近年來英語市場(chǎng)各大品牌紛紛發(fā)表自有語音助理與智能音箱，除了意味著人工智能（AI）技術(shù)開始應(yīng)用于居家場(chǎng)域之外，也宣布了語音人機(jī)接口的時(shí)代已然來臨。 而中文語音識(shí)別技術(shù)開發(fā)相較于英文更為困難，人們的生活習(xí)慣以及對(duì)于智能家庭的需求也有所差異，因此在地廠商在開發(fā)技術(shù)與拓展中文市場(chǎng)時(shí)，考慮亦與歐美有所差異。

自2014年亞馬遜（Amazon）發(fā)表了智能喇叭Echo之后，為智能家庭與語音助理的結(jié)合帶來全新想象。 Google、蘋果（Apple）等大廠也紛紛加入戰(zhàn)局，推出各種不同市場(chǎng)定位的智能喇叭（表1）。

根據(jù)市調(diào)機(jī)構(gòu)Global Market Insights研究報(bào)告指出，2016年全球智能喇叭市場(chǎng)規(guī)模為4億美元，預(yù)估到2024年將快速成長(zhǎng)到130億美元。 智能喇叭市場(chǎng)前景看好，成長(zhǎng)速度也將非常快速。 另外，臺(tái)北國(guó)際計(jì)算機(jī)展（COMPUTEX TAIPEI）共同主辦單位臺(tái)北市計(jì)算機(jī)公會(huì)，也在日前發(fā)布新聞，表示自2017年9月開放2018年展會(huì)在線登錄以來，看到許多端點(diǎn)AI裝置、語音助理解決方案等創(chuàng)新應(yīng)用產(chǎn)品廠商參展。 臺(tái)北市計(jì)算機(jī)公會(huì)進(jìn)一步分析，此趨勢(shì)是由于人工智能語音助理（Voice Assistant）的成熟，智能喇叭可透過與語音助理功能介接，搭配搜尋、查詢與日常用品導(dǎo)購(gòu)功能，可提供更完整的人工智能生活服務(wù)。

以中文市場(chǎng)而言，中國(guó)各大網(wǎng)絡(luò)巨頭自2015年起，也紛紛發(fā)布自有的智能喇叭產(chǎn)品。 并且如同歐美市場(chǎng)一般各自有其市場(chǎng)優(yōu)勢(shì)。 例如，阿里巴巴與Amazon皆已掌握相當(dāng)大的電子商務(wù)市場(chǎng)市占，透過智能喇叭能夠讓消費(fèi)者透過不同渠道體驗(yàn)更完整的購(gòu)物服務(wù)；小米則與Apple相似，在推出智能喇叭之前便已累積許多備受市場(chǎng)肯定的硬設(shè)備， 搭配智能喇叭能讓各硬件之間有更完整的串接，讓消費(fèi)者實(shí)現(xiàn)更加智能化的居家生活。

要推動(dòng)智能家庭的實(shí)現(xiàn)，必須與現(xiàn)實(shí)生活模式完美銜接，才能創(chuàng)造消費(fèi)者需求。 根據(jù)NPR And Edison Research所提供的數(shù)據(jù)指出，在已經(jīng)購(gòu)買智能喇叭的用戶中，有87%用戶期待能夠透過語音輸入接口搜尋信息。 由此可見，中文語音識(shí)別技術(shù)便是經(jīng)營(yíng)中文市場(chǎng)首要必須突破的技術(shù)門坎（圖1）。

圖1 智能喇叭用戶的購(gòu)買目的統(tǒng)計(jì)

多種語言交叉辨識(shí)符合***現(xiàn)實(shí)生活情境

工研院資通所技術(shù)推廣部副組長(zhǎng)張振魁指出，工研院自2016年第四季開始整合已開發(fā)多年的語音識(shí)別技術(shù)，開發(fā)出ITRI語音助理。 期待能夠秉持著對(duì)于在地的了解，開發(fā)出最符合***生活習(xí)慣的語音助理。 相較于國(guó)際大品牌所推出的語音助理、智能喇叭產(chǎn)品，ITRI語音助理已經(jīng)能夠做到更精準(zhǔn)的中文語音識(shí)別。 目前正在積極開發(fā)多語言辨識(shí)功能，未來若用戶在中文語句之中，夾雜英文或是臺(tái)語單字，ITRI語音助理也能夠精準(zhǔn)辨認(rèn)用戶指令（圖2）。

圖2 工研院資通所技術(shù)推廣部副組長(zhǎng)張振魁指出，ITRI語音助理已經(jīng)能夠做到比國(guó)際大廠更精準(zhǔn)的中文語音識(shí)別。

