对话景鲲：DuerOS要做语音交互时代的Android，有戏吗 | AI英雄

本文系网易新闻-智能工作室（公众号 smartman 163）出品。聚焦AI，读懂下一个大时代！

编者按：本文为AI英雄专访第26期，本期对话嘉宾为百度度秘事业部总经理、人工智能产品委员会主席景鲲，他如何看待语音交互技术的发展，如何打造DuerOS这款语音交互系统？又如何看待语音交互技术的落地应用与使用场景？

作者 | 小羿

急速转型、All in AI的背景下，百度已将宝押在了创立仅半年的对话式人工智能系统DuerOS上面。

在百度COO陆奇的整体规划下，百度大脑+百度智能云已经成为了百度AI战略的两大支柱，这其中，DuerOS又成为了百度大脑的最重要组成部分。

DuerOS创立于今年1月，归属度秘事业部，由总经理景鲲直接负责。依据百度的战略思路：iOS与Android是触摸交互时代的霸主，而语音交互会成为下一个人机交互时代，在这个新时代同样需要一个基于语音的人机交互界面，不同于触摸交互，语音交互受到了不同语言的制约，而百度要抢占中文语音交互系统的战略高地。

被百度寄予厚望的DuerOS，目标是要打造一个基于语音交互的全新开放平台，这个平台通过API、SDK为合作伙伴提供创新技术工具，输出AI技术能力，一起合作共赢。

近日，网易采访了DuerOS的直接负责人景鲲，他作为微软前首席研发总监、度秘事业部总经理、人工智能产品委员会主席，分享了语音技术的发展情况，以及如果让语音交互技术落地和发展应用场景。

All in AI，DuerOS首要解决听清、听懂的问题

在景鲲看来，语音交互技术首先要解决的是听清和听懂的问题。

在听清的问题上，百度主要做了麦克风阵列、回声消除、语音唤醒、远场识别几项技术。其中，自定义语音唤醒技术可能是百度收购KITT.ai以后具备的最大技术优势。

但目前的现实情况普遍是，虽然很多企业宣称其语音识别准确率达到了97%以上，降噪和远场识别做的也足够好，实验室数据足够亮眼，但在实际的应用场景中，还是会出现无法唤醒的情况。DuerOS同样面临着这些问题，如景鲲所说，近场语音已经基本上成熟，但是远场语音识别在不懂的环境下需要逐渐被攻克。

在听懂的问题上，景鲲宣称百度可能是国内唯一能解决听懂问题的。景鲲的理由是，解决自然语言理解的问题，关键是要做数据训练，而DuerOS借助百度搜索有了数据上的优势。"在人机交互的过程当中，其实就跟原来人们用百度搜索一样的，从关键字变成了自然语言，都是表达和需求之间的一个契合。“景鲲说到。也就说，如果DuerOS依托百度搜索，就可以调用十亿级的知识图谱实体、语音调用和音频数据、千亿的图片和网页等数据，这是DuerOS的最大优势所在。

即便如此，百度依然不能忽视人才的作用。今年以来，百度先后收购了渡鸦、KITT.AI等AI技术公司，以弥补自身技术上存在的不足。景鲲说，百度收购技术公司的思路基本上是，与自己技术有互补性，或者客户有特别强的需求但百度还不具备，我们就会考虑收购。据悉，渡鸦在人机交互方面有很多创意产品和应用，而KITT.AI在开源自定义上（如自定义语音唤醒词）有着很强的实力。

起步阶段：要想成为平台，首先让用户对语音交互有认知

根据景鲲的说法，DuerOS的目标是成为人工智能时代的Android。“在时代的变革过程中，Android从底层消费层入手，解决了基础的门槛，让很多人更容易进入这个行业来开发自己的手机，他们可以定义自己的手机，在解决一些基础应用需求的同时，也让整个市场更加丰富。我们希望DuerOS也扮演一样的角色。”

据景鲲透露，截止目前DuerOS的生态合作伙伴已经达到120家（包括硬件、芯片、方案、内容等领域厂商），但距离平台的数量级还差得很远，毕竟仅运营了半年时间。景鲲说，“我们希望一起打造高端的Case，一方面让他们自己的产品更好，另外一方面我们也能够覆盖越来越多的长尾。”

面对需求千差万别的开发者和厂商，DuerOS在普适性上似乎还有很长的路要走。作为平台，DuerOS如何去权衡厂商和个人开发者使用服务的完成度和自由度？对此问题，景鲲表示，不管开发者和厂商是直接拿来使用，还是进行二次开发，DuerOS都要提供一个至少能够完成基本服务的系统。

