2011年10月，iPhone 4S發(fā)布，個人手機助手Siri誕生，智能語音第一次以“Hey Siri”的方式進入大眾視野。歷經近十年發(fā)展，智能語音已成為人工智能時代應用最為成熟的技術之一，用戶對語音助手的期待早已不再只是裝在手機上無聊時可以解悶的工具了。

一方面是技術成熟度相對較高，一方面是語音代替雙手交互能夠廣泛切入各類場景，且使用起來相當簡易，所以智能語音的普及速度快。據Juniper Research統(tǒng)計，截至2019年2月，全球使用中的語音助手達32.5億，同時預計到2023年，該數字將達到80億。智能語音以生活、工作助手的方式正在改變人們的生活，其中智能家居是重要的應用場景。

黃金十年，巨頭紛紛入場

縱觀智能語音的發(fā)展歷史，各家紛爭從手機端、PC端等近身場景，拓展至以智能音箱為主的家庭場景。

Voicebot2019年6月公布的統(tǒng)計結果表示，除了智能手機，語音助手也被廣泛應用于車載、智能音箱、智能電視等設備。家庭場景及車載場景下的語音交互受到主流公司的重視，也是未來語音交互的重點發(fā)展方向。

車載場景下的普及得益于汽車產銷市場的發(fā)展，作為車載信息系統(tǒng)的重要基礎，智能語音能夠讓車主在雙手被占用的同時實現與汽車的交互。家庭場景下，無論用戶處于休閑狀態(tài)還是做家務狀態(tài)，語音直接操控家庭設備可以解決打開各種App或者移動至設備前的麻煩。此外，兩種場景共有的核心優(yōu)勢是：空間大小適宜且私密性強，相較于完全開放，且噪聲較多的外部空間，更能體現語音的便利。

語音助手：連接家庭設備的中樞

提到語音助手在家庭場景的應用就不得不提如今被作為智能家居入口的智能音箱。家庭設備實現互聯后，可通過發(fā)布語音指令實現管控，語音助手通過智能音箱成為家庭設備的中樞。市場調研機構Canalys發(fā)布的全球智能音箱出貨量報告顯示：Q1 - Q3出貨量分別為2070萬臺，2610萬臺，2860萬臺，各季度均實現同比增長，預計全年出貨量將達到9390萬臺。對于發(fā)展最快的美國市場，2019年1月來自voicebot的數據顯示，6640萬美國消費者擁有智能音箱(相較于2018年1月上漲40.3%)，占據了美國消費者市場的26.2%。用戶使用智能語音交互最多的場景包括：題目問答，音樂播放，天氣查詢，了解新聞等。

2015年亞馬遜正式推出Echo，2016年銷售量達520萬臺，超越Sonos成為智能音箱市場的領跑者。憑借先發(fā)優(yōu)勢，雖谷歌、蘋果相繼入場與亞馬遜搶奪市場份額，亞馬遜在智能音箱市場的市場占有率一直保持領先。

與Echo音箱一同問世的還有它的語音助手Alexa，Echo是Alexa的第一個服務對象。Alexa功能的迅速擴張得益于它的開放，2015年6月，Alexa對第三方開發(fā)者開放，發(fā)布了Alexa Skills Kit(技能插件)和Alexa Voice Service(語音服務)兩套工具包，開發(fā)者可為Alexa的功能拓展貢獻價值。想要Alexa智能設備實現購物、家電控制、音樂播放等功能，需要開啟相應的技能插件。發(fā)展至今，全球范圍內，Alexa擁有技能超過90.000個，可兼容設備超過60.000種，極大提升了用戶的體驗。

相較于亞馬遜，谷歌和蘋果對智能語音的研發(fā)和布局更早，它們優(yōu)先選擇以移動設備為切入點，以手機、電腦為載體。技術研發(fā)存在滯后的亞馬遜選擇了不同的路徑，瞄準家庭場景，聯通大量的家庭設備，由下往上推進。

自2016年11月發(fā)售起，Google Home從多方面對Amazon Echo發(fā)起進攻，最終選擇“智能對答”作為突破亞馬遜語音平臺眾多技能的核心切入點。重視準確性的Google Home，在回答問題的能力方面受到用戶的認可，并逐漸形成自己的技術壁壘及競爭優(yōu)勢。

各巨頭紛紛選擇以智能音箱品類切入家庭生活場景，但他們對智能家居領域的戰(zhàn)略布局不止于此，更具挑戰(zhàn)的發(fā)展目標為：由智能音箱這一單一品類拓展至多家庭設備的互聯;從客廳這一空間拓展至廚房、臥室等多個空間;從單一用戶服務拓展至針對不同用戶匹配不同的服務。因此智能音箱的混戰(zhàn)正逐步升級為智能家居全場景的競爭。

當用戶逐漸摒棄打開各種App，尋找各種遙控器等繁瑣步驟，習慣通過語音遙控家庭設備，語音指令承載的用戶數據逐漸龐大。而作為信息入口的智能語音，使用戶數據牢牢掌握在開發(fā)者手中，并為延伸出的數據服務、增值服務夯實基礎。

智能電視或成為未來家庭智能交互的新入口

語音交互是信息輸入，而能夠實現交互的設備不止智能音箱一個，包括電視、電燈、凈化器在內的各種家電，均可實現智能連接。顯然，未來配備智能語音的家電將更加普遍。

《2019年智能語音消費者使用報告》中提出，智能音箱的消費者同樣樂于去使用其他配備語音助手的智能家電，其中智能電視的普及率最高。主要原因包括：所處位置便于連接其他設備，電視是家庭設備中唯一的大屏設備，多位于客廳的核心位置;使用頻率高，電視不斷革新技術、拓展功能以提升用戶體驗，可選服務的豐富加深用戶的依賴程度。綜合來看，智能電視未來將發(fā)展成為智能家居生態(tài)體系的又一入口。

用戶隱私保護受重視，標準體系正在建設

雖然市場熱度高漲，但智能家居的標準體系還未建立健全，有關用戶隱私保護的規(guī)則還不夠明確。

家庭設備與人的智能交互依賴于云端識別與處理，但在設備聯網的同時，記錄個人和家庭生活的數據會被上傳至云端并存儲于服務器上，存在被泄露給不法分子的風險。針對用戶隱私問題，可實現數據本地化處理的離線語音技術將一定程度上解決隱私泄露問題，其技術發(fā)展變得尤為重要和迫切。

同時，行業(yè)標準體系正在抓緊建設中。包括Amazon, Google, Apple在內，數百及公司加入Zigbee聯盟，致力于建立智能家居領域的標準體系，對設備的控制和對隱私的保護在行業(yè)標準的約束下會更加明確，這將造福整個行業(yè)。

語音交互正在向自然交互發(fā)展和進步，深度應用于多場景將從各個方面影響和改變人類的生活習慣。智能家電、智能車載、智能可穿戴設備在不久的將來會成為我們的AI助手，通過儲存這我們習慣和數據的大腦，為我們更便捷的生活提供服務。