鄭茂典

很多人出國(guó)都用過(guò)手機(jī)版谷歌離線翻譯，大家不知道的是，當(dāng)年獨(dú)立做出這個(gè)系統(tǒng)的工程師，后來(lái)從硅谷回國(guó)創(chuàng)立了一家人工智能科技公司，而這家公司還被稱(chēng)為“美國(guó)名校收集器”，哈佛、斯坦福、MIT的畢業(yè)生紛紛回國(guó)投奔。這家公司就是“出門(mén)問(wèn)問(wèn)”品牌的擁有企業(yè)——上海羽扇智信息科技有限公司。

你可以說(shuō)它出道即巔峰，也可以說(shuō)它沒(méi)有存在感?？稍絹?lái)越多人的生活因它而變。在中國(guó)，新車(chē)占比四分之一的大眾汽車(chē)集團(tuán)，搭載著它的車(chē)載語(yǔ)音交互系統(tǒng)；在新浪新聞App中，AI虛擬主播每天為用戶(hù)語(yǔ)音播報(bào)當(dāng)日時(shí)訊，背后的技術(shù)也是來(lái)自于它；疫情期間，你接到的防控登記電話(huà)可能是它的語(yǔ)音機(jī)器人打來(lái)的……

作為科技獨(dú)角獸企業(yè)的“出門(mén)問(wèn)問(wèn)”做的不是一種簡(jiǎn)單的工具，而是通過(guò)技術(shù)與應(yīng)用去構(gòu)建全新一代人機(jī)交互。

2011年iPhone4s搭載Siri語(yǔ)音助手剛剛推向市場(chǎng)，引發(fā)了全球移動(dòng)互聯(lián)網(wǎng)尤其是智能語(yǔ)音的創(chuàng)業(yè)浪潮。2012年，“出門(mén)問(wèn)問(wèn)”品牌推出，那時(shí)起，“出門(mén)問(wèn)問(wèn)”就堅(jiān)信從PC時(shí)代到移動(dòng)互聯(lián)網(wǎng)時(shí)代，會(huì)帶來(lái)人機(jī)交互方式巨大變化的理念，并致力于開(kāi)發(fā)基于自然語(yǔ)言處理的下一代移動(dòng)搜索引擎，也就是語(yǔ)音搜索。

在“出門(mén)問(wèn)問(wèn)”創(chuàng)始人李志飛的理想中，他希望運(yùn)用前沿技術(shù)，能在中國(guó)創(chuàng)造一家像谷歌一樣的公司，用技術(shù)改變?nèi)藗兊纳罘绞健?/p>

2013年，中文移動(dòng)語(yǔ)音搜索引擎出門(mén)問(wèn)問(wèn)App問(wèn)世，打造出了中國(guó)版的GoogleNow。2015年，“出門(mén)問(wèn)問(wèn)”第一款軟硬結(jié)合的中國(guó)智能手表TicWatch發(fā)布。2016年，問(wèn)問(wèn)魔鏡Ticmirror和問(wèn)問(wèn)魔眼Ticeye發(fā)布。2017年，“出門(mén)問(wèn)問(wèn)”發(fā)布Tichome問(wèn)問(wèn)音箱，進(jìn)軍智能音箱領(lǐng)域。2018年，“出門(mén)問(wèn)問(wèn)”發(fā)布TicPodsFree小問(wèn)智能耳機(jī)。至此，“出門(mén)問(wèn)問(wèn)”作為一家以語(yǔ)音交互和智能硬件為核心的人工智能公司的產(chǎn)品，在“可穿戴、車(chē)載、智能家居”三大領(lǐng)域全面布局。一時(shí)間，這家公司成為創(chuàng)投圈競(jìng)相追捧的閃耀明星。

用前沿科技推動(dòng)新時(shí)代的到來(lái)，往往潤(rùn)物細(xì)無(wú)聲。對(duì)于“出門(mén)問(wèn)問(wèn)”而言，它在消費(fèi)端保有一定的知名度，卻被誤以為是智能可穿戴公司。實(shí)際上，大眾鮮少看到的企業(yè)端市場(chǎng)，才是這家技術(shù)型公司“技術(shù)實(shí)力”的真面貌。

“硬技術(shù)”為汽車(chē)行業(yè)賦能

備受巨頭青睞

智能車(chē)載被公認(rèn)為是語(yǔ)音交互重要的落地場(chǎng)景之一?！拔覀冋J(rèn)為汽車(chē)朝智能化的方向發(fā)展，語(yǔ)音交互肯定是構(gòu)建車(chē)輛智能閉環(huán)的重要一部分。‘出門(mén)問(wèn)問(wèn)一直是把技術(shù)置于場(chǎng)景之中，因?yàn)橹挥性诖髨?chǎng)景下推動(dòng)新交互從初生走向成熟，我們才能在其中成為下一代交互的主要推動(dòng)者。”“出門(mén)問(wèn)問(wèn)”首席技術(shù)官雷欣說(shuō)。

