來(lái)源：搜狐網(wǎng)


2018年3月21日，格蘭研究舉辦了中國智能語(yǔ)音業(yè)務(wù)集成發(fā)展峰會(huì )，從原有的機頂盒、智能電視等視頻終端等領(lǐng)域的研究拓展到了智能終端、智慧家庭領(lǐng)域，借助此次機會(huì )格蘭研究發(fā)布了《中國智能語(yǔ)音業(yè)務(wù)與應用發(fā)展白皮書(shū)》（以下簡(jiǎn)稱(chēng)《白皮書(shū)》），《白皮書(shū)》從語(yǔ)音技術(shù)發(fā)展、語(yǔ)音音箱市場(chǎng)、語(yǔ)音應用現狀、影響語(yǔ)音業(yè)務(wù)應用發(fā)展的因素幾個(gè)方面主要闡述了國內外智能語(yǔ)音音箱的發(fā)展。

語(yǔ)音技術(shù)提供商在不斷發(fā)力，為智能終端產(chǎn)品升級提供有力支撐。目前國內多數語(yǔ)音廠(chǎng)商的在安靜狀態(tài)下的語(yǔ)音識別準確率大都達到95%以上，支持5米遠場(chǎng)交互，如今均在向非標準環(huán)境下提高遠場(chǎng)識別準確率、降低誤喚醒率及響應速度的方向發(fā)展。

語(yǔ)音識別技術(shù)的發(fā)展促使語(yǔ)音終端市場(chǎng)百家爭鳴。人工智能技術(shù)在2017年席卷全球，其中語(yǔ)音識別技術(shù)的發(fā)展帶動(dòng)了音箱市場(chǎng)的發(fā)展，語(yǔ)音智能終端的發(fā)展使得產(chǎn)品的推出速度不斷加快。自從2014年亞馬遜推出Echo后，國內眾多企業(yè)涌入語(yǔ)音智能音箱市場(chǎng)，語(yǔ)音智能音箱品類(lèi)也在逐年遞增，2015年叮咚智能音箱進(jìn)入市場(chǎng)后，其他品牌語(yǔ)音智能音箱開(kāi)始涌入，2016年有4款語(yǔ)音智能音箱推入市場(chǎng)，2017年下半年更是呈現出爆發(fā)式增長(cháng)，密集發(fā)布10余款語(yǔ)音智能音箱新品。

圖表 1 國內外智能音箱發(fā)布情況示意圖

國內智能語(yǔ)音音箱skills實(shí)現方式主要包括互動(dòng)式、指令式、播放式三種。用戶(hù)喚起工具達成事務(wù)：設備在這里模式中，是用戶(hù)和生活服務(wù)的連接橋梁。解放雙手，通過(guò)語(yǔ)音就能控制家居、發(fā)送短信、叫外賣(mài)等等。設備為用戶(hù)提供內容：設備在這里模式中，扮演的是聯(lián)網(wǎng)音箱的基礎功能，將音樂(lè )、新聞、菜譜等內容推送給終端用戶(hù)。用戶(hù)和設備多輪交互：不再是指令式和播報式，而是和設備的多輪對話(huà)。主要用于在娛樂(lè )領(lǐng)域，如問(wèn)答測試、情景探險、試圖對話(huà)、聽(tīng)音唱歌等功能。

圖表 2 智能語(yǔ)音音箱skills實(shí)現方式

從整從整體市場(chǎng)來(lái)看，語(yǔ)音智能終端場(chǎng)景應用較少，主要集中在家居場(chǎng)景、車(chē)載場(chǎng)景和其他移動(dòng)場(chǎng)景。這三類(lèi)場(chǎng)景下有一些通用的應用領(lǐng)域，也有部分有場(chǎng)景特殊性的應用領(lǐng)域。

圖表 3 國內智能語(yǔ)音應用場(chǎng)景情況

目前國內智能語(yǔ)音智能終端支持的skills種類(lèi)較少，各廠(chǎng)家產(chǎn)品應用類(lèi)別相似度高，集中分布在音樂(lè )、娛樂(lè )類(lèi)、生活類(lèi)、智能控制家居類(lèi)等。格蘭研究對市場(chǎng)上二十多款智能音箱功能監測的數據來(lái)看，音樂(lè )類(lèi)、娛樂(lè )類(lèi)功能的應用率最高，分別達到100%和87.5%。

圖表 4 智能語(yǔ)音功能應用分類(lèi)狀況

娛樂(lè )類(lèi)應用中，聽(tīng)音樂(lè )的功能應用率最高。智能音箱在具備聽(tīng)音樂(lè )功能外，有很多音箱選擇了與第三方平臺進(jìn)行合作，如小AI音箱、天貓精靈、叮咚音箱等都擁有海量音頻內容，可以聽(tīng)取喜馬拉雅、蜻蜓FM上的電臺。

