亞馬遜領(lǐng)先蘋果、谷歌站上語音識別風(fēng)口 怎么做到的？

　　三、定位于家庭，緩解與機(jī)器對話的尷尬

　　只提供語音交互并非Echo成功的唯一因素。如果沒有解決用戶不愿使用語音的根本問題，這樣做可能會帶來另一個問題——用戶放棄使用產(chǎn)品。亞馬遜顯然不愿看到這樣的結(jié)果。

　　Echo成功的另一因素在于它定位于家居，而非手個人助理。

　　Siri和Google Now定位于個人助理，于是它們依附于手機(jī)，期待通過手機(jī)的高頻使用普及服務(wù)。但手機(jī)作為個人設(shè)備，多數(shù)情況下在公開場合下使用。在公開場合下用語音對手機(jī)發(fā)號施令，使用者很容易陷入尷尬。

　　Creative Strategies調(diào)查了300名手機(jī)用戶在公開場合下使用語音助手的比例。結(jié)果顯示，安卓用戶中，只有12%會在公開場合下使用語音助手;iPhone的比例更低，只有3%。

　　產(chǎn)品和使用場景沒有恰當(dāng)匹配，造成了Siri和Google Now的使用尷尬。

　　Echo采用了不同的產(chǎn)品定位，巧妙地避開了用戶使用語音助手的尷尬。它從一開始就定位于家庭設(shè)備——體積較大，不宜隨身攜帶;沒有獨立電池，必須連接室內(nèi)電源才能使用。盡管對著機(jī)器說話依舊怪異，但家庭環(huán)境緩解了用戶的使用壓力。用戶面對的是熟悉的家人而非公共環(huán)境下的陌生人。

　　四、提供針對性軟、硬件優(yōu)化，適時開放產(chǎn)品

　　在明確Echo的交互方式和產(chǎn)品定位之后，亞馬遜對它進(jìn)行了針對性的硬件和軟件優(yōu)化。

　　為了能讓用戶在家中的任何位置都能喚醒Echo，亞馬遜設(shè)計了一個名為ARS的自動語音識別處理系統(tǒng)。ARS由七個麥克風(fēng)和一個音頻信號過濾系統(tǒng)構(gòu)成。七個麥克風(fēng)組成的列陣能讓Echo捕捉到環(huán)境中的細(xì)微聲音，音頻信號過濾系統(tǒng)過濾掉環(huán)境噪音，從而辨別出人聲。使用ARS后，即使用戶在25英尺(7.62米)之外發(fā)出命令，Echo也能夠準(zhǔn)確識別。

　　(Echo的麥克風(fēng)陣列)

　　識別之后，如何理解用戶的語音命令?亞馬遜又設(shè)計了“關(guān)鍵詞識別”系統(tǒng)。Echo收到的語音命令被系統(tǒng)拆分為多個字段，它們與云端儲存的關(guān)鍵詞模型逐一比對，匹配度最高的部分被認(rèn)為是用戶發(fā)出的語音命令。

　　在先后增加對多款智能家電的支持之后，2015年6月，亞馬遜推出了語音服務(wù)“Alexa”開發(fā)包，正式開放Echo。兩家為Echo開發(fā)音樂播放和家電控制服務(wù)的公司還獲得了亞馬遜提供的1億美元資金。

　　開放策略收效顯著。2015年，Echo整合的第三方服務(wù)只有14項，今年已經(jīng)上升至950項。目前這個數(shù)字在持續(xù)增長。

　　今年3月，亞馬遜又推出了兩款面向中、低端市場的智能音箱：Tap和Dot。Echo家族的設(shè)備和服務(wù)在不斷壯大。