智能語音技術作為人工智能領域中最火的一股浪潮，正在悄然地改變著物聯(lián)網(wǎng)行業(yè)的技術生態(tài)和產(chǎn)業(yè)布局，國內(nèi)不少科技公司、互聯(lián)網(wǎng)企業(yè)也搭乘這這股浪潮在相關產(chǎn)業(yè)上角力。但是，對于設備廠商來說，在傳統(tǒng)產(chǎn)品生產(chǎn)線已經(jīng)成熟的情況下，如何實現(xiàn)自己的產(chǎn)品智能升級，這是一個現(xiàn)實問題。

5 月 4 日，上海慶科在深圳華僑城洲際大酒店舉辦「萬物有聲」智能語音解決方案發(fā)布會。在現(xiàn)場，慶科 CEO 王永虹發(fā)布了 VIM 智能語音解決方案 —— 協(xié)處理器 AP MX1200R 以及主控芯片 CP MX1290，同時還邀請了語音生態(tài)產(chǎn)業(yè)鏈上的各個環(huán)節(jié)的合作伙伴共同探討人工智能背景下的語音技術發(fā)展趨勢，其中包括思必馳、阿里 AI Labs、喜馬拉雅 FM、得邦照明、火火兔。

作為物聯(lián)網(wǎng)系統(tǒng)方案提供商，慶科此次發(fā)布兩款智能語音解決方案也是順勢而為。MX1200R 和 MX1290 這兩款方案不僅能從硬件上簡化設備廠商語音模塊開發(fā)流程，還結合了思必馳的語音識別技術和阿里的語義分析技術，為用戶提供了端云一體化系統(tǒng)服務。而整個智能語音方案和配套的軟件服務只需要「一杯星巴克咖啡」的價錢。

一杯咖啡的價錢，是貴？還是實惠？

會議期間，王永虹問得邦照明技術總監(jiān)孔劍虹：

「一杯咖啡價錢的智能語音方案放到智能臺燈產(chǎn)品里，這樣的事情靠譜嗎？消費者會買賬嗎？」

「其實這個問題應該我來問王總」孔劍虹的這句反問多少有點調(diào)侃的意味。

從照明行業(yè)的發(fā)展來看，從最開始的白熾燈到如今的 LED 燈，燈具的生產(chǎn)技術是一直在提高，同時價格也不斷地降低。近幾年物聯(lián)網(wǎng)和人工智能技術的興起，不少廠商也開始涉足智能燈具的研發(fā)，比如說飛利浦的 HUE，以及 Misfit 的 Bolt 智能燈泡，但做了幾年之后，智能照明的銷售量并沒有太大的改善。「傳統(tǒng)的臺燈本來就賣不了多少錢，再加上一杯星巴克咖啡價格的語音系統(tǒng)，這樣的價格很難讓消費者接受」孔劍虹如是回答。

同樣，在競爭更為激烈的兒童故事機領域，業(yè)內(nèi)對產(chǎn)品的價格擠壓現(xiàn)象更為嚴重。火火兔的產(chǎn)品經(jīng)理汪可旺對孔劍虹的觀點表示贊同，他說：「有些機器人產(chǎn)品加入人工智能技術確實能夠很好地提升用戶體驗，但相關的渠道和用戶消費習慣已經(jīng)固定，所以，當故事機的價格超過三百后，購買的用戶就會減少很多。」

「價格屠殺」現(xiàn)象似乎是國內(nèi)硬件產(chǎn)業(yè)的常態(tài)。從十幾年前起，在華強北「戰(zhàn)斗」的潮汕人對電子產(chǎn)品以及音響產(chǎn)品的壟斷，到幾年前小米強勢殺入智能硬件產(chǎn)業(yè)鏈，每一次都是對整條產(chǎn)業(yè)鏈的洗牌。不過我們應該看到的是，小米可以通過高舉「性價比」的旗幟快速搶占市場，國外的蘋果手機也能以「高端」的姿態(tài)鞏固自己的地位。小米和蘋果在同一時間段都取得了快速的發(fā)展，但是兩者走的是完全不同的兩條路線。

喜馬拉雅 FM 副總裁李海波補充：「長期來看，高昂的價格是業(yè)內(nèi)要重點解決的一個問題，但是，如果人工智能技術或者智能語音技術能夠真正為消費者帶來更好的體驗，那價格因素也可以被這些增值服務所掩蓋。」

