很強(qiáng)的把控力，但需要大量的資源和能力作為支撐。如亞馬遜的Alexa能夠快速推廣的原因是亞馬遜免費(fèi)授權(quán)政策和銷售渠道，在接入Alexa語音服務(wù)和授權(quán)項(xiàng)目方面，亞馬遜完全免費(fèi)。就連與產(chǎn)品銷量掛鉤的銷量分成也并不存在。亞馬遜既提供平臺(tái)，又提供渠道資源，利用電商平臺(tái)幫助銷售。

　　第二個(gè)方向主要以移動(dòng)終端作為硬件載體，主要是因?yàn)橐苿?dòng)終端特別是智能手機(jī)市場的存量特別大，以及結(jié)合各種APP應(yīng)用多樣性，是很多公司特別是互聯(lián)網(wǎng)公司喜歡的模式。利用自己的算法優(yōu)勢(shì)，作為智能手機(jī)的語音助理，包括Apple、微軟、百度、出門問問等，當(dāng)然這些公司資源豐富，也會(huì)切入到其他智能硬件領(lǐng)域，包括Google會(huì)在多領(lǐng)域布局。

　　第三個(gè)方向會(huì)切入到細(xì)分專業(yè)市場，如車載市場，Nuance有發(fā)布Dragon Drive語音助手，國內(nèi)也有傲碩專攻車載語音這樣的創(chuàng)業(yè)公司。同時(shí)，基于這些方向，很多公司會(huì)相互合作，百度和小魚在家機(jī)器人公司深度合作，打造內(nèi)嵌百度語音操作系統(tǒng)DuerOS的智能終端產(chǎn)品，京東聯(lián)合科大訊飛發(fā)布智能音箱叮咚等。當(dāng)然對(duì)于更早期的創(chuàng)業(yè)公司可以憑借自己在某一點(diǎn)的優(yōu)勢(shì)，與其他企業(yè)合作，切入到這些方向。

　　從商業(yè)模式上來看，大家看好亞馬遜的很重要的原因是它擁有電商平臺(tái)、云平臺(tái)以及硬件開發(fā)的能力。通過開放Alexa，后端整合內(nèi)容及服務(wù)，前端整合各類用戶的終端設(shè)備，用戶數(shù)和服務(wù)數(shù)都能快速增長，形成自己的生態(tài)壁壘。隨著第三方的開發(fā)者越來越多，Alexa涵蓋的技能也越來越廣泛，除了查詢天氣、播放音樂、創(chuàng)建任務(wù)、設(shè)置鬧鐘、發(fā)送消息之類的基本功能之外，還支持預(yù)訂外賣、Uber打車、控制家用電器等各種功能。除了第三方開發(fā)者，Alexa也已經(jīng)對(duì)第三方硬件廠商開放，已經(jīng)有冰箱、汽車等加入到了支持Alexa的大軍。

　　但從現(xiàn)在的應(yīng)用場景的使用量來看，還是以新聞、查詢天氣、鬧鐘等為主，如何使語音作為入口，建立人與人之間的連接，以及人與物、物與物之間的連接，我這里說的連接不是僅僅只通訊上的連接，而是人與人之間情感上的，人與物、物與物可以幫助決策、方便生活上的連接。目前來看，現(xiàn)在還只是早期，需要更多的探索，換言之，雖然亞馬遜現(xiàn)在稍有領(lǐng)先，但是其他公司都有機(jī)會(huì)，格局未定。

　　從國內(nèi)來講，由于我國特殊的環(huán)境與政策，以及中文語言的壁壘，包括服務(wù)器不在本地等因素，在相當(dāng)程度上對(duì)國外語音巨頭的進(jìn)入形成了壁壘。因此我看好國內(nèi)智能語音公司的發(fā)展，但同時(shí)這也是雙刃劍，也阻止了國內(nèi)智能語音公司向歐美等國家的發(fā)展，可能東南亞市場可以做部分切入。但有一點(diǎn)必須要正視，雖然我國人口眾多，但是目前美國有大約460萬家庭用戶安裝了智能家居系統(tǒng)，支撐了Echo這樣的智能設(shè)備的成功。

　　而中國只有30萬用戶，基礎(chǔ)設(shè)施與用戶習(xí)慣上的差距，可能會(huì)影響智能語音硬件，如智能音箱等在中國的普及。但從最終的趨勢(shì)來看，在中國市場肯定會(huì)有一家或幾家如亞馬遜提供平臺(tái)級(jí)的公司，提供云到端的服務(wù)。但是這也絕非易事，京東聯(lián)合科大訊飛發(fā)布的智能音箱叮咚，市場就反響一般，這當(dāng)然有中國市場的因素，但本身產(chǎn)品上也是重要原因。

　　不得不說的是Rokid是另外一個(gè)更具想象空間的一個(gè)例子，由于Rokid的硬件載體是家庭機(jī)器人，基于上面的應(yīng)用價(jià)值和想象空間會(huì)更大，從報(bào)道上來看，Rokid的聲紋識(shí)別、方向識(shí)別、語義理解和主動(dòng)感知上都能達(dá)到業(yè)界領(lǐng)先水準(zhǔn)，不僅能夠知道喚醒它的人是誰，還能在嘈雜環(huán)境下準(zhǔn)確分辨出聲音來源，而且識(shí)別距離最遠(yuǎn)可達(dá)10米。當(dāng)然前提是家庭機(jī)器人的廣泛應(yīng)用，但這至少會(huì)使Rokid在家庭機(jī)器人市場優(yōu)于其他競爭對(duì)手。

　　價(jià)值鏈分析

　　上面講的是總體的格局，接下來想從智能語音硬件的產(chǎn)品架構(gòu)開始談起，從細(xì)節(jié)處、包括軟硬件等角度去發(fā)現(xiàn)在這領(lǐng)域內(nèi)可能存的機(jī)會(huì)。我一直認(rèn)為，產(chǎn)業(yè)鏈價(jià)值是相互傳導(dǎo)的，某一個(gè)細(xì)分的技術(shù)有可能在某時(shí)間點(diǎn)變成產(chǎn)品差異化的關(guān)鍵，好比智能手機(jī)領(lǐng)域，在去年雙攝成為差異化的關(guān)鍵因素，而在更早以前，是其他的技術(shù)或部件起關(guān)鍵作用。所以我覺得有必要做更深入的分析和理解，而不能僅僅在宏觀上的分析，那樣很容易留于表面。先看一下Echo和Google Home的Teardown。