車(chē)載是“出門(mén)問(wèn)問(wèn)”在企業(yè)端領(lǐng)域開(kāi)辟的第一個(gè)落地場(chǎng)景?？吹搅酥腔鄢鲂械内厔?shì)后，“出門(mén)問(wèn)問(wèn)”在2016年開(kāi)始探索的新業(yè)務(wù)線，起始于一款帶有語(yǔ)音交互功能的智能車(chē)載后視鏡——問(wèn)問(wèn)魔鏡。彼時(shí)，大眾汽車(chē)集團(tuán)正好也在謀求從傳統(tǒng)的車(chē)輛制造商，向車(chē)聯(lián)網(wǎng)和自動(dòng)駕駛方面轉(zhuǎn)型。當(dāng)他們看到問(wèn)問(wèn)魔鏡背后的語(yǔ)音交互技術(shù)，最終向“出門(mén)問(wèn)問(wèn)”出資1.8億美元，并促成了更深度的戰(zhàn)略合作——車(chē)載語(yǔ)音合資企業(yè)大眾問(wèn)問(wèn)的成立。至此，“出門(mén)問(wèn)問(wèn)”估值超過(guò)了10億美金，躋身中國(guó)的科技獨(dú)角獸企業(yè)。

車(chē)載交互，冷啟動(dòng)是最難的。車(chē)載系統(tǒng)不能按照消費(fèi)端思路去做，因?yàn)橄M(fèi)端產(chǎn)品很容易做到標(biāo)準(zhǔn)化，但車(chē)載系統(tǒng)需要跟車(chē)企緊密合作，具體的車(chē)型對(duì)應(yīng)到技術(shù)參數(shù)都有不同的要求，所以這給“出門(mén)問(wèn)問(wèn)”的技術(shù)和落地的復(fù)雜性帶來(lái)了巨大考驗(yàn)?！俺鲩T(mén)問(wèn)問(wèn)”團(tuán)隊(duì)投入100多人花了近三年的時(shí)間，打磨出一套車(chē)載語(yǔ)音解決方案，通過(guò)離線+在線的結(jié)合保證了最佳交互體驗(yàn)。離線方案包括全棧式語(yǔ)音交互模塊，特點(diǎn)為CPU及內(nèi)存占用低，整體小于500MB，并支持可定制喚醒詞、多命令詞監(jiān)聽(tīng)、全場(chǎng)景打斷和免熱詞（Always On）等新的交互方式，能夠讓車(chē)載語(yǔ)音交互更加自由高效。達(dá)到了車(chē)規(guī)級(jí)的語(yǔ)音交互標(biāo)準(zhǔn)和安全要求。

目前，“出門(mén)問(wèn)問(wèn)”的車(chē)載語(yǔ)音交互系統(tǒng)在大眾體系的滲透率達(dá)20%，包括奧迪A4L、探岳X、ID系列等20多款車(chē)型。預(yù)計(jì)到2023年，前裝量將達(dá)到1500萬(wàn)輛。

如今，“出門(mén)問(wèn)問(wèn)”在智慧出行的趨勢(shì)下，在嵌入式語(yǔ)音交互領(lǐng)域，已經(jīng)建立了行業(yè)領(lǐng)先的技術(shù)優(yōu)勢(shì)和壁壘。

“造釘子”讓研發(fā)依附實(shí)體

推動(dòng)技術(shù)迭代

科技公司最容易出現(xiàn)的問(wèn)題是拿著錘子找釘子，在做技術(shù)創(chuàng)新時(shí)，不能純粹只是造錘子，釘子在哪都不管，需要的是“以終為始”的思考。

在消費(fèi)端用戶(hù)眼中，“出門(mén)問(wèn)問(wèn)”跟智能可穿戴可以畫(huà)等號(hào)。因?yàn)樗鲞^(guò)手表、音箱、耳機(jī)在內(nèi)的一系列消費(fèi)級(jí)產(chǎn)品。但實(shí)際上，AI語(yǔ)音技術(shù)才是其核心命脈。當(dāng)然，技術(shù)必須要依附于實(shí)體產(chǎn)品，才能推動(dòng)下一代人機(jī)交互的到來(lái)。

這也就很好解釋?zhuān)俺鲩T(mén)問(wèn)問(wèn)”在語(yǔ)音APP后，為何把自研的操作系統(tǒng)TicWear刷到Moto360智能手表里面，又為何會(huì)一口氣推出多款產(chǎn)品，因?yàn)榧夹g(shù)是離不開(kāi)產(chǎn)品的?！俺鲩T(mén)問(wèn)問(wèn)”做手表及其它硬件，都是為了更好更快地通向下一代人機(jī)交互這個(gè)終極目標(biāo)。

