0
“我堅定的不看好智能音響作為語音的入口，Echo 自己也不看好，要不然干嘛推出 Echo Show？” 驀然認知聯合創始人龔思穎反問道。
在她看來，現在語音入口的設備，包括電視、手表和眼鏡，最終的形態現在依然沒有定論。但她堅信的一點是，要讓語音真正落地，成為被用戶所接納的最常用交互方式，最終要解決的是用戶頭部需求。
“不論是查天氣還是查時間，都非頭部需求，這些需求只是一種測試語音助手基礎功能的最基本條目，而衣食住行是用戶的基本需求，溝通需求也是用戶的基本需求。許多專注語音的團隊都將目標定位在家居、車載等方向上是有道理的，比如在車載環境下，打電話、發短信就是頭部需求，而在家居場景下打電話和發短信就沒有那么重要了，起碼在電視上沒那么被需要了。在衣食住行場景下，分別對應著不同需求：語音購物、點餐、訂餐館、訂酒店、預訂出行飛機票以及景點門票，都是大眾的生活服務需求。”她說。
在此基礎上，龔思穎告訴雷鋒網，最近，驀然認知做出了第一個語音對話購物服務，用戶可以通過對話實現訂咖啡、訂外賣、購買電影票以及一系列多維度的購物需求。
“我們 9 月 15 日開了一個大 Party，所有的閉環研發人員都有參加，大家圍在電視旁用對話買買買，訂了晚餐和夜宵，還有周末電影票。本身做閉環的小哥一邊演示一邊接受詢問，產品和測試當場也記下來一些產品改進意見和 Bug 。語音對話閉環就是在不斷調試、測試中成長起來的，解決的都是頭部需求。 ”
不過，不同于諸如 Magic 這種助理型產品，MOR 全部以 AI 語音交互完成服務，全程無人工干預。據其介紹，其可規模化程度高，運營成本低。
現有的服務閉環是基于屏幕的手觸操作，在手觸之外擴展了語音對話的交互，可以滿足用戶在更多生活場景下、不同需求下的交互方式。以訂咖啡為例，只需說上一句“給我訂一杯拿鐵”，MOR 就可以將咖啡送達到用戶手上，如果你有“加奶不加糖”的需求，也只需要再說一句需求即可。當然，語音交互還能實現多硬件移植，沒有屏幕也可以實現交互。
不過，GUI 與 VUI 結合才能為用戶帶來更好的體驗。 雖然無屏交互在 Alexa 中也曾應用，但它的語音購物為人們所詬病，比如，它只能做到一鍵購物，購買之前買過的東西，此外，由于屏幕交互的時候是一目十行，速度上明顯要快于語音交互，“尤其在音響上用純語音購物，這種方式就已經被行業認定為是一個失敗的案例。”龔思穎說道。
因此，之后的 Echo 則變成以屏幕交互和語音交互相結合，在最近暴風發布的新一代 AI 電視里的語音對話購物與此類似，而它在語義理解部分的技術方案由驀然認知提供。
不過，GUI 跟 VUI 的結合也面臨一些挑戰，最難的還是同步問題，但驀然認知目前也有自己的解決方案去做進一步優化。
“因為中間的語音理解、語義理解就已經很難了，然后你把 VUI 做完之后，它有時不能快速告訴用戶想要的結果，你也只能夠以語音對話的方式交互。但這樣，有的時候我就是覺得我按一下更快，那這個時候就叫 GUI”，如果只做 GUI，就跟傳統的方式沒有任何區別，龔思穎向雷鋒網解釋說 。
還有一點是要改變用戶傳統的 GUI 方式，改變用戶習慣是一件循序漸進的事，他們要做的就是讓語音交互成為主導，從而增加用戶黏性。
除了上述問題，龔思穎向雷鋒網表示，就上下文對話的語義理解這項技術而言，在整個行業里都是一個難點，“95% 以上的（AI）公司都會被排除在外”，她的隱含意思很明顯，另外的 5% 必然有驀然認知一席之地。其次，如果要解決衣食住行這些龐雜的頭部需求，就要有一個強大的知識圖譜來支撐，此外，因為要接不同的服務，“系統就要有一套快速可移植的對話模型，而不只是像以前單純的寫規則。”
作為一家在商業模式和市場擁有清晰定位的創業公司，龔思穎表示，驀然認知今年依然還是瞄準智能車載和智能家居行業，他們在智能車載中的產品在逐漸落地，在未來，他們會繼續將語音與生活服務結合在一起，更好的完善語音對話購物。MOR 也會集成于汽車、家居等硬件設備上，為用戶提供人機對話及決策服務，打造一個可快速移植、實時學習、多場景融合的對話交互及決策系統。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
