2019-05-10

下一代語音助理的進化方向，顛覆的不止是音箱和手機

響應速度、理解和服務能力、交互體驗優化，提升不止這些

語音，是移動互聯網之后最重要的交互入口。而語音助理，則是這一入口背后計算能力、服務能力的人格化體現。

在過去，語音助理總是承諾提供超出它們能夠提供的服務，以至于那些搭載它們的智能設備，看起來總有些「智障」，比如響應速度慢、聽不懂、給出莫名其妙的對話回復、不能提供想要的服務，等等。這些問題，新一代 Google Assistant 試圖給出解決方案。

在 5 月 8 日舉行的 Google I/O 2019 大會上，Google 提出了「Next Generation Assistant」的概念，并展示了 Google Assistant 在響應速度、跨 APP 處理多個任務、以及在對話理解和反饋上的能力。

Google Assistant 所展示的自然、流暢的對話能力，有多厲害，國內的用戶可能感受不深。畢竟，語音助理是與其背后的內容和服務深度綁定的，Google 的服務生態都不在國內。并且，Google Assistant 不支持中文，國內的用戶有一大把中文語音助理可以選擇。同時，新版 Assistant 要到今年下半年才能登陸 Pixel 手機，而最新發布的 Nest Hub Max 也要到今年晚些時候才能面世。

然而，能夠支撐 Google Assistant 成為下一代語音助手的信心，來自于其背后 Google 在語音領域「我有你沒有」的優勢，我們將其總結為以下幾個方面：

1、語音搜索和對話式 AI 能力：隨著用戶使用語音查詢的次數與日俱增，Google 通過 AI 可以理解用戶搜索的內容，并確定用戶的意圖，從而提升用戶搜索和任務請求的準確性。

2、安卓智能手機操作系統：讓 Google Assistant 成為系統層的應用，并快速搶占語音數據最大的入口。

3、內容和服務生態：郵件、搜索、地圖、YouTube 視頻，這些都可以與語音助理進行深度綁定，從而相應更多的用戶請求。

盡管 Google 意圖是在兜售自家的語音助理——目前，Google Assistant 的裝機量已經累計超過了 10 億臺，但 Google 展現的這些能力，也給我們指明了方向。

以下我們整理了一些能直觀體現「下一代語音助理」的功能演示，并逐個進行了介紹和解讀，借此與大家一起感受一下語音助理的進化方向。

#1 秒級響應：請求-響應完全本地處理

在舞臺演示中，Google 展示了使用下一代語音助理操控手機應用的能力。演示人員分別向 Pixel 手機連續做了以下語音請求：打開日歷、打開計算器、打開相冊、插入倒計時 5 分鐘的任務、詢問今天的天氣、連續詢問明天的、打開某人的 twitter 信息、打開/關閉閃光燈、打開自拍模式。

全程值得點評的是：

1、一共 10 句語音請求，只用了一次喚醒詞「Hey Google」。

2、Google Assistant 的響應時間大大縮短，幾乎是秒級響應。

Google Assistant 的響應迅速，被很多媒體毫不吝嗇的歌頌——Crazy Fast，其原因則是 Google 通過深度學習把以往 100G 的語音識別模型壓縮到了 500MB，這意味著它將能裝載進手機中，能夠完全不借助云端在本地處理語音識別，這也呼應了 Google 強調的隱私與安全。

#2 零延遲：跨 APP 處理多個任務體驗流暢

Google Assistant 可以實現在多個任務之間切換，交互過程中語音助手持續保持監聽，無需重復喚醒，即可輕松地從一個任務切換到另一個任務。

視頻中演示了用戶回復短消息、查找圖片、AI 協助篩選圖片、插圖和發送圖片等一系列動作。

近年來，手機語音助理的發展之快超出預期，目前已經成為各大手機廠商的標配。拋開上鬧鐘、打電話等基本功能性的需求外，通過語音助手調用 APP，并實現跨 APP 之前的多任務處理，更大的意義在于：

人機交互，不再以 APP 為中心，而是以用戶使用場景為中心。

如果你早上起來，呼喚語音助手，幫你打開窗簾、播放音樂、播報當日新聞、查看當天日歷；用戶在發信息的時候，需要調用圖片庫，挑選圖片，期間電話進入，接聽電話......這一系列的操作，將會被捆綁成為一個個功能集，賦予到特定的用戶使用場景。

#3 全語音操作：操作語音轉文字，同時穿插語音指令

Google 還展示了一個實用功能：寫郵件，語音轉文字，調用收件人，填充郵件題目，發送郵件。整個過程是全語音操作的無縫體驗，只需要一句「Hey Google」做喚醒，并且 Google Assistant 可以讀取和調用通訊錄信息。

