墨汁做壽

語音交互與語音識別

與我們已經(jīng)習慣的所見即所得操控交互方式不同，語音操控可以讓用戶無需接觸輸入設(shè)備進行遠程操控，在很多情況下設(shè)備也會以語音方式進行回饋，所以用戶也無需注視設(shè)備。無需接觸和注視設(shè)備的交互和操控方式，在很多情況下有著非常重要的意義，例如在運動、駕駛時，可以對多媒體、通訊設(shè)備等進行操控（圖1），無需使用雙手和轉(zhuǎn)移視線，顯然更加安全。

與PC時代和早期的語音識別技術(shù)不同，目前語音交互中最關(guān)鍵的語音識別和語義解釋能力，大部分并不是基于本機的數(shù)據(jù)庫和計算能力，而是通過互聯(lián)網(wǎng)連接到廠商的語音引擎，甚至可能是廠商購買的各大語音引擎提供商的相應(yīng)服務(wù)器上進行處理的。借助服務(wù)器端提供的超大數(shù)據(jù)庫和強大的計算能力，現(xiàn)代語音交互的能力當然可以遠超單機端，不過不同的智能產(chǎn)品，實際的交互能力還是從限定的單詞到比較隨意的日常語言都有，其使用的方便程度恰恰就反映出這些智能產(chǎn)品的智能程度。

語音交互能力實測

在選擇語音設(shè)備的時候，應(yīng)該注意哪些問題呢？其實從很多發(fā)布會的演示就可以看出來，影響語音交互能力的主要就是識別能力，而識別能力的內(nèi)在是數(shù)據(jù)庫和計算能力，外在則是拾音效果。不過，科技大佬們在展臺上的講話和演示實在距離我們太遠，因此我們自己也進行了一些測試，來看看不同設(shè)備和使用狀況究竟會對語音交互能力造成怎樣的影響。

外部環(huán)境測試中，我們采用手機安裝識別率非常好的訊飛語音引擎進行測試，分別在特意靠近至離嘴部僅有30cm，以及距離1m左右的典型使用距離下，還使用了外接藍牙耳機。同一臺手機在30cm距離上的語音識別效果很好，基本可以做到不遺漏地執(zhí)行所有操作和輸入任務(wù)（圖2），在1m處則出現(xiàn)了一些識別錯誤，且加大聲音也不能獲得完美效果，這應(yīng)該與外界干擾和拾音的定向能力有關(guān)（圖3）。需要注意的是，我們的測試為相對安靜的室內(nèi)環(huán)境，如果在室外或行車途中，因為會收錄到更多的環(huán)境噪聲，識別率還會下降。

在外設(shè)測試中，我們使用了多款藍牙和有線耳麥，測試過程中出現(xiàn)了非常有趣的問題，部分藍牙與有線耳機的識別效果與在近處使用手機麥克風類似，識別能力很不錯，但也有通話質(zhì)量非常好的耳機出現(xiàn)了與語音軟件的兼容性問題。另一方面，有些耳機自帶語音控制鍵（圖4），可啟動大部分手機、平板電腦等設(shè)備自帶的語音軟件，也可以明顯提升語音互動功能的易用性。

內(nèi)在能力的測試與各個廠商的技術(shù)有關(guān)，由于各個廠商甚至各個版本的著重點不同，在各個方面的表現(xiàn)可能出現(xiàn)特別明顯的差異，我們更需要的是與設(shè)備定位最適合的能力，而難以判斷哪一個廠商的產(chǎn)品是最好的。所以我們嘗試進行了另一項測試，那就是使用同樣引擎的產(chǎn)品，是否會有性能差異，例如內(nèi)地廠商廣泛采用的訊飛引擎，在不同的設(shè)備和APP中是否會有不同的表現(xiàn)。

我們使用多個基于訊飛語音引擎的手機自帶語音互動程序和基于訊飛語音引擎的APP，如語點數(shù)碼、咪咕靈犀、訊飛輸入法等等。另外筆者也有幸接觸過一些機器人生產(chǎn)商，并進行過一些實際體驗，這些機器人產(chǎn)品的語音智能部分，同樣大都是使用訊飛的技術(shù)。從筆者的測試看，這些產(chǎn)品除了定位功能不同外，竟然也存在著語音識別的差異，這可能與各個軟硬件廠商自身的一些優(yōu)化設(shè)計有關(guān)，也可能與其購買的訊飛服務(wù)等級有關(guān)系。

從以上的結(jié)果可以看出，即使是使用同一技術(shù)或同一品牌，甚至同型號不同檔次的語音互動設(shè)備，都可能存在著性能的差異，大家在實際選購時應(yīng)該予以重視。

語音交互設(shè)備

前面已經(jīng)提到，語音交互是目前智能化產(chǎn)品中使用最廣泛的智能交互方式，幾乎所有類型的智能設(shè)備，如智能手機與平板電腦、智能穿戴設(shè)備、智能家居等，都大量使用了這一交互模式。我們以下介紹的只是其中一些常見或典型的產(chǎn)品，僅供大家了解或參考選擇。

