近年來，由于機(jī)器學(xué)習(xí)以及大數(shù)據(jù)的迅猛發(fā)展，讓圖像識別、語音交互、生物醫(yī)療、交通運(yùn)輸?shù)阮I(lǐng)域發(fā)展迅速，機(jī)器也逐步朝著真正能夠理解人、幫助人的愿望發(fā)展，功能單一的家電設(shè)備甚至不聯(lián)網(wǎng)也可以聽懂命令、自動操控，比如小編近期了解到的一盞臺燈，它只需要用關(guān)閉、打開、調(diào)暗、調(diào)亮等簡短的語音命令，就可對其進(jìn)行控制，甚至無需喚醒詞、不用經(jīng)過云端的大數(shù)據(jù)匯集。

語音交互的云平臺和本地端應(yīng)用

語音交互技術(shù)作為人工智能重要的一個分支領(lǐng)域，從最初由聲控虛擬助手來補(bǔ)充云端的語音信息庫，到大量的誤聽、誤解命令的服務(wù)機(jī)器人、智能音箱等產(chǎn)品的出現(xiàn)，發(fā)展到現(xiàn)在的，一盞臺燈、一個晾衣架、一臺風(fēng)扇，更多本地端的語音交互應(yīng)用也逐漸被細(xì)分出來，但是否這樣的端智能就會是機(jī)器智能交互的最終形態(tài)呢？

（歡迎補(bǔ)充，數(shù)據(jù)持續(xù)更新…）

就目前來講，做語音交互云平臺的數(shù)量是要多于做端智能的企業(yè)，兩者的區(qū)別在技術(shù)本身除了聯(lián)網(wǎng)之外，并沒有太大的差別，可是反饋到終端產(chǎn)品以及應(yīng)用場景中，就會帶來一些不同的體驗感，其一是功能性，端智能的功能更加明確，錯誤理解率會小于云智能，命令反應(yīng)時間也會快于云智能，但端智能能夠滿足的產(chǎn)品功能種類會比較單一，目前還只適用于簡單的家電控制，像臺燈、風(fēng)扇、空調(diào)等。

其二是趣味性，這也是功能性的延伸，由于云端不受資源的限制，可以有更大的數(shù)據(jù)庫，更強(qiáng)大的語義理解功能，除了可以增添家電控制、天氣、交通、時勢信息的查詢等硬性功能外，陪伴聊天、娛樂也成為了云端智能的新穎噱頭以及未來可能的發(fā)展方向。簡單點來說就是在端智能和云智能的優(yōu)缺點中做一些取舍，假如我們需要更多種類的軟性趣味功能，就勢必會有一些硬性的功能方面的小瑕疵。

互問以AM1032作為分布式家居中的智能節(jié)點，和現(xiàn)在形態(tài)還不確定的家庭中控實現(xiàn)分布式智能家居平臺。

處理語音數(shù)據(jù)的技術(shù)趕不上其增長的速度

目前很大一部分選擇發(fā)展云智能的原因都不外乎兩點，一是技術(shù)上還不能夠滿足明確的應(yīng)用場景，這里的技術(shù)具體是指前端的語音處理，如遠(yuǎn)距離拾音、降噪、回聲消除、去混響、聲紋識別、音源定位、音源跟蹤，小size算法模型，麥克風(fēng)陣列等，據(jù)小編了解目前市面上存在的智能音響，只有相對安靜的環(huán)境下使用一般說話的聲音大?。ù蟾?0分貝左右），能夠達(dá)到3到5米的拾音距離。

前端語音的處理或許在比較安靜穩(wěn)定的環(huán)境里面體現(xiàn)不出來太大的差別，但是如果在汽車、室外等并不穩(wěn)定的環(huán)境里，設(shè)備的“聽力”就會變得格外重要，畢竟聽不到又怎么能聽懂，何況就現(xiàn)實來看，不穩(wěn)定的環(huán)境因素是必然存在的，所以無論是云智能還是端智能，想要有更多的應(yīng)用場景、更好的智能體驗效果，都是需要不斷提升前端語音處理技術(shù)的。