同時(shí)，“出門(mén)問(wèn)問(wèn)”也在越來(lái)越聚焦。如果把技術(shù)看作錘子，落地場(chǎng)景當(dāng)成釘子，“出門(mén)問(wèn)問(wèn)”需要聚焦幾個(gè)關(guān)鍵賽道，強(qiáng)有力地把“釘子”錘進(jìn)去。例如在智能可穿戴的場(chǎng)景中，“出門(mén)問(wèn)問(wèn)”圍繞語(yǔ)音交互推出了幫用戶(hù)代接電話(huà)的小問(wèn)秘書(shū)，讓語(yǔ)音機(jī)器人對(duì)所有未接電話(huà)進(jìn)行智能接聽(tīng)并分析來(lái)電意圖，解決大量騷擾、重復(fù)性電話(huà)的問(wèn)題。

升級(jí)后的小問(wèn)秘書(shū)，上線了個(gè)性化聲音制作功能，根據(jù)“出門(mén)問(wèn)問(wèn)”的個(gè)性化TTS，支持多層級(jí)的定制，用戶(hù)最少錄入15句人聲音頻內(nèi)容，即可生成頗像真人的專(zhuān)屬合成效果。這樣一來(lái)，用戶(hù)就可以用自己的聲音代接來(lái)電，避免因AI助理產(chǎn)生的熟人社交隔閡。

在改變?nèi)藱C(jī)交互的體驗(yàn)上，“出門(mén)問(wèn)問(wèn)”還基于第四代語(yǔ)音合成系統(tǒng)MeetVoice技術(shù)，上線了專(zhuān)業(yè)AI音頻內(nèi)容生產(chǎn)一站式解決方案——魔音工坊。用戶(hù)能夠高效便捷地以AI語(yǔ)音技術(shù)模擬具有清晰性格特征的真人語(yǔ)音，進(jìn)行AI音頻內(nèi)容創(chuàng)作，讓文字隨聲音躍出紙面。

目前，用戶(hù)可通過(guò)點(diǎn)擊新浪新聞App頻道內(nèi)的音頻圖標(biāo)，就能收聽(tīng)海內(nèi)外各領(lǐng)域的新聞。為了解決配音的專(zhuān)業(yè)性問(wèn)題，“出門(mén)問(wèn)問(wèn)”對(duì)多音字模型進(jìn)行了升級(jí)，多音字整體準(zhǔn)確率達(dá)到99.52%以上。針對(duì)新聞、官方文件、法律條文等，對(duì)準(zhǔn)確率有著更高要求的文章類(lèi)型，魔音工坊設(shè)計(jì)了創(chuàng)新的交互形態(tài)，成為AI音頻時(shí)代的word編輯器。同時(shí)“出門(mén)問(wèn)問(wèn)”在AI配音、公眾號(hào)音頻化、歌唱合成、情感合成等方面也在引領(lǐng)著業(yè)界步伐。

“軟實(shí)力”支撐技術(shù)創(chuàng)新

引領(lǐng)業(yè)界步伐

“軟硬結(jié)合”是支撐“出門(mén)問(wèn)問(wèn)”讓創(chuàng)新成果落地的根本。企業(yè)創(chuàng)新是需要企業(yè)擁有完整的軟件算法團(tuán)隊(duì)和技術(shù)積累，同時(shí)還要擁有出色的硬件設(shè)計(jì)、研發(fā)團(tuán)隊(duì)，并對(duì)供應(yīng)鏈具備穩(wěn)定的把控能力?！俺鲩T(mén)問(wèn)問(wèn)”的技術(shù)研發(fā)團(tuán)隊(duì)現(xiàn)有近300人，以3人為一個(gè)開(kāi)發(fā)單位，保持敏捷的開(kāi)發(fā)流程。工程技術(shù)方面，也以谷歌規(guī)范為標(biāo)準(zhǔn)，保持自由的硅谷工程師氛圍。

基于技術(shù)硬實(shí)力和人才軟實(shí)力，“出門(mén)問(wèn)問(wèn)”多年來(lái)在已有的成果上堅(jiān)持迭代優(yōu)化AI語(yǔ)音技術(shù)，不斷地提升核心技術(shù)壁壘。在不同硬件及不同的場(chǎng)景里參與進(jìn)去，其實(shí)反而讓成果在面對(duì)企業(yè)端的需求的時(shí)候，具備了多方面的能力，能夠快速地去解決問(wèn)題，提升生產(chǎn)力。

在雷欣看來(lái)，技術(shù)人員應(yīng)該把手插進(jìn)土里去，推動(dòng)和促進(jìn)產(chǎn)業(yè)向人機(jī)交互的方向發(fā)展，所以“敢干、愿意干”是“出門(mén)問(wèn)問(wèn)”培養(yǎng)人才的重要的條件。

“雖然過(guò)去10年道阻且長(zhǎng)，但我們收獲很多成果。我覺(jué)得做技術(shù)公司最幸福的，不是拿一個(gè)技術(shù)直接變現(xiàn)，而是看著我們的技術(shù)越來(lái)越強(qiáng)，越來(lái)越普世化，技術(shù)在更多場(chǎng)景和領(lǐng)域得到應(yīng)用，這是一個(gè)滿(mǎn)足感不斷提升的過(guò)程?！崩仔勒f(shuō)。