AI語(yǔ)音交互的2018：這個(gè)市場(chǎng)最“火爆”！

　　作為語(yǔ)音交互的一大重要細分應用場(chǎng)景，兒童終端市場(chǎng)在經(jīng)過(guò)過(guò)去兩年持續的試水和探索之后，2018年迎來(lái)新一波的增長(cháng)高潮。從智能故事機、早教娛樂(lè )機再到兒童智能音箱，幾乎每一類(lèi)都成為了當前市面上的爆品，成為2018年國內語(yǔ)音交互應用領(lǐng)域的一道“靚麗風(fēng)景”。

　　應用轉型與場(chǎng)景需求“雙向”驅動(dòng) 兒童智能語(yǔ)音市場(chǎng)“爆火”

　　受惠于智能語(yǔ)音技術(shù)的成熟及應用場(chǎng)景的快速擴張，今年以來(lái)，在各大頭部廠(chǎng)商的牽動(dòng)下，兒童智能語(yǔ)音終端市場(chǎng)迎來(lái)新一輪噴發(fā)，成為語(yǔ)音交互眾多應用場(chǎng)景中的一道亮景。其中，增長(cháng)最快的要數智能早教機、故事機和兒童智能音箱三類(lèi)產(chǎn)品，業(yè)內預估今年國內早教機器人市場(chǎng)規模將突破50億，而兒童智能音箱在百度阿里等巨頭的推動(dòng)下，目前也已占據整個(gè)智能音箱市場(chǎng)的20%左右，達到百萬(wàn)量級出貨，足見(jiàn)市場(chǎng)之火爆。

　　今年，做兒童機器人的公司就多達好幾百家，僅大大小小的智能故事機廠(chǎng)家也有一兩千家左右，數量比去年幾乎翻了一番，深圳市炭火智能科技有限公司市場(chǎng)經(jīng)理許波表示：“其中，很大一部分廠(chǎng)商基本都是從別的行業(yè)過(guò)來(lái)的，例如有些廠(chǎng)商過(guò)去就是做車(chē)載后視鏡這類(lèi)終端或者一些非智能類(lèi)硬件產(chǎn)品，都想借此市場(chǎng)良機賺錢(qián)。今年上半年受益于市場(chǎng)持續火爆，公司智能早教機產(chǎn)品目前的累計銷(xiāo)量已達到25萬(wàn)臺，相比去年有較為可觀(guān)的增長(cháng)，下半年我們保守估計銷(xiāo)量能夠突破30多萬(wàn)。如今，市面上只要是帶智能語(yǔ)音交互功能，且定價(jià)在千元以?xún)韧庥^(guān)還可以的兒童機器人產(chǎn)品基本上都能達到月銷(xiāo)量幾萬(wàn)臺的水平?！?/p>

　　智能故事機市場(chǎng)，思必馳商務(wù)總監韓嘉璇也預計：“2018年整個(gè)故事機市場(chǎng)出貨量可能達到3000萬(wàn)到4000萬(wàn)臺，其中會(huì )有一多半屬于智能故事機產(chǎn)品，市場(chǎng)巨大。當前的兒童智能終端領(lǐng)域，思必馳方案的整體市場(chǎng)占有率約為20%-30%，依托于前端算法的優(yōu)勢，在A(yíng)ndroid系統的高端市場(chǎng)也擁有超過(guò)50%的市場(chǎng)占有率，相關(guān)合作品牌包括步步高、火火兔、遙藍、小蘿卜等兒童終端的出貨量均十分可觀(guān)?！?/p>

　　為何語(yǔ)音交互能迅速在兒童市場(chǎng)爆火?編者認為，其一主要是越來(lái)越多的智能音箱巨頭相繼發(fā)力兒童市場(chǎng)的原因，智能音箱向兒童市場(chǎng)的轉移，實(shí)現了很好的智能對非智能應用的“降維打擊”效果。事實(shí)上，早在今年4月份，亞馬遜就特意推出了一款Echo Dot兒童版，盡管硬件上與之前的Dot并無(wú)差別，但是在軟件層面，比如語(yǔ)音識別、兒童讀物等都是針對兒童進(jìn)行量身打造的;緊隨其后的5月，阿里、百度、出門(mén)問(wèn)問(wèn)、喜馬拉雅等廠(chǎng)商也都紛紛針對兒童推出了專(zhuān)門(mén)的智能音箱，深耕兒童應用市場(chǎng)。兒童智能音箱的爆火，進(jìn)一步帶動(dòng)智能語(yǔ)音技術(shù)向更多應用場(chǎng)景擴散，早教機及故事機這類(lèi)場(chǎng)景自然就成為了首發(fā)戰場(chǎng)。

