像扎克伯格一样过日子，我们也可以，只需要花几百块钱买一样东西
万物互联的物联网时代，智能音箱所能扮演的角色令人遐想。
/
早上起床，扎克伯格家的智能助手Jarvis便开始了忙碌的一天。它为扎克伯格拉开卧室窗帘，发射一件T恤给小扎穿，然后给小扎烤了一炉吐司。在这期间，Jarvis还去逗了逗小扎的女儿，教她用中文说“早上好”。当有客人来访时，Jarvis可以自动进行人脸识别，告诉小扎来客身份，然后自动放行。当小扎说“放个音乐”时，Jarvis便会播放他喜欢的歌……
https://v.qq.com/txp/iframe/player.html?vid=f0358diyd3t&width=500&height=375&auto=0
未来的生活是什么样的？视频是小扎的设想
视频里，扎克伯格给自己家编写了一个名叫Jarvis的智能管理系统，开启了无限欢乐的生活模式。而对于更多属于编程小白的普通人来说，这样的智能生活也不再遥不可及——只要你拥有一个智能音箱。
7月5日，阿里发布首款智能音箱“天猫精灵X1”，售价499元。这个音箱拥有声纹识别技术，能认得每一个人的声音，不怕别人给自家音箱“瞎指挥”干坏事。用户不仅可以用它来播放歌曲、查询天气，还可以逛天猫商城、查星座运势、设置闹钟、给手机充值、播放新闻节目、控制数千款来自阿里智能生态的家电产品等。
https://v.qq.com/txp/iframe/player.html?vid=k0024t3g60j&width=500&height=375&auto=0
天猫精灵X1演示视频：通过语音控制接入智能家居产品
收到测评版天猫精灵的网友开始晒出各种互动体验。首先，天猫精灵X1需要智能手机的帮助，用来给音箱联网、观看新手视频和注册用户声纹。注册声纹的目的是让音箱知道当前说话的是谁，和用户相处久了，音箱就能知道当前用户的喜好，提供更有针对性的服务。在购物环节中，声纹的作用跟指纹类似，通过生物识别验证才能完成支付。
接下来便是调戏智能音箱的时刻。网友开始和天猫精灵玩猜数字的游戏，过程轻松愉快没有出错。网友询问狮子座性格，天猫精灵却误判为星座运势，给出了错误的答案。
图片来源：爱范儿
有网友开始比赛，看谁能引导天猫精灵说出指定词汇。在视频里，天猫精灵居然“呵呵”了网友，机智地成功“反调戏”。
https://v.qq.com/txp/iframe/player.html?vid=b0526zomych&width=500&height=375&auto=0
如何调戏天猫精灵？视频来源：AppSo
有网友发现天猫精灵一些仍待改进的地方，例如对网速要求比较高，网速不佳它的反应也会变慢；说话吐字需要清楚一些，不然声纹识别通不过话费充值失败；句子结构必须尽量简单，不然它可能理解不了，例如用户说“关掉这首歌”，天猫精灵却理解成开通单曲循环，最后用户只好略显粗暴地命令“静音” ……
图片来源：爱范儿
但无论如何，阿里对智能音箱寄予了厚望。阿里人工智能实验室负责人浅雪（花名）在发布会上说：“有没有一种比触屏更好的人机交互方式？我们的父母一般会用手机的通讯交流功能，但80％的App他们可能不会使用，因此这不是最好的方式，应该还有更好的。我们觉得，语音可能是下一代人的交互方式。”
来自大洋彼岸的潮流
2017年硬件领域最大的风暴，由电商巨头亚马逊引起。
2014 年 11 月，刚经历Fire Phone销售惨败的亚马逊低调发布智能音箱 Echo。当时，Echo的产品定位甚至没有强调智能概念，而是一个音箱升级的产物。亚马逊CEO贝索斯甚至没有单独为它开一场发布会，只把 Echo 提供给少数用户，并收集他们的使用反馈。
出乎意料的是，Echo在市场上受到了用户的热烈欢迎。这让亚马逊重新审视了Echo的意义，并开始放开手脚，将所有资源倾向Echo。察觉到市场变化，苹果、谷歌和微软也在智能音箱领域开始行动。2016年11月，谷歌的智能音箱Google Home上市。今年5月，微软发布智能音箱Invoke。6月份，苹果在开发者大会上发布智能音箱HomePod。
