在AI行業令人興奮的一件事情，往往就是能看見，能親歷各行各業突然冒出來的新產品，能實現在多種或者單一場景下實現某種解決方案，但是在越來越多的產品推出時，隱隱約約自己有一種感受。
語音交互或許就是AI時代的基礎——也就是入場券。
語音交互過程
正如pc互聯網時代——門戶是入場券
移動互聯網時代——app是入場券
人工智能時代——語音交互能力的產品才是入場券
這種感覺越來越加清晰，人類也更加回歸社交本質。而在Gartner《2017十大技術趨勢》提出“Conversational+“
用“Conversational+”連接萬物，將從另一個層面助推從2016年開始席捲全球的Bots（聊天機器人) 熱。
在國際上被Gartner認為產品較為不錯的有：siri、cortana、xiaoi（指的是中國的小i機器人）、Amazon
Gartner《2017十大技術趨勢》提出“Conversational+“
新一代交互形式：語音識別
時光飛逝，短短兩年，互聯網行業日新月異，經歷了AR、VR的變革，又見證了阿法狗的崛起。人工智能這個詞似乎離我們越來越近。通常來講，每一次全新時代的到來，都是因為一個傳統的形式被顛覆。
比如，多年前我們的手機硬件由非智能機變為智能機，交互方式由物理按鍵變為手勢操作。並伴隨著網速的提升，從而由PC互聯網時代逐漸進入移動互聯網時代，而這一次，變革便是從語音識別開始。
艾媒數據的調研結果
可以看出，語音識別高居第一，其次是智能家居。這兩方面都有一個共同點在於：它們都是兩種全新的交互形式。
語音識別意味著將無形的聲音轉化為有形的執行信息，而傳統交互形式是通過文字，或是通過肢體動作來完成命令的執行。
智能家居意味著將家庭場景下的電器通過網絡的構建與連接，形成物聯網，將之變得更加自動化，隨用戶的需求而自然切換狀態。
亞馬遜Echo系列產品
而現在，無論是國外的亞馬遜、谷歌還是國內的小米等生產智能硬件的公司，都開始極力打造家庭場景下的人工智能，而語音，便是這種人工智能交互形式的突破口。
完整的語音交互過程應該分三個步驟：聽清、聽懂、滿足。
聽清：當用戶的聲音從麥克風輸入時，應有拾音器記錄用戶聲音，並準確的進行識別，將最終結果反饋給AI大腦。而在這個過程中，需要軟硬件以及算法去處理所有聲音，取其精華，棄其糟粕，最終將真正的指令記錄。
聽懂：當大腦拿到結果後，要對其進行解析，將語音轉為文字，並進行語義分析，同樣需要強大的算法和機器學習能力，不斷去糾錯。哪些是命令詞，哪些是內容詞，要進行區分，最終普通的一句話要被拆分為命令、內容等相關類型詞。
滿足：當一句簡單的話被AI大腦理解，接下來的就是滿足用戶，用戶如需要查詢，便去告訴他相應內容。用戶如需要執行動作，便去完成整個動作流程。
而事實上，這三個重要步驟，對於一家普通公司，基本是不可能完成的任務。
它要求既要有紮實的語音識別技術，又要有牛逼的語義理解能力，最後還需要有強大的內容數據去做支撐。
也難過，只有百度這樣的超級大廠，才能充分整合資源，將整個語音交互過程都涉及到。
家庭場景下的語音交互
在中國，如果想要普及一種變革，最好的場景是家庭環境，因為這種場景下，用戶的使用習慣，喜好會徹底的釋放和表達，是一種最自然，無壓力的表現狀態，且這種場景又屬於高頻場景，覆蓋範圍廣。
家庭下的語音喚醒場景請
不僅僅是圖中這些場景，今天在百度的開發者大會會場上見到了各種家庭場景下的硬件設施，當它們一旦搭載了語音交互的系統，便搖身一變，成了具有語音操控的智能家居。
對智能冰箱說：
“宮保雞丁怎麼做”，冰箱上的顯示屏開始播放宮保雞丁教學視頻。
對智能電視說：
“我想看個賽車類電影”，電視上顯示《速度與激情》系列影片。
對智能音箱說：
“我要開party，放個激情澎湃的音樂吧”，音箱播放《Sugar》
………….
智能硬件加上語音交互，已經構建成了物聯網。相信在不久的將來，搭載了語音交互系統的智能家居，都可以聽你的話，你說所說的每個指令，都會直接影響到當前家居的運行狀態。甚至可以對其動作進行組合，形成物聯網+語音交互。
小米智能硬件生態圈
在我看來，最有可能率先實現該場景突破的就是小米。
小米近幾年基本完成關於智能硬件生態圈的佈局，覆蓋了家庭場景下大部分高頻使用的硬件設施，並將其與手機連接在一起，使用戶通過手機可以快速的管理。本次小米電視4的發佈，其中一個亮點便是：將家居中的每一個智能硬件部分都和電視，手機控制端進行連接。最終實現最完美的智能家居生活場景：對著電視或遙控器說一聲：關閉空調、開啟吸塵器等一切指令，通過語義識別，連接家居，執行命令一系列動作，將智能貫徹到底。
開放的AI未來，不止於此
曾經VR技術被鼓吹的神乎其神，最終還是因硬件成本居高不下以及體驗難以提升淪為AI的泡影產物。而語音識別不應如此，百度的duer OS提供一整套語音識別的解決方案，給了許多硬件公司產品智能化的希望。
這樣一來，智能硬件的成本便可以達到有效把控。在整個語音交互部分，百度提供現成的SDK，並可以配套終端應用，提供開發套件。無論事實如何，宣傳效果確實達到了。若如此，接下來，語音交互能力便不再是小公司，小產品可望不可即的能力了。而最終市場上經過一批殘酷的淘汰，最終留給用戶的，便是最優秀的軟硬件結合的產物。這無論是對用戶還是整個行業，都是一個良好的發展趨勢。
在新時代的來臨，我們作為見證者、推動者也許沒有意識到小小的一個決定在後人眼裡是”人類的一大步“
弱小和無知不是人類生存的障礙，傲慢才是——《三體》