　　另一方面，越來(lái)越多“頭部”廠(chǎng)商集中發(fā)力AI智能語(yǔ)音交互類(lèi)硬件產(chǎn)品也是關(guān)鍵原因。許波認為：“'頭部'廠(chǎng)商的帶動(dòng)，很大程度上使得現有非智能交互類(lèi)產(chǎn)品尤其是傳統故事機市場(chǎng)快速萎縮，盡管這種產(chǎn)品在價(jià)格方面相比智能交互類(lèi)硬件更便宜一些，但隨著(zhù)智能交互類(lèi)產(chǎn)品的大舉入侵，二者之間的價(jià)格優(yōu)勢也正逐步淡化。更為重要的是，在智能化產(chǎn)品的打擊下，這類(lèi)非智能的產(chǎn)品越來(lái)越?jīng)]有賣(mài)點(diǎn)，導致消費者不買(mǎi)賬。比如我們最近接觸的一家故事機銷(xiāo)售商，去年他們非智能產(chǎn)品的業(yè)務(wù)表現還相對比較強勁，但今年這塊產(chǎn)品的出貨量就不怎么理想，現在庫存也比較多，很多產(chǎn)品也只能降價(jià)甩賣(mài)?！?/p>

　　從應用場(chǎng)景需求本身的角度來(lái)看，鑒于中國兒童教育市場(chǎng)體量本身就十分巨大，加之智能語(yǔ)音交互與兒童終端產(chǎn)品近年來(lái)正快速融合，順理成章地推動(dòng)了該場(chǎng)景對語(yǔ)音交互逐漸形成剛需。聲智科技聯(lián)合創(chuàng )始人常樂(lè )也表示：“隨著(zhù)語(yǔ)音交互在技術(shù)端的逐步深化，如今的語(yǔ)音交互已不再是按鍵和觸控交互方式的輔助或補充，而是以更加獨立或者占有主導權的交互模態(tài)呈現出來(lái)，進(jìn)而降低了老人和兒童使用電子產(chǎn)品的難度。對于3歲以上的兒童來(lái)說(shuō)，他們迫切需要用語(yǔ)言來(lái)表達觀(guān)點(diǎn)和獲取知識，而語(yǔ)音交互正好切中了這一訴求。聲智科技在2016年成立之時(shí)，就幫助奇虎360打造了多款兒童機器人和故事機系列產(chǎn)品，而隨著(zhù)兒童智能音箱市場(chǎng)的爆發(fā)以及語(yǔ)音交互剛性需求的帶動(dòng)，兒童故事機、陪伴以及早教等智能語(yǔ)音交互終端產(chǎn)品的市場(chǎng)體量會(huì )非常巨大?！?/p>

　　兒童應用場(chǎng)景挑戰多 算法優(yōu)化與內容適配是關(guān)鍵

　　誠如上述，在兒童教育類(lèi)終端市場(chǎng)持續高漲的態(tài)勢下，智能語(yǔ)音交互的市場(chǎng)潛力可謂是不可限量。但就目前的應用現狀來(lái)看，與成人類(lèi)語(yǔ)音交互場(chǎng)景不同，兒童場(chǎng)景存在著(zhù)更多語(yǔ)音及語(yǔ)意方面的“不確定性”和“復雜性”，這也給語(yǔ)音交互廠(chǎng)商帶來(lái)了更多技術(shù)層面上的挑戰，首當其沖的就是語(yǔ)音交互系統、內容及相關(guān)算法的適配。

　　深圳市微納感知計算技術(shù)有限公司市場(chǎng)總監程剛在接受本刊采訪(fǎng)時(shí)就坦言：“現階段經(jīng)過(guò)訓練，市面上其實(shí)已經(jīng)有很多產(chǎn)品可以做到對方言的識別，成人應用場(chǎng)景之前的很多難點(diǎn)都在逐漸被克服。但兒童交互產(chǎn)品的區別在于，產(chǎn)品要做到童音識別，除了需要解決孩子具備的更高音階以及不同的言語(yǔ)模式問(wèn)題外，更為重要的是，孩子并不擅長(cháng)按照機器能理解的方式與其交互，成年人建立的語(yǔ)音庫并不能很好的理解兒童的語(yǔ)言，即使包括Amazon Echo與Google Home在內的業(yè)內頂尖設備也都出現了在與兒童交互的場(chǎng)景下識別錯誤的現象?！?/p>