#4 記住你是誰：個性化推薦

Google 還展示了一個名為「Picks for you」的個性化推薦的能力。不同的人向 Google Assistant 請求，會獲得不同的推薦結果。

這一功能將在今年夏天上線 Google 新發布的智能屏 Nest Hub Max 上，屆時可以實現，通過攝像頭識別不同的用戶，然后再提供用戶符合他喜好的內容，如菜譜、廣播、活動。

同時，個性化推薦也代表著，Google Assistant 可以清晰的理解用戶的請求，如用戶發出導航去「Mom's House」的請求時，Google 可以根據用戶身份和使用場景，分析出「Mom's House」指代是媽媽家、還是一家餐廳的名字、或者其他，并給出相應的推薦結果。

Google Assistant 可以響應個性化的請求，并給出個性化的回復。如「給我看我兒子的照片」「帶過去預定的餐廳」「提醒我在結婚紀念日買巧克力」這些無需明確說明是誰的語句。

要實現這一功能，還需要在設置里的「You」一項，填寫個人相關信息即可。

基于過去在對話 AI 和知識圖譜的積累，Google Assistant 能夠更快、更準確的理解用戶的意圖和需求，以及所說的特定詞語代表著什么，提供精準的個性化推薦。

這或許將帶來新的個性化推薦革命，在文字之外的語音界面。

#5 不用動手：AI 自動完成訂單填寫

去年 Google I/O 首次亮相的 Duplex AI 能夠模仿人聲給自動給餐廳打電話訂餐。在驚艷過后，現在已經能夠接聽來電騷擾，并且在美國的 43 個州為個人用戶提供預定餐廳的服務。

時隔一年，Duplex AI 再次迎來更新：在手機 web 端，直接幫助用戶完成一系列的篩選、匹配、預定的操作。只要你告知 Google 你的需求，如網上租車、買電影票、或餐廳定位，并說出預定哪個商家的某個服務，剩下的就交給 Assistant 自動幫你填充個人信息和完成預定操作。

能夠自動實現這一操作的基礎，是 Google 可以讀取你的個人信息、日歷、郵件、甚至信用卡。此外 Google 還能對你的喜好進行收集和分析，從而給出接近你需求的搜索結果，并協助你完成預定。

Duplex AI 并不是一個簡單的 chatbot，理論上講，它能夠在任何人機交互界面上，扮演助理的角色。

#6 不用動手：一句話進入駕駛模式

在車載場景，我們已經可以看到 Google 的新版 Android Auto 帶著 Google Assistant 在大約 50 多個汽車品牌 500 種型號上推出。而場景化的「駕駛模式」，則是新一代 Google Assistant 在駕駛場景的探索。

用戶無需擁有 Android Auto，而只要有一部 Pixel 手機，就可以通過「Hey Google, let’s drive」的語音指令，讓 Google Assistant 打開「信息儀表盤」，切換到駕駛模式。

在這個「精心設計的儀表盤」界面，我們可以看到，所有的功能和信息都是以信息流的方式展現的，而非我們通常看到的、更適合觸屏交互的 APP 界面（下方菜單欄一般都有多個頁面入口供用戶切換）。

在這個信息流里，一些駕駛中常用的功能被突出顯示。如果你有餐廳預訂或電影票，Google Assistant 的駕駛模式將顯示導航到該目的地的快捷方式。

結合個性化推薦功能，Google Assistant 可以實現來電告知聯系人信息、詢問是否接聽、恢復上回暫停的音頻內容、根據日歷上的餐廳預定信息自行導航到目的地，等一系列的操作。

#7 小結：離真正的「助手」更近了

快——這是 Google Assistant 給我們最大的感受。

然而，這次 Google Assistant 展示的每一個功能，其實并不新鮮，甚至很多都是幾年前國產手機就已經「實現」的功能。

但正如我們開篇所述，語音助手并不缺各種「智能能力」的暢想，相反，語音助手淪為「人工智障」都是因為這些暢想——在很長一段時間里，語音助理總是承諾提供超出它們能夠提供的服務，一次一次地消耗我們的期待和耐心。

在這場沒有黑科技的 Google I/O 上，我們更多的看到的是，Google 正試圖把前面幾年語音助手吹下的「牛皮」，一一落地。

在與 Google AI、Google 的服務生態進行高度融合后，Google 帶給了我們一個「流暢」的語音助手——10 倍提升的響應速度、橫跨多個 APP 的任務執行、跑在用戶前頭的預備操作……Google Assistant 盤活了 Google 背后的技術能力和服務生態，為用戶帶來一種流暢、高效率的人機交互體驗。