图片来源：phandroid
在巨头们的心中，智能音箱代表全新的人工智能交互方式，被视作继电脑、手机之后的互联网入口，人们只需要动动嘴皮子就能完成打车、叫外卖、快递下单等各种服务。当前的人机交互方式依然以屏幕为主，未来则是一个多终端的交互形式。例如，原来通过手机控制智能家电不方便，智能音箱可以成为切入智能家居的重要端口，人工智能不需要屏幕就可以与用户进行交流，万物都可以开始对话。
目前，亚马逊Echo仍在智能音箱市场上独领风骚。
eMarketer数据显示，在今年一季度美国智能音箱市场中，Echo的市场份额达到70.6%，Google Home占比为23.8%，其他厂商合计占比5.6%。根据CIRP、RBC Capital Market、Morgan Stanley等公司的估计，自2014年发售以来，Echo系列产品累计销量接近1100万台，销售额达到8至10亿美元。
中国智能音箱市场群雄并起
大洋彼岸市场的火爆让中国的弄潮儿看到了商机。
由于亚马逊Echo和Google Home的操作系统在中国无法使用，在一段时间里，智能音箱在中国属于空白领域。2015年，京东火速与科大讯飞成立了一家合资公司灵隆科技，并在2015年6月发布了名为叮咚智能音箱的产品。
图为叮咚音箱
目前，叮咚音箱已经推出了A系列和Q系列共5款产品，价位在179元到798元之间，2016年整体销量为10万台。据叮咚音箱市场部人员介绍，截至今年6月底，叮咚音箱同比增长130%。今年，京东计划推出2至3款产品，并加大市场推广工作，除了依托京东进行线上销售，还会进入实体店，让消费者更直接地体验产品。
叮咚音箱的一大特色，是可以连接京东微联、美的、小米智米、小米运动、飞利浦HUE等5个平台的智能家居设备。有用户表示，家里“京东系”的家电产品大概有60多个，例如加湿器、净化器、空调、风扇、窗帘、灯等等，都用叮咚音箱控制。一般下班回家对叮咚音箱喊一句“我到家了”，家里空调、灯都会打开，走的时候跟它喊一句“我出门了”，所有电器自动关掉，省了很多事，如果自己一个一个按开关，至少要按20、30个按纽。
今年6月，喜马拉雅FM联席CEO余建军带着智能音箱“小雅”正式亮相，售价999元。余建军介绍：“目前，‘小雅’已售出超过5万台，销量约七成以上由喜马拉雅FM用户包揽，因为‘小雅’是基于现有用户的真实收听需求而打造的。”除了智能化，内容是“小雅”最大的优势之一。余建军说，“小雅”已获得喜马拉雅FM、百度音乐、虾米音乐、豆瓣音乐等各个平台内容的授权，是行业内唯一一个全内容的音箱产品。家居联动方面“小雅”比较弱，只能连接美的品牌的智能家电。
有网友测试了叮咚音箱、联想智能音箱和小雅音箱，发现小雅的声音是真好听，软萌、开朗、不做作、亲和力非常强。就语音交互的流畅性、语义识别的准确性、以及语音指令涵盖的广度来说，还是来自科大讯飞的技术、有着最长时间产品积累的叮咚智能音箱最强。小雅后来居上，超过联想。
叮咚音箱、联想音箱和小雅音箱对提问的识别结果。图片来源：再生妖精
有用户表示，以前用手机查完天气后，还会顺便刷刷朋友圈看看微博，不知不觉浪费了很多时间，甚至有点“手机依赖症”：没有任何手机需求的时候，也会解锁手机看它屏幕亮起，然后锁屏放进口袋。使用智能音箱后，查天气定闹钟听听歌等操作都不需要使用手机，对自己时间的利用也更加高效了。
7月5日阿里发布天猫精灵X1的同时，百度也发布了智能语音交互系统DuerOS和语音家居设备小鱼在家。李彦宏说，DuerOS的定位是要让冰箱、桌子等日常用品在任何环境下都具备与人对话的能力。
而在今年4月25日，腾讯推出智能语音助手“腾讯叮当”，对标亚马逊的智能语音助手Alexa。腾讯第二号人物刘炽平在接受采访时透露，腾讯的智能音箱或在8月份发布。