圖表 5 娛樂(lè )類(lèi)應用中不同功能覆蓋率情況

生活類(lèi)應用中，“鬧鐘”“天氣查詢(xún)”功能應用率最高。生活類(lèi)應用種類(lèi)多，但是覆蓋差別大。多數智能音箱都具備日期查詢(xún)、天氣查詢(xún)、鬧鐘等與生活息息相關(guān)的實(shí)用功能，但是各音箱支出功能差別大。

圖表 6 生活類(lèi)應用中不同功能使用率情況示意圖

教育類(lèi)應用中“有聲讀物”功能的應用率最高，為68.8%，兒童類(lèi)應用中“兒童故事”的應用率最高，為75.0%。教育類(lèi)、兒童類(lèi)應用熱門(mén)，主要以互動(dòng)問(wèn)答形式為主，并且覆蓋內容差異化小。如何加強產(chǎn)品功能，讓識別時(shí)間及識別準確度成為重中之重。

圖表 7 教育類(lèi)應用覆蓋率情況

圖表 8 兒童類(lèi)應用覆蓋率情況

智能控制家居類(lèi)應用中，支持空調功類(lèi)應用、電燈應用的使用率最高。智能音箱在生活、娛樂(lè )等應用場(chǎng)景的功能基本大同小異，但在控制家居設備品牌上差異較大。未來(lái)，誰(shuí)家的智能音箱控制的硬件設備品牌越多，誰(shuí)將在智能家居控制領(lǐng)域占據優(yōu)勢。

圖表 9 智能控制家居類(lèi)覆蓋率情況

在購物類(lèi)應用中，網(wǎng)絡(luò )購物類(lèi)應用率為31.3%，使用率比較低。智能音箱支持購物類(lèi)應用低。對于中國消費者，習慣了貨比三家，從圖片、參數各種瀏覽外，還會(huì )去社區搜使用心得。日常消耗品還好說(shuō)一些，不需要對比，但其他商品如果想僅憑“大數據”推薦，還是很大程度降低了購物體驗呢。因此網(wǎng)上購物如何語(yǔ)音下單成了一大亟待結局的問(wèn)題。

圖表 10 購物類(lèi)應用覆蓋率情況

《中國智能語(yǔ)音業(yè)務(wù)與應用發(fā)展白皮書(shū)》顯示，影響語(yǔ)音業(yè)務(wù)應用的發(fā)展，受到包括語(yǔ)音終端的市場(chǎng)規模、語(yǔ)音職能終端產(chǎn)品的價(jià)格、產(chǎn)品性能等造成對用戶(hù)體驗差距大，對產(chǎn)品褒貶不一，影響用戶(hù)對語(yǔ)音應用的體驗，從而進(jìn)步影響市場(chǎng)規?；茝V；

語(yǔ)音應用場(chǎng)景較少也會(huì )影響語(yǔ)音應用的發(fā)展，語(yǔ)音應用場(chǎng)景趨同化多，缺乏殺手锏應用。由于語(yǔ)音智能終端的應用場(chǎng)景有限，主流應用場(chǎng)景和殺手級應用的缺乏，導致目前很難培養用戶(hù)的使用習慣；

語(yǔ)音識別技術(shù)識別的真實(shí)應用體驗不斷提升，但是實(shí)際應用打大折扣。在真實(shí)使用場(chǎng)景中，如因空間距離、背景噪音、其他人聲干擾、回聲、方言、口音等問(wèn)題，識別準確率大打折扣。目前遠場(chǎng)識別的錯誤率是近場(chǎng)識別的兩倍左右，所以解決遠場(chǎng)以及強噪聲干擾情況的語(yǔ)音識別是有待進(jìn)一步研究的問(wèn)題。

從聽(tīng)清逐漸實(shí)現聽(tīng)懂，但是能夠滿(mǎn)足用戶(hù)隨心所欲的需要還需要不斷的訓練和試驗。

隨著(zhù)中國語(yǔ)音智能終端的市場(chǎng)出貨量逐步增多，智能音箱skills的類(lèi)型也會(huì )更加豐富、更加貼近生活、更加實(shí)用，數量增長(cháng)速度也會(huì )加快。同時(shí)，隨著(zhù)語(yǔ)音智能終端的skills數量增多，能夠滿(mǎn)足更多用戶(hù)多樣化需求，從而也進(jìn)一步提升用戶(hù)黏性，帶動(dòng)市場(chǎng)需求擴大，促進(jìn)語(yǔ)音智能終端市場(chǎng)良性發(fā)展。