　　常樂(lè )對此也表示贊同，她認為：“對于小朋友來(lái)說(shuō)，好奇心重，且思維邏輯不如成年人那般嚴謹，因此小朋友在對智能語(yǔ)音終端提出問(wèn)題時(shí)常常是出其不意、前言不搭后語(yǔ)且猶豫反復的。針對兒童的這種語(yǔ)音交互特性，常常需要做更多技術(shù)層面上的優(yōu)化，比如我們就推出了Free-cut(隨時(shí)打斷，任意喚醒)，Free-ask(支持識別猶豫及停頓)以及One-shot(一句連控，喚醒識別連續說(shuō))等技術(shù)，來(lái)提升兒童語(yǔ)音交互體驗?！?/p>

　　對于兒童不同于成年人的語(yǔ)音音階和言語(yǔ)模式等問(wèn)題，常樂(lè )認為需要針對這些發(fā)音特點(diǎn)進(jìn)行專(zhuān)業(yè)的模型訓練：“例如我們在幫助百度'小度智能音箱'打造'兒童模式'時(shí)，就構建了一個(gè)集合百萬(wàn)級數據的兒童語(yǔ)音庫，針對兒童的發(fā)聲特點(diǎn)進(jìn)行了專(zhuān)項優(yōu)化，基于6000+個(gè)兒童數據模型和超過(guò)30000小時(shí)的童聲語(yǔ)音測試，打造出了兒童專(zhuān)用語(yǔ)音喚醒模型以及語(yǔ)音識別交互引擎，使得音箱在與兒童進(jìn)行對話(huà)時(shí)，能夠提供更高的識別和喚醒的準確率、更快的反應速度以及更流暢且自然的語(yǔ)音交互。目前該方案已經(jīng)能夠實(shí)現定制化，并經(jīng)過(guò)360兒童故事機、兒童陪伴機器人以及兒童智能音箱等眾多終端產(chǎn)品的百萬(wàn)級規模量產(chǎn)驗證，成本可控?！?/p>

　　除此之外，與成年人相比，小朋友雖然對智能語(yǔ)音交互產(chǎn)品的用戶(hù)體驗包容度要更高，但他們更為關(guān)注產(chǎn)品端所能提供的內容。常樂(lè )也認為，不同于成年人一樣具備清晰的邏輯思辨能力，小朋友往往會(huì )帶著(zhù)求知和娛樂(lè )的心態(tài)使用智能語(yǔ)音交互產(chǎn)品，他們更關(guān)心的是智能語(yǔ)音產(chǎn)品的背后提供的內容，比如提問(wèn)的百科問(wèn)答是否能得到答案，或者想要聽(tīng)的兒歌和故事是否可以播放等。因此，對于語(yǔ)音技術(shù)廠(chǎng)商來(lái)說(shuō)，如何在提供足夠優(yōu)質(zhì)的兒童教育服務(wù)內容的同時(shí)，又能在語(yǔ)音交互系統及算法層面上針對兒童這類(lèi)特殊應用場(chǎng)景做更多的優(yōu)化，提供更為靈活且符合兒童心理預期的定制化語(yǔ)音交互解決方案，將是市場(chǎng)決勝的關(guān)鍵。

　　總之，編者認為，在兒童教育市場(chǎng)高速成長(cháng)的驅動(dòng)下，兒童智能語(yǔ)音終端市場(chǎng)的"雪球"無(wú)疑會(huì )越滾越大，這也為業(yè)內廠(chǎng)商推動(dòng)語(yǔ)音交互走向大規模普及創(chuàng )造了絕佳的機遇。當然，機遇與挑戰總是并存的，兒童語(yǔ)音交互市場(chǎng)需要比成人場(chǎng)景更為復雜且更具定制化特性的語(yǔ)音交互系統及算法設計，同時(shí)在內容端也擁有更多的要求，這就需要廠(chǎng)商在軟件系統開(kāi)發(fā)、算法設計以及內容提供方面耗費更多的精力、成本以及資源。不過(guò)，隨著(zhù)未來(lái)市場(chǎng)體量的不斷增大，這些成本問(wèn)題也會(huì )逐步消散。