来源/锌产业

作者/山竹

最近和一位移动机器人领域创业者聊天提及技术创新时，他对我说：

“其实现在移动机器人的核心技术还是激光导航，这一技术的理论框架是在20世纪90年代形成的，之后的20年，是一个从理论到工程化，以及降本普及的过程。”

其实不仅仅是激光导航技术，大部分技术从理论提出到规模化商用都会经历一个漫长的过程，这自然也包括智能语音技术。

本周来自外媒《彭博社》的一份报道指出，苹果正在开发一种技术，以「Siri」代替原来的「Hey Siri」作为语音助手唤醒词，这一技术预计会在未来两年正式应用。

从「Hey Siri」到「Siri」，本质上解决的还是智能语音技术的一个工程化问题，这样的工程化是智能语音技术为适应人类使用习惯而做出的改变。

不过，就在智能语音技术工程化的过程中，市场的风向也在悄然改变。

智能音箱退潮

智能音箱是智能语音技术热潮下第一个现象级产品，曾几何时，智能音箱一度让国内外一众互联网巨头为之疯狂，但凡内部立项智能音箱项目的互联网公司，纷纷堆资源、砸补贴，也就有了2019年智能音箱全球出货量破亿。

据Strategy Analytics这一年的统计数据显示，2019年，全球智能音箱销量达1.469亿部，同比增长70%。

彼时，作为智能音箱领域带头大哥，亚马逊甚至还曝出在全球雇佣了一支数千人团队，监听Echo用户实际使用场景中的语音，通过人工标注这些语音数据并提供给语音模型，以提升亚马逊语音助手Alexa的语音识别能力。

此外，以软件能力著称的美国科技巨头谷歌、Facebook（如今更名为Meta），也先后跨界做起了智能音箱的生意，而且生意做得也是红火热闹。

国内，在智能音箱补贴大战中，二、三线品牌及创业者纷纷溃败退出，另觅他路，阿里、百度、小米三位互联网大佬成了最后的赢家。

不过，潜在的隐患是，当时经过两年多代研发的智能音箱仿照的虽然是智能手机软硬结合的路线，甚至后来还推出了带屏音箱，但无论在开发生态上如何发力，也并未能跑出什么超级App。

之后几年里，对于智能音箱的超级App，几家厂商对内一直在寻求突破，对外却很难给出一个像样的答案。

直到现在，我家中三台位于不同房间的分属三个品牌的智能音箱，卧室的用来早起播报闹钟和天气，书房和厨房的99%的时间用来播放音乐，这也是大多数人智能音箱的最终归宿。

现在想想，这些我个人最刚需的功能，其实最早一代的智能音箱——智能语音和音箱初次的结合体就能实现，倒是不免令人叹息。

更为令人感慨的是，三年后的今天，当智能音箱走出增长神话时，深陷裁员潮的Meta砍掉了Portal产品线，被曝每年亏损50亿美元的亚马逊设备部如今也面临着成本削减审查……

在国内，智能音箱市场出货量持续下滑，IDC统计数据显示，2022年上半年中国智能音箱市场销量为1483万台，同比下降27.1%。

大起大落背后，是智能音箱单品失去魔力后面临的迅速退潮。

尽管如此，智能音箱的崛起还是给我们的生活带来了不少乐趣，也反哺了人工智能技术，使人工智能的魔力为这个时代的诸多产业注入了新鲜和活力。

产业化种子生根发芽

智能音箱的亿级出货量虽然有赖于互联网巨头砸钱补贴、拔苗助长，但由此带来的用户和用户的使用数据，确实也间接地促使智能语音技术，尤其是让语音识别准确率、语义理解能力得到了一次质的飞跃。

一个明显感受是，三四年前的智能音箱发布会上，几乎所有厂商都会强调的一个关键指标——语音识别准确率，时至今日，已经很少有厂商再去强调自家智能音箱语音识别准确率是多少。

另一个更具象化的例子是，文章开头提到的苹果拟在未来两年就语音助手唤醒词简化为「Siri」。

或许你会觉得这个改变看起来算不上是什么大的改变，其实这个改变背后是智能语音助手在唤醒方面从「四音节」向「双音节」的一次跨越，能够实现这样的跨越，也正是基于语音识别准确率和语义理解能力的巨大提升。

实际上，就在前不久小度语音平板发布会上，小度官方特别提到的“免唤醒”能力本质上也是向双音节唤醒的一次升级。

无论是厂商在营销口径上的调整，还是语音助手唤醒词的简化，藏在这背后的一套逻辑是：如今智能语音技术的语音识别准确率已经能够满足人类日常使用场景中的实际需求，一个正向「数据——模型——体验——数据」的正向循环已经形成。

技术越来越成熟，路自然也越走越宽，这样的智能语音技术在越来越多硬件、产业中的尝试也开始得到正向反馈，其中一个影响最大的产业就是智能家居产业。

今年上半年，智能家居行业迎来了一些新气象，我也与智能家居行业几位朋友进行了较为密集的交流和拜访，当聊到智能家居行业过去几年发展时，智能音箱往往是一个难以绕过的话题。

如果将智能家居行业在中国过去的发展划分为三个阶段的话，智能音箱的热潮推动了智能家居行业在第二个阶段重拾信心和快速增长。

如果再仔细观察这期间的影响的话，大致有以下三点：

交互升级，语音交互成为大多数硬件必备交互模式，智能电视、智能中控、扫地机器人等核心家居硬件都用上了语音交互；

品类拓展，智能家居行业从单品智能走向多品互联，进而走向场景智能，包括海尔、美的等家电巨头，都将场景融入到了企业战略中；

行业深入，从家居到酒店、地产，如今的智能家居已经不仅仅是C端生意，包括阿里、百度都发布了酒店版智能音箱，在推进企业级解决方案。

这里我们谈到的是对智能家居行业的影响，实际上，受到智能语音技术影响的绝不止智能家居一个行业，如今智能语音技术已经以语音助手的形态出现在了餐饮、零售、金融、交通等各个行业中。

可以说，智能语音没能成就智能音箱，但智能音箱成就了全新的智能语音技术。

不过，历史从来不缺主角。

就科技发展这部史书而言，一个产品走向“平庸”，必然会有另一个产品成为新的主角。那么，继智能音箱之后，又会由谁来续写后续篇章呢？

这个问题不难回答。

皇冠递给数字人

2022年，阿里在天猫精灵发布会上继续讲着家居场景解决方案，小度在新品牌添添的发布会上跨界发布了语音平板，一切似乎仍然延续着智能家居三个方向在继续前行。

然而，改变已经悄然发生。

在云栖大会天猫精灵专场，开场是由达摩院创新业务中心负责人李小龙讲的是阿里在数字人领域的布局；

百度在百度世界大会上不仅让数字人做主持人、发布数字人直播平台「曦灵」；

就连曾经与小爱同学及其他各类语音助手隔空互动的小冰近日官宣融资10亿，融资用途也是“加速AI Being小冰框架技术研发，推动数字员工普及。”

是的，继智能音箱之后，成为科技圈近期新宠的是已经开始深入到各个产业中的数字人。

说起来，数字人应用的基础技术同样来自于早期电影特效应用的动作捕捉、动画生成技术，同样是基于几十年前的基础技术理论的再工程化。

参照过去几年智能音箱和语音技术的迅猛发展，这次，数字人又能为各行各业带来怎样的变化，倒是让人有些期待。