未來ITRI語音助理除了持續(xù)開發(fā)英語、臺(tái)語等更多語言辨識(shí)功能，并持續(xù)開發(fā)市場(chǎng)應(yīng)用之外，中文的語意理解更是會(huì)持續(xù)優(yōu)化的重點(diǎn)。 首先，由于不同國(guó)家或是地區(qū)方言，都會(huì)有不同的文法語意使用方式，未來工研院將會(huì)結(jié)合機(jī)器學(xué)習(xí)技術(shù)，快速擴(kuò)大不同語言的語意數(shù)據(jù)庫(kù)。 再者，在智能喇叭的使用情境之中，常常會(huì)是所有家庭成員共同使用一臺(tái)設(shè)備。 因此，透過聲紋辨識(shí)技術(shù)做到語者辨識(shí)功能也是開發(fā)重點(diǎn)，才能夠使智能喇叭搜集到完整且正確的用戶行為數(shù)據(jù)。 最后，用戶的語調(diào)情緒在未來也是開發(fā)重點(diǎn)之一；藉由用戶輸入信息時(shí)的語氣，判斷用戶發(fā)出該指令時(shí)的急迫性以及情緒變化，是透過其他的人機(jī)界面皆無法得知的。 因此，在未來語調(diào)情緒也會(huì)是語音識(shí)別能夠搜集到的珍貴數(shù)據(jù)之一。

張振魁分析，***雖然市場(chǎng)規(guī)模相對(duì)較小，但是依然有其市場(chǎng)待廠商開發(fā)。 ***大部分的相關(guān)制造商以代工外銷為主要盈利來源，許多生產(chǎn)路由器等產(chǎn)品的網(wǎng)通業(yè)者，也已經(jīng)開始代工智能喇叭并輸出外銷。 除了硬件生產(chǎn)技術(shù)之外，***也有相當(dāng)成熟的電子商務(wù)平臺(tái)；電信業(yè)者所提供的音樂、電影、書籍等內(nèi)容服務(wù)亦相當(dāng)完整。 在歐美相當(dāng)成功的智能喇叭商業(yè)模式要素而言，***在同樣領(lǐng)域也都能提供相當(dāng)完整的服務(wù)。

中文市場(chǎng)智能喇叭營(yíng)利模式各異

盡管經(jīng)營(yíng)市場(chǎng)最久的Amazon Echo主要盈利模式依然是電子商務(wù)平臺(tái)導(dǎo)購(gòu)，然而由NPR And Edison Research所統(tǒng)計(jì)的數(shù)據(jù)指出，有九成的智能喇叭用戶表示，聆聽音樂是他們購(gòu)買智能喇叭的原因之一， Google也在2017年的Made by Google大會(huì)上，推出與Apple HomePod一樣標(biāo)榜高質(zhì)量音效的Google Home Max（圖3）。 在2017年，Amazon推出了更多不同功能的智能音箱，如結(jié)合鏡頭的Echo Show以及結(jié)合顯示器的Echo Look。 隨著各大廠商搜集的數(shù)據(jù)逐漸完整，新一代智能喇叭的市場(chǎng)定位更加精準(zhǔn)。 接下來在歐美市場(chǎng)，智能喇叭會(huì)如何以語音助理為核心，擴(kuò)展技術(shù)功能與市場(chǎng)定位，值得繼續(xù)關(guān)注。

圖3 Google于2017年推出標(biāo)榜高質(zhì)量音效的Google Home Max以及較低單價(jià)的Google Home Mini。 圖片來源：Google

另外，在2017年百度、阿里巴巴、騰訊以及小米所推出的智能喇叭，于中國(guó)市場(chǎng)皆有大幅度的成長(zhǎng)。 恩智浦（NXP）大中華區(qū)微處理器與微控制器事業(yè)部資深營(yíng)銷經(jīng)理張小平預(yù)估，在2018年的中國(guó)市場(chǎng)發(fā)展將比2017年更加迅速，市場(chǎng)上大約能有2，000萬臺(tái)智能喇叭（圖4）。

圖4 恩智浦（NXP）大中華區(qū)微處理器與微控制器事業(yè)部資深營(yíng)銷經(jīng)理張小平預(yù)估，在2018年的中國(guó)市場(chǎng)發(fā)展將比2017年更加迅速。

