KPCB合伙人、享有“互聯(lián)網(wǎng)女皇”稱號的瑪麗·米克爾的互聯(lián)網(wǎng)趨勢報告于今天正式發(fā)布。毫不夸張地說，這份報告是互聯(lián)網(wǎng)行業(yè)分析的“超級碗”，它用200多頁的Keynote濃縮了全球龐大而復(fù)雜的互聯(lián)網(wǎng)發(fā)展現(xiàn)狀和趨勢，是互聯(lián)網(wǎng)從業(yè)者、投資人以及想要窺見互聯(lián)網(wǎng)風(fēng)貌的外界人士不可多得的參考資料。

有人說，今年報告亮點不多，在我看來，亮點卻非常之多：不僅覆蓋了手機、電商、社交、廣告等基本面，還點名了移動營銷、網(wǎng)絡(luò)直播、智能汽車諸多正在崛起的所有新興領(lǐng)域。與IDC等機構(gòu)報告不同的是，女皇報告更側(cè)重于行業(yè)現(xiàn)象概括和行業(yè)趨勢展望，事實證明，她對未來趨勢的評判準確率相當(dāng)之高。而今年報告最大亮點在于：語音。213頁的Keynote，23頁給了語音，篇幅遠遠超過汽車、直播等領(lǐng)域，僅次于每年的重頭戲即“營銷”的31篇。

女皇認為麥克風(fēng)正在取代鍵盤

瑪麗·米克爾認為，語音正在被重塑，成為人機交互的新范式，在過去75年里，每10年就有一次人機交互的重大革新，人類對機器的操作，從物理手柄按鍵，到物理鍵盤鼠標，再到觸摸屏，而現(xiàn)在語音成為了重要的交互方式。

在其看來，語音交互相對于傳統(tǒng)交互而言具有以下特點：輸入更快速，人類每分鐘可說出150個單詞，打字卻只能完成40個單詞；使用更簡單，不需要用手和眼，時間更及時，不需要任何學(xué)習(xí)；更加個性化，機器可基于上下文、環(huán)境、位置、語調(diào)等大環(huán)境更好地理解人類的需求。從技術(shù)角度來看，語音計算具有成本低、尺寸小的特點，特別適合物聯(lián)網(wǎng)。

為何語音現(xiàn)在會爆發(fā)？瑪麗·米克爾認為：

1、技術(shù)成熟是核心原因之一。如果語音識別準確率從95%提升到99%將從量變引發(fā)質(zhì)變，即“爆發(fā)點”到來，語音識別準確率已從2010年的70%上升到今年的90%，百度、谷歌、Hound等平臺的語音識別準確率已超過90%，針對戶外嘈雜環(huán)境和講話者特性的語音識別是下階段的攻克重點。

2、語音交互應(yīng)用正在日益變多。語音搜索正在蠶食搜索份額，百度、谷歌的語音搜索在近十年來均取得了數(shù)十倍的增長，其中安卓、百度和必應(yīng)語音搜索比例分別達到20%、10%、25%；以Siri為代表的語音助手正在快速普及，美國用戶使用這類工具的比例，已從2013年的30%增加到2015年的65%。因為語音能夠解放雙手和眼睛，人們越來越多地在車里、家里和隨身使用語音。相關(guān)數(shù)據(jù)顯示，從2014年到2016年間，全球API調(diào)用百度語音識別以及文本轉(zhuǎn)語音（TTS）的每日使用量急速攀升，百度語音在百度產(chǎn)品中使用率快速增長。

3、語音吸引更多第三方開發(fā)者。開發(fā)者擁抱語音大幅增加了支持語音交互的軟件和硬件，女皇重點闡述了Amazon眼下炙手可熱的硬件：Echo。其內(nèi)置了Amazon Alexa語音助手，目標是占領(lǐng)家居、汽車、手機的麥克風(fēng)，還能智能購物。這款產(chǎn)品銷量已突破400萬臺。女皇更是大膽指出：語音拐點已經(jīng)到來，在2015年智能手機銷量下滑之后，Echo銷量或?qū)Ⅱv飛。

英雄所見略同。在瑪麗·米克爾預(yù)測語音會成為核心交互方式的同時，科技巨頭早已在這一領(lǐng)域大力投入。2014年百度世界大會上李彥宏預(yù)測：五年內(nèi)語音和圖像搜索比例有可能突破50%。百度在人工智能上一項顯著的進展便是基于深度學(xué)習(xí)的Deep Speech在噪音環(huán)境下的語音識別效果超越了谷歌，這一研究成果在瑪麗·米克爾的報告中被提及，該項技術(shù)已成功應(yīng)用到百度語音搜索上。目前，百度語音搜索已通過人工智能做到了“聽”和“說”，而且還嘗試完成人類復(fù)雜的行為——溝通。集成語音識別、語義理解、深度問答、知識推理、多輪對話、智能摘要、情感分析、語言生成、語音合成等能力于一身后，相較于鍵盤輸入，百度語音搜索已經(jīng)能夠滿足用戶的多種復(fù)雜需求，引領(lǐng)人機交互邁入聽說時代。

此外，不久之前的谷歌I/O大會上，最亮點產(chǎn)品是類似于Echo的Google Home，其內(nèi)置了Google Assitant語音助手。而在即將召開的蘋果開發(fā)者大會WWDC上，iOS 10最大亮點很可能會是Siri。語音是下一站，已成全球共識，“麥克風(fēng)+觸摸屏”取代“鍵盤+鼠標”，已是大勢所趨。

