眾所周知，語音導航、語音拍照、語音撥號、語音喚醒等功能如今已經(jīng)風靡各種終端，智能語音操控已經(jīng)從最初消費者無聊時的調(diào)侃型應用，發(fā)展到如今可真正幫助消費者解決實際問題的功能性應用。智能語音應用正走向成熟，終端產(chǎn)業(yè)正迎來一波以智能語音控制為特色的全新革命。那么智能語音能否顛覆未來終端產(chǎn)業(yè)？其中的機遇和挑戰(zhàn)又在哪里？ 鈦媒體作者孫永杰詳細梳理和解讀關(guān)于智能語音將面臨的五大難題：

第一、智能語音會是下一代終端的“標配”嗎？

這里的關(guān)鍵在于如何定義和理解“標配”。如果從帶有語音功能的角度，現(xiàn)在幾乎主流智能手機廠商的主流智能手機都具有一定程度的語音功能。而從大的生態(tài)系統(tǒng)來劃分的話，蘋果iOS有Siri、谷歌Android有 Google Now、微軟 Windows Phone 有 Cortana，當然除了這三大生態(tài)系統(tǒng)標配的智能語音應用外，還有所謂第三方開發(fā)的智能語音應用，例如目前比較知名的中興智能語音。

但從使用頻率看，我們認為目前所謂的智能語音仍未達到“標配”的要求或者說是目的。即既然是標配，就應該被用戶頻繁使用或者說某些應用非智能語音不可才有實際的價值。否則盡管智能手機上具備智能語音功能（僅表面的標配而已），但用戶并不會在實際應用中去頻繁使用，這種“標配”無論對于廠商的資源還是用戶的付出價值都是一種浪費。所謂此標配非彼“標配”。

究其原因，我們認為，目前智能語音識別率不高或者識別上語義的曲解是阻礙用戶使用智能語音的主要原因；其次就是智能語音支持的應用并非具有不可替代性（采用傳統(tǒng)的觸控方式仍可完成）；最后就是智能語音使用的效率。即使用智能語音與傳統(tǒng)觸控相比，無論是在操作步驟、反應時間等構(gòu)成的效率體驗上并未體現(xiàn)出明顯的優(yōu)勢。

第二、智能語音的“實用派”與“娛樂派”，哪種用戶更愿意買單？

需要說明的是，之所以提出這個問題，正是由于上述智能語音使用率不高，相關(guān)廠商在智能語音發(fā)展現(xiàn)階段所采用的不同的鼓勵和吸引用戶盡可能使用智能語音的一種手段和發(fā)展策略。對于究竟誰優(yōu)誰劣，業(yè)內(nèi)是見仁見智。

結(jié)合當下智能語音使用率偏低及技術(shù)發(fā)展尚不成熟，尤其是缺乏不可替代性，我們認為“娛樂派”似乎更適合當下智能語音與智能終端（例如智能手機）的推廣。因為一來可以增加用戶使用的興趣，進而間接提高使用的頻率，加深對于智能語音的理解，同時也可以稀釋因目前智能語音技術(shù)所限出現(xiàn)差錯而給用戶造成智能語音不可靠的負面影響。但有一點需要肯定的是，未來智能語音要想從根本上為用戶所接受和普及，實用價值是不可或缺的。從這個意義看，目前“實用派”更符合未來發(fā)展的趨勢。值得一提的是，在某些關(guān)鍵應用場景下，例如導航，搜索等應用，“實用派”已經(jīng)是當下是惟一的選擇。

第三、智能語音市場需要怎樣的企業(yè)，“大而全”還是“小而精”？

這個問題，我們認為應該從兩個維度看，一是從相關(guān)企業(yè)的發(fā)展策略，是做大而全的智能語音識別，還是針對某個行業(yè)或者應用。也就是說是做通用型的智能語音還是專業(yè)型的智能語音；另一個維度則是用戶的需求。即用戶是希望現(xiàn)有和未來終端的應用是全部由智能語音支持還是個別場景和應用需要智能語音支持。

從目前與廠商發(fā)展智能語音相關(guān)的技術(shù)、市場策略與用戶需求的應用和場景的契合度上看，我們認為“少而精”應該是現(xiàn)在和未來一段時間內(nèi)智能語音產(chǎn)業(yè)發(fā)展的特點和趨勢，即便是像某些業(yè)內(nèi)觀點所言，未來智能語音技術(shù)高度成熟，也很難完全替代目前智能終端（例如智能手機，智能手表等）以觸控為主的應用和體驗，就像目前的觸控不能替代鼠標鍵盤一樣。所以，我們建議相關(guān)企業(yè)還是應仔細研究智能語音的使用場景和應用，把某些特殊場景（例如車載）和應用上做到極致，無論是對于自身，還是對于整個智能語音產(chǎn)業(yè)的促進上都將事半功倍。

第四、如何評判語音識別技術(shù)的高低？

盡管研討中與會的專家、業(yè)內(nèi)人士針對這個問題給出了不同的解答，但我們認為從用戶需求和體驗的角度去評判更具客觀性。首先就是對于不同應用或者場景下對于語義的理解。在此我們之所以沒有提及業(yè)內(nèi)常言的識別，是因為作為智能語音，識別是最基本的要求，理解不僅包含了識別，更是識別后邏輯分析的產(chǎn)物。其次是反饋和處理的效率。有關(guān)這個我們在前面中已有所涉及，這里不再贅述。

最后是相關(guān)應用的和場景的優(yōu)化與支持。需要提醒和補充的是，無論是語義的理解還是處理的效率，由于涉及到諸多領(lǐng)域和多種因素，所以絕非是一家企業(yè)可以搞定，這就要求產(chǎn)業(yè)鏈相關(guān)廠商的密切配合。這也是為何目前國內(nèi)某些企業(yè)（例如中興智慧語音聯(lián)盟）采用結(jié)盟方式發(fā)展智能語音的主要原因。

第五、誰將引領(lǐng)下一個智能語音應用熱潮？

這同樣涉及到兩個維度。首先是智能語音的應用領(lǐng)域。從目前看，多數(shù)廠商多集中在智能手機領(lǐng)域。畢竟目前智能手機是目前普及量、市場空間、應用等方面最大的市場，其次就是以智能手表為代表的可穿戴設備、車聯(lián)網(wǎng)及未來的物聯(lián)網(wǎng)（例如智能家居）。而鑒于業(yè)內(nèi)公認的現(xiàn)在和未來智能手機是連接一切的中心，那么智能手機無疑重中之重，至少是下一個智能語音應用熱潮本身及延展的基礎。

另外一個維度就是相關(guān)廠商。而提及相關(guān)廠商，就必須聯(lián)系應用領(lǐng)域，既然智能手機是鏈接一切的中心且是延展的基礎，就決定了智能語音未來的發(fā)展方向應是平臺化。即智能語音技術(shù)雖然以智能手機中的相關(guān)應用和場景為重，但又不應僅僅局限于智能手機，只有這樣的企業(yè)方能引領(lǐng)下一個智能語音應用的熱潮。

綜合上述針對智能語音現(xiàn)在和未來發(fā)展問題的分析，我們認為，智能語音所謂顛覆智能終端的相關(guān)方面仍存在諸多的變數(shù)和挑戰(zhàn)，但對于終端的附加值肯定是存在且會隨著技術(shù)和應用場景的不斷拓展，呈現(xiàn)擴大的趨勢。也許在未來，當附加值的積累達到一定程度時，再去言顛覆可能更為恰當。