「是的，一瓶礦泉水沒有什么味道，但是一杯咖啡是可以慢慢品味的」王永虹說到。

帶燈泡的故事機和可以講故事的臺燈，你選哪個？

這似乎是個更加尷尬的問題？

兒童故事機和臺燈完全是兩個不同的品類，但在人工智能和智能語音技術的催生下，不同的智能產(chǎn)品同質化現(xiàn)象越來越嚴重。

兒童故事機，或者說兒童機器人，可以與用戶進行對話，有娛樂功能，能夠輔助兒童學習，幫助家長跟孩子進行更有效的溝通和互動。

某些兒童智能臺燈除了標配的照明控制之外，也能說會唱，還能輔助家長監(jiān)控小孩的上網(wǎng)時間。

對此，汪可旺給出的答案相當簡單粗暴：「產(chǎn)品要加哪些功能，用戶說了算，用戶想加我們就加。」

孔劍虹則用「跨界」來解釋這樣的現(xiàn)象，從產(chǎn)品的「跨界」中也會誕生新的靈感。

但隨著討論的深入，在場的嘉賓均認為，只有立足用戶，解決具體應用場景的需求，產(chǎn)品才有可能取得成功。

在車載后裝語音產(chǎn)品市場，思必馳是當之無愧的老大。思必馳副總裁雷雄國認為，在做語音產(chǎn)品時，應該考慮在特定的場景下，語音交互技術是不是必要的。在開車的過程中，司機的精神、眼睛以及手部專注于駕駛，不能有半點分心，所以只有通過語音才能夠在保證安全的情況下，跟車內(nèi)其他的智能設備進行交互。這就是剛需，也是思必馳在車載后裝市場成功的基礎。

開發(fā)一款產(chǎn)品，應該切合市場以及用戶的使用習慣。智能語音技術快速得到老百姓的認可，在很大程度上要歸功于亞馬遜 Echo 音箱的熱賣。Echo 大火之后，國內(nèi)不少廠商也亦步亦趨開始做音箱產(chǎn)品，但最終的銷量卻相當難看。其中有技術上的因素，但更重要的是，國內(nèi)的用戶不像國外的那樣對音箱產(chǎn)品有廣泛的使用基礎，對于音箱產(chǎn)品的使用習慣，國內(nèi)用戶還需要慢慢培養(yǎng)。

喜馬拉雅 FM 副總裁李海波補充：「我們曾經(jīng)做過一款有十二項功能的產(chǎn)品，但是卻賣不出去，因為用戶不知道他們買的究竟是怎樣的一款產(chǎn)品。」技術領域會越來越細化，而每一個領域的分支都將耗費大量的人力和財力去研究。所以，對于重技術驅動的人工智能領域公司，尤其是創(chuàng)業(yè)公司來說，重要的是要找到屬于自己的細分點，而爆款產(chǎn)品往往就出現(xiàn)在某些細分在細分領域中。

推進語音技術的發(fā)展，不是一家的事

「現(xiàn)今的人工智能技術，相當于幾歲的人類？」王永虹提出這樣的問題頗有些打趣的意味。

阿里 AI Labs 的技術專家七魂回答：「如果讓人工智能像人類那樣去交流，那應該連一歲都不到。但是從另外的方面來講，比如說計算能力，類似 AlphaGo 這樣的人工智能應該能達到頂級水平。」

其實，目前人工智能的理論以及算法技術早在很多年前就已經(jīng)提出，現(xiàn)今相關技術的快速發(fā)展很大程度上得益于計算能力的提升。總的來說，人工智能技術的發(fā)展還處于初期階段，智能語音技術也是一樣。

但是要注意的是，語音技術的推進，從來就不是某一個巨頭，或者說某一個行業(yè)的事。

慶科此次發(fā)布的智能語音解決方案同時融合了自家硬件技術，思必馳和阿里的軟件技術，以及內(nèi)容廠商的數(shù)據(jù)支持。思必馳副總裁雷雄國總結：「語音技術的發(fā)展，需要數(shù)據(jù)的積累、算法的積累以及特定場景的優(yōu)化，這些需要所有的合作伙伴共同推進。」

七魂對此深有感觸，在音頻行業(yè)，阿里對該領域的理解不如喜馬拉雅深入，所以在與第三方內(nèi)容生產(chǎn)商合作時，就要對 NLP 進行場景化和個性化定制，做深度的轉義，讓專業(yè)人士處理自己專業(yè)的問題，這樣才能提高效率，「我們不是建筑公司，不應該從一磚一瓦來建設大廈，而是通過提供圖紙和方法幫助用戶構建大樓。」

可見，要整合產(chǎn)業(yè)鏈上所有的玩家和資源，才能有效推進語音技術的發(fā)展。另外，語音技術從實驗室走向商用，產(chǎn)品落地為商品，背后所要花費的精力和資源是巨大的，需要各方長期的投入和努力。