語音正在多個領(lǐng)域全面開花

“女皇報告”重點提到了語音的三大典型應(yīng)用：搜索、助理和Echo，一個重要事實是，語音不只是在這些領(lǐng)域發(fā)揮作用，在許多領(lǐng)域，它都比鍵盤越來越有存在感。

1、語音搜索：移動搜索的重要分支

谷歌、百度、Bing，全球主流搜索引擎的語音搜索比例都在逐步增加，麥克風(fēng)圖標變得跟搜索框一樣重要。搜索引擎來自移動端的搜索流量均已超過50%，人們在自帶麥克風(fēng)的移動設(shè)備上使用語音更方便，而在移動場景下打字并不方便。有報告指出，百度語音搜索的整體用戶量在2015年增長超過3倍，用戶中的90后和00后的人群占比接近50%，百度語音搜索已經(jīng)成為眾多年輕人移動互聯(lián)網(wǎng)生活的標配，優(yōu)勢在于省去了中英文輸入法切換的繁瑣、支持口語化多輪交互、能夠提供貼心的語音播報和有聲搜索。

2、語音助手：不再是被調(diào)戲的玩具

幾年前，Siri這是一個被調(diào)戲的玩具?，F(xiàn)在，它可以理解很多命令，比如設(shè)置鬧鐘、添加日歷，打開App等，語音助理已完成從玩具到工具的蛻變。除了Siri之外，Windows內(nèi)置的Cortana、Google Now升級而來的Google Assitant，以及百度、搜狗、科大訊飛等公司均推出了自己的語音助理軟件。以百度推出的度秘為例，已經(jīng)接入到手機百度APP，用戶可在手百端直接調(diào)用，使用語音對話的形式享受點餐、購物、路線、訂票等多項生活類服務(wù)?？梢娨龊谜Z音助理并不容易，除了語音識別和語義理解之外，它必須要能“完成任務(wù)”，而這需要獲取其他設(shè)備和應(yīng)用的控制權(quán)，而這一點只有巨頭才能做到，創(chuàng)業(yè)型玩家基本已經(jīng)消失。

3、語音通訊：不再是昂貴的溝通

微信能夠成為超級App，一大重要原因在于它支持語音通信，類似于對講機的語音交互，給了人們在傳統(tǒng)手機通訊下前所未有的體驗。需要流量，但相對于傳統(tǒng)電話而言已很廉價。事實上，傳統(tǒng)電話也已被互聯(lián)網(wǎng)化，有信等網(wǎng)絡(luò)電話App的崛起表明，人們未來只需要為語音通訊花很少的錢。女皇說，語音是最有效率的交互方式。除此之外，語音還是最自然、最簡單和最有效的溝通方式，免費的語音通訊將會成為大勢所趨，運營商正在被逼著依靠販賣流量謀生。

4、語音內(nèi)容：不再是冷門的形式

微博剛剛興起時，許朝軍做了一個啪啪，要做語音版的微博，后來發(fā)生的事情大家都知道了。不過，語音內(nèi)容正在卷土重來。最近在行做的“分答”十分火爆，這款A(yù)pp集合了語音、打賞、共享經(jīng)濟諸多新興模式，讓知識分享前所未有的有趣。而在去年，喜馬拉雅等網(wǎng)絡(luò)電臺崛起了。這些現(xiàn)象均表明，“聲音”依然會是十分重要的一類內(nèi)容形態(tài)，人們不會浪費耳朵這個重要器官，在許多場景下，“語音消費”都更適合，比如開車時，高德地圖與林志玲等明星合作的語音導(dǎo)航就取得很好的市場反饋。在許多垂直領(lǐng)域，例如教育，語音技術(shù)同樣在體現(xiàn)其重要性，比如通過語音技術(shù)做口語訓(xùn)練。就是說，不只是“麥克風(fēng)”變得重要了，“喇叭”也在變得重要。

5、語音硬件：隨時待命的助理

“女皇報告”說，Amazon Echo將要起飛。除了Echo之外，Google 已推出Google Home硬件，擁有Siri的Apple很可能會發(fā)布類似產(chǎn)品。為何“語音助理硬件”會普及？為什么不直接用手機上的Siri等助理呢？因為手機是個人設(shè)備，并不適合家庭成員共享；而當(dāng)前的語音技術(shù)，讓手機支持“隨時待命可被喚醒”會很耗電，基于Echo等家用設(shè)備不需擔(dān)憂這個問題。正是因為此，類似于Echo的產(chǎn)品將成為接下來的爆點，國內(nèi)巨頭同樣在布局，京東已推出叮咚智能音箱，阿里巴巴聯(lián)合科大訊飛推出了“飛兒”，語音技術(shù)成熟的百度近日推出的度秘實體機器人也成功入駐肯德基，通過多輪交互和語音語義理解等技術(shù)為用戶完成智能點餐的過程。除了專用的語音助理硬件，語音與電視、與汽車等硬件的整合也會加速，國內(nèi)的“Echo”大戰(zhàn)即將爆發(fā)。

正如女皇報告所指出的那樣，語音即將成為最重要的交互方式之一，語音技術(shù)從量變到質(zhì)變的引爆點已經(jīng)到來。除了交互之外，語音還將在搜索、內(nèi)容、通訊和硬件等領(lǐng)域全面開花，“麥克風(fēng)”變得重要，“喇叭”亦將變得重要，關(guān)于聲音的戰(zhàn)爭已經(jīng)拉開序幕。

微博@互聯(lián)網(wǎng)阿超 微信 羅超（luochaotmt）

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。