目前市面上有提出兩種解決方案，都是利用高性能數(shù)字信號處理芯片DSP(Digital Signal Process)技術(shù)來實時進(jìn)行語音識別，互問的圓形麥克陣列板是其中之一，這是一個將軟硬件結(jié)合的方案，它的拾音距離是10米范圍內(nèi)（連續(xù)可調(diào)），具備回聲抵消、聲源測向、混響消除、噪聲抑制、可調(diào)拾音方向、可調(diào)拾音距離等一系列功能。還有一種解決方案是美國的Synaptics公司提出，是可以通過軟件的方式來處理，目前可達(dá)到在噪音較大的環(huán)境下進(jìn)行遠(yuǎn)至5米的無縫語音控制。

Synaptics的官網(wǎng)圖片

選擇云智能的第二個原因，是布局大數(shù)據(jù)。數(shù)據(jù)的價值已經(jīng)被等同于能源，而當(dāng)前我國90%的數(shù)據(jù)是來源于近兩年的積累，畢竟大數(shù)據(jù)的發(fā)展是依靠互聯(lián)網(wǎng)以及移動互聯(lián)網(wǎng)的應(yīng)用推動。而語音交互云平臺只有積累更多的語音信息數(shù)據(jù)，才能運(yùn)行更大更多的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。

百度在15年開發(fā)出的“深度語音識別系統(tǒng)”（Deep Speech 2），它就是在擁有一個非常大的、“深”的神經(jīng)網(wǎng)絡(luò)的同時，不斷的學(xué)習(xí)、引入數(shù)以萬計的轉(zhuǎn)錄語音，目前Deep Speech 2在口語識別的準(zhǔn)確度方面十分驚人，有時在識別漢語語音片段方面比人為識別還要準(zhǔn)確。但還是有部分人認(rèn)為目前的深度學(xué)習(xí)更傾向于蠻力計算，處理語音數(shù)據(jù)的技術(shù)是趕不上數(shù)據(jù)增長速度的。

從中心化過渡到去中心化，是否任意端都可以成為中心？

由于上面的兩個原因，BAT企業(yè)大都會首先選擇發(fā)展云智能，提供云平臺服務(wù)，盡管應(yīng)用領(lǐng)域的側(cè)重點不同，但并不影響他們建立自己的云端數(shù)據(jù)中心，最終這些數(shù)據(jù)細(xì)分輸入到不同的領(lǐng)域的應(yīng)用場景中，成為一個個能夠進(jìn)行語音交互的機(jī)器設(shè)備，可能是會像文章一開頭所講的臺燈、風(fēng)扇一樣，也有可能是某個類似智能音響一樣的中央控制器。

從現(xiàn)在發(fā)展的趨勢來看，從中心化過渡到去中心化，似乎是必然的發(fā)展規(guī)律，但如果想要構(gòu)建一個像科幻電影里面一樣：可以掌握聽、說、讀等多種能力、適應(yīng)更多可變化的場景和環(huán)境、能自我完成多數(shù)任務(wù)的機(jī)器人管家，一個真正的人工智能集合體，就一定是建立在大數(shù)據(jù)共享的條件之下。

這就需要每個端智能都成為一個中心，或者說是將端智能和云智能的方式相結(jié)合，這目前是一個嘗試，畢竟目前的技術(shù)已經(jīng)解決了部分的簡單任務(wù)，像單一的家電控制，這些清晰而簡明的數(shù)據(jù)信號。但是如果有那么一天我們需要面對更為復(fù)雜智能化，以及其背后更具生命性的特征時，我們是否就會有取舍和決斷。畢竟有些觀點是說，如果我們想要絕對的智能我們也將不再會有隱私。