但是目前無論是在中國(guó)或是全球市場(chǎng)，智能喇叭的普及度皆有待提升。 張小平認(rèn)為，目前的中文語意理解精準(zhǔn)度偏低是智能喇叭無法普及的主要原因。 例如，當(dāng)前的智能助理服務(wù)多需要先說出喚醒詞，才能開始以語音輸入信息，然而這并不是最直覺的使用方式。 張小平預(yù)測(cè)，在未來，喚醒詞將被聲紋辨識(shí)、智能辨識(shí)技術(shù)的優(yōu)化所淘汰；在語音助理能夠以辨識(shí)用戶聲紋與分析上下文的方式判斷語音指令時(shí)，才能達(dá)到最靠近自然人類行為的語音人機(jī)接口。 然而，由于中國(guó)品牌的智能喇叭皆是以相當(dāng)?shù)土膬r(jià)格上市，對(duì)于市場(chǎng)的教育與推廣皆有相當(dāng)大的幫助。 盡管此技術(shù)的人工智能等級(jí)要求相當(dāng)高，然而張小平預(yù)測(cè)，此技術(shù)將在2020年前便會(huì)有重要突破，達(dá)成語音識(shí)別的終極產(chǎn)品型態(tài)。

張小平進(jìn)一步指出，不同世代的用戶有著不同特性，對(duì)于1990年后出生的數(shù)字原住民（Digital Native）而言，萬物聯(lián)網(wǎng)的情境會(huì)被視為理所當(dāng)然。 隨著他們成為社會(huì)中堅(jiān)，智能家庭的時(shí)代也會(huì)隨之到來。

在目前的智能喇叭中國(guó)市場(chǎng)中，競(jìng)爭(zhēng)已殺成紅海。 然而，目前相較于透過銷售硬件獲利，對(duì)于廠商而言更重要的是取得更多數(shù)據(jù)以修正語音處理的能力。 張小平認(rèn)為，透過中國(guó)網(wǎng)絡(luò)巨頭的帶動(dòng)，再經(jīng)過1~2年的數(shù)據(jù)累積，智能喇叭和語音助理技術(shù)將大幅提升，用戶對(duì)于語音人機(jī)接口也更加熟悉，屆時(shí)將會(huì)看到更多的相關(guān)產(chǎn)品出現(xiàn)。 另一方面，張小平指出，在智能家庭方面小米的布局最為完整，已建立了完整的生態(tài)系，最快在2018年就能看到大幅度的市占成長(zhǎng)。

百度有望拿下中文語音助理市場(chǎng)

拓墣產(chǎn)業(yè)研究院分析師林貞妤認(rèn)為，在中國(guó)眾多云端服務(wù)企業(yè)之中，以百度的布局最為值得關(guān)注。 百度的智能語音助理DuerOS，在百度智能云、百度大腦二大云端服務(wù)支撐之下，采開放平臺(tái)方式，為開發(fā)者提供工具、數(shù)據(jù)和開發(fā)環(huán)境，試圖在中國(guó)建立起如Amazon、Google完整的人工智能生態(tài)系（圖5）。

圖5 拓墣產(chǎn)業(yè)研究院分析師林貞妤認(rèn)為，在中國(guó)眾多云端服務(wù)企業(yè)之中，以百度的布局最為值得關(guān)注。

在中國(guó)三大云端服務(wù)廠商（百度、阿里巴巴、騰訊）之中，百度的態(tài)度相對(duì)最為積極。 百度在2017年的AI開發(fā)者大會(huì)上，高喊「All in AI」口號(hào)，宣布將全力發(fā)展人工智能繼續(xù)與相關(guān)市場(chǎng)開發(fā)。 而DuerOS的推廣便是百度的人工智能事業(yè)中的重點(diǎn)項(xiàng)目之一。

林貞妤指出，目前許多業(yè)者希望投入智能家庭、智能喇叭市場(chǎng)，然而盈利模式都有待再思考；百度的開放平臺(tái)商業(yè)模式具備強(qiáng)大競(jìng)爭(zhēng)力，前景看好。 百度提供開放平臺(tái)的將快速取得大量數(shù)據(jù)數(shù)據(jù)，進(jìn)而優(yōu)化DuerOS功能。 最值得關(guān)注的是，目前只要透過軟件更新，便能在一分鐘之內(nèi)將搭載Amazon Alexa的智能家電轉(zhuǎn)換為DuerOS的中文接口。 因此，DuerOS不只是能在中國(guó)國(guó)內(nèi)市場(chǎng)推廣，海外華人也能以該模式使用DuerOS語音助理服務(wù)。

在語音人機(jī)界面的發(fā)展歷程中，于居家場(chǎng)域使用智能喇叭只是第一步，必須要先讓智能喇叭成功普及，消費(fèi)者才會(huì)習(xí)慣使用語言與機(jī)器溝通，接下來也才能發(fā)展出更多語音接口的應(yīng)用可能。