去年11月，小米发布了一款售价399元互联网音箱新品。该音箱汇聚了目前10大主流音频服务内容，提供超2000万首在线音乐曲库、800多万集网络电台节目、覆盖31个省/直辖市的1500多广播电台等，内容十分丰富。有网友发现该音箱的一个彩蛋：对着音箱喊一句“雷军”，神曲 Are You OK 就会应声响起，十分喜感。据新京报报道，本月月底小米也将推出智能音箱产品。
在中国，智能音箱领域正在成为新的兵家必争之地。各家的新产品不断面世，智能音箱的竞争要素也主要集中在以下几点：
1.性价比。包括价格、音质、外观和质感。
2.支付、社交、购物、内容等应用的开放程度，以及对智能家居设备的兼容程度。
3.技术成熟度。包括：远场识别技术，能让音箱接收到用户在3-5米甚至更远的地方发出的指令；声纹识别技术，能让特定用户发出的指令有效；需要不断提高的语音识别率和不断缩短的唤醒时间；中文唤醒词，目前业内大部分是四个字的音节，人工智能初创企业Rokid的产品已缩短到“若琪”两个字，也有一些企业在开发自定义唤醒词技术；最后，是和视觉捕捉的结合程度。
智能音箱还只是发烧友的心头好
但是，目前中国的智能音箱消费并未井喷。京东叮咚智能音箱在2016年的整体销量是10万台，即使截至今年6月底的销量同比增长130%，以10万台的全年销量作为基数，这个数据仍算不上理想。阿里天猫精灵发布以来的预售量约为6700台。
根据淘宝（包含天猫）电商平台，以“智能音箱”为搜索品类，月销量超过100台的店面超过21家，共覆盖15个品牌商（其中代工贴牌厂商不计入其内），整体销量为1.76万台。其中，月销量超过100台的15家品牌商中，仅有小米互联网音箱、飞利浦aw6005/小飞阿里智能音箱实现了语音交互功能，并且仅限于部分场景切歌时使用。
在中国，智能音箱很大程度上只覆盖追赶新事物的用户，科技发烧友或者是科技从业者。据市场研究公司Counterpoint Research估计，2017年中国智能音箱的出货量将为200万台，远低于美国的1400万台。
在美国，智能音箱最常用的场景是床头的信息来源以及厨房中控，但中国用户普遍没有这种习惯。已为多家大公司提供语音交互方案的思必驰曾表示：“这块市场要发生实质改变，体量规模是重要指标。在中国，至少要达到大几百万到上千万才能证明市场被认可，同时还需要保持较高的活跃度。”
语音交互是未来的生活方式
人机语音交互的难点，在于机器的回答有时给人一种“这也太蠢了吧”的感觉。这是因为机器对语义的理解是有限的。对于同一个问题，不同地域、不同年龄和不同习惯的人会采用不同的问答方式，这时候就需要优化机器对语义的理解，并让机器拥有不断学习的能力。
例如天猫精灵X1对于天气预报能够理解786种中文提问方式，包括北方人的儿化音、小朋友经常使用的叠字叠词、南方人某些与普通话混淆的中文表达方式等。而在第一次向音箱提出超出其能力范围的问题之后，音箱可以通过学习学会新知识，长时间进化后，音箱可以越来越了解用户，成为用户的助手。
语音技术服务商云知声CEO黄伟在接受《中国企业家》采访表示，智能音箱要求的不只是技术，更重要的是需要聚合调动资源，一旦涉及到多个产业协同，乐观程度就要打一些折扣。但他依然看好中国智能音箱市场：如果移动互联网时代与设备的主要交互方式是触控，万物互联的物联网时代，人机交互的方式将主要是智能语音、机器视觉、手势等等，而语音将成为最重要的一环。
毋庸置疑的是，语音会成为智能家居交互的主要方式。但在中国，是否使用智能音箱来搭载语音互动，仍处于摸索的过程中。
来做个小调查，轻松一下吧~
综合编辑：刘佳玲
参考资料：
《智能音箱虚火：月销不到2万台 代工厂垫付百万抢订单》来源：新浪科技 作者：侯迪憬
《阿里推出智能音箱“天猫精灵”，张张口就可以买买买了》来源：天下网商 作者：何承轩
《智能音响的中国战事》来源：顶楼
《天猫精灵X1评测：智能音箱的体验门槛，前所未有的低》来源：爱范儿