小米AI音箱

AI音箱是近期智能硬件的熱點之一，市場嗅覺一向靈敏的小米當然也不會放過這個領(lǐng)域，小米AI音箱就是一款性能全面、價格實惠的產(chǎn)品。雖然價格并不昂貴，但這款音箱的定位卻相當高，它并非是簡單的陪伴式互動產(chǎn)品，而是加入了智能家居控制、自我學(xué)習與記憶能力，大大提升了實用性（圖5）。

小米AI音箱的最基本功能是各種語音交互和陪伴能力，例如可以用語音操控其音量、播放，也可以要求它播放一首歌、念一首詩、讀一篇童話故事或是詢問今天的天氣等。如果家中有兼容的智能家居，還可以將其與智能家居連接，作為智能家居的中心，通過語音直接操控這些智能家居產(chǎn)品。通過學(xué)習與記憶能力，用戶可以讓其逐漸了解自己的欣賞習慣、保留語音備忘、設(shè)置鬧鐘等。再進一步，用戶可以讓它提供更智能化的服務(wù)，例如起床、離家或回家后，只需要一個特定命令，就能通過小米AI音箱同時指揮多個智能家居提供服務(wù)。如離家時向小米AI音箱道別，就會自動關(guān)閉一些電器和燈光等，而歸家后只需打個招呼，就可以開啟燈光、熱水器、咖啡機等。

科大訊飛阿爾法小蛋

目前很多所謂的機器人，實際上就是一種基于語音交互的智能前端設(shè)備，例如科大訊飛自己推出的阿爾法蛋系列產(chǎn)品。阿爾法蛋有多種產(chǎn)品，尺寸差異較大，但外形設(shè)計和基本能力類似，搭載訊飛淘云TY OS智能系統(tǒng)，主打陪伴市場（圖6）。

阿爾法小蛋主要面向兒童市場，可以提供語音互動、云端資源、雙語教學(xué)、生活查詢等功能，其中語音互動則包括與家長的遠程聊天和通過訊飛技術(shù)與阿爾法蛋進行語音交流。其前端的屏幕可以顯示多種表情或播放視頻，讓孩子獲得更好的交互體驗。

● 暴風Real 6智能投影機

暴風電視系列已經(jīng)全面進入了AI智能時代，全面采用語音操控，而其面向大屏需求推出的“無屏電視”，即Max 6和Real 6投影機也具有相應(yīng)的功能。相對于Max 6，更新的Real 6除了在亮度、投影性能等方面進行了升級，也提升了語音交互能力和智能表現(xiàn)，用戶可以用日常語言對Real 6進行操控，并且可以同時布置多個任務(wù)。而Real 6除了能夠自行分析用戶語言，更準確地理解操控指令外，還可以分辨家庭內(nèi)多個用戶的語音，并通過各個用戶的常用操作，猜測用戶的喜好，針對性地進行個性化推薦（圖7）。

暴風的其他電視機（圖8）在語音互動和AI方面的表現(xiàn)也比較突出，相對于使用遙控器進行語音操控的很多其他品牌產(chǎn)品，暴風更強調(diào)直接語音操控，特別適合無法使用遙控器的場合，如廚房，或者不適合學(xué)習使用遙控器的用戶，如兒童或老人。因此其“暴風大耳朵”系統(tǒng)就需要使用更靈敏、聚焦范圍更廣的拾音裝置，并且能夠更好地分辨人聲與噪聲、日常對話和命令語句。

Ticwatch 2悅動智能手表

智能手表，特別是偏向運動的智能手表，也是非常適合語音互動的智能設(shè)備，畢竟手表表盤的面積相對于我們的手指來說過于狹小了。Ticwatch 2悅動智能手表是一款高性價比的全能型產(chǎn)品，它在不足千元的價位上，提供了計步、心率、GPS定位等運動功能，同時支持手表聽歌和離線支付功能，并且有多款色彩和大量表帶設(shè)計可選。在不同的使用狀況下，Ticwatch 2悅動智能手表的續(xù)航時間在12小時～48小時之間，基本可以滿足日常使用和出游的需要， IP65的防護級別可以保證用戶在戶外運動時無懼雨雪，但不能佩戴它游泳和洗澡（圖9）。

這款手表的語音助手支持撥打電話、查詢地圖和各種信息、翻譯、設(shè)定鬧鐘等多種功能，配合其特色的手勢操作、表殼觸控等，可以快捷地進行各種操控。Ticwatch還提供了多個系列和定位的智能手表產(chǎn)品，均支持語音互動，對自主通話、NFC、高端防護等有需求的用戶，可以選擇Ticwatch的其他智能手表產(chǎn)品（圖10）。

其他

作為一種特色鮮明，同時門檻相對較低的智能互動方式，語音互動設(shè)備和相關(guān)產(chǎn)品非常多。例如一些藍牙耳機就自帶語音互動按鍵，在與兼容的手機配對后，可以很方便地呼出語音助手。另外還有一些大家可能很少了解的產(chǎn)品，例如支持語音的鼠標（圖11）、可通過語音進行遙控的電視遙控器等，它們同樣會帶給用戶新鮮便捷的使用體驗，而且大都價格并不昂貴，對語音互動方式感興趣的朋友不妨考慮入手。