“百度正在抱着开放的心态来做这件事，比如很多合作伙伴希望把自己的内容和服务放到DuerOS的后台去支撑，后者仅提供听清和听懂的能力就可以了，这时候DuerOS也同样要支持。”景鲲说。

在DuerOS的内容服务接入上，景鲲认为不同产品、不同用户对语音内容服务的要求不一样，但用户的需求跟原来的搜索具有很强的联系。“我们希望DuerOS是一道门，用户通过它去获取原来百度搜索上已经连接的信息服务。”景鲲说。

对于目前的平台运营以及如何选择合作伙伴，景鲲说，目前来讲我们不会去挑客户，就算是一些个人开发者，百度也会去支持。“我们在官网上开发了很多不同的套件和解决方案，其实是希望每个小企业、大企业还有个人开发者都能够开发这样的设备。”

关于平台的商业化方面，景鲲告诉网易智能，目前DuerOS不会考虑商业化，现在最大的问题是怎么让普通消费者知道语音对话设备，让语音对话交互将成为一个标配。未来，新的人机交互模式势必会带来大量的商业机会和新的模式。“但是现在来讲，最主要的还是用户体验和用户认知。”

落地应用：看好家庭和车载等场景 智能音箱和电视需求或井喷

语音交互是一个全新的交互方式，使用场景和落地产品也在不断摸索中。陆奇曾说，人工智能落地最关键的是找到场景和商业模式，做出极致体验，并快速迭代。

基于这种思路，DuerOS首先将使用场景的重点落在了家庭、车载、手机等能够快速迭代的场景中。景鲲认为，这三个成精对语音的需求是逐渐的升温的，家庭和车载的需求是从0到1，手机上的语音助手以前就有，后续它的角色会越来越重要。据IDC预测，到2020年51%的智能汽车企业、68%的智能手机与穿戴设备企业都将在产品中采用对话式人工智能系统。

据景鲲介绍，DuerOS已经接入了120多家企业的应用和产品，比较重要的有，与国安广视合作推出的智能机顶盒，在长沙、石家庄等地都有开展机顶盒免费换的活动，直接打入普通家庭生活中。另外，百度与小鱼在家合作推出了分身鱼陪伴机器人，还与极米合作推出的激光无屏电视，都内置了DuerOS系统支持语音交互。

在产品品类上，景鲲认为智能音箱的需求将是井喷的。据景鲲透露，百度为深圳做智能音箱的方案集成商，尤其是给亚马逊Alexa提供解决方案的厂商提供了一种盒壳，只要把开发套件放进去，就可以很容易做出一款智能音箱。但是，景鲲并不认为这会造成大量同质化的产品流入国内，他认为外观、声腔、喇叭的不同，都可以做成不同的产品。景鲲希望这些品牌商和方案商，借助DuerOS直接将为Alexa生产的硬件带到中国来。在他们看来，如果系统门槛越低，集成越方便越便利。景鲲说，“对于这一部分的用户，我们是开创了一扇很容易进入中国市场的大门。”

其次，景鲲认为，智能语音产品已经成为传统家电厂商新的增长点，所以不管消费者是否接受，下一代的电视、空调、洗衣机可能都会带语音交互。在这其中，景鲲特别看好智能电视，“电视绝对是属于一个未来语音交互的重要载体”。景鲲还称，有语音的能力之后，用户跟设备的交互黏性以及活跃度会急剧提高。但具体的数据如何，景鲲称现在还不方便透露。

要想成为超级平台，还有很长的时间和很长的路要走

不久前，百度公布了2017年第二季度未经审计的财报。财报显示，Q2百度营收为208.74亿人民币，同比增长14.3%，净利润44.15亿人民币，同比增长82.9%。百度将这些增长归功为DuerOS带来的开放生态。实际上，语音交互的落地应用还处于早期，不管是在技术、内容服务还是场景打造上都还有很多的问题要解决。

景鲲认为，DuerOS想要成为语音交互时代的Android，首先要跨越技术的门槛。在Android和iOS出来之前，那个时候也有触屏，但是电阻屏很不方便。在那个时代，Android和iOS解决了屏幕的问题，解决了手触摸的问题，解决了这两个核心的技术问题之后，整个手机产业开始腾飞。

“我觉得本质是一样的，在现在也要解决听清、听懂这几个核心技术问题，这几个核心技术问题如果不解决，是不可能让整个产业有一个大爆发的。”景鲲表示，我觉得在现在这个时代 45 33502 45 15287 0 0 3649 0 0:00:09 0:00:04 0:00:05 3649，是一个技术的瓶颈期，攻克了技术瓶颈之后，语音交互的发展本质上跟Android时代是一样的。

面对语音交互领域国内外巨头的竞争和布局，景鲲称，大家看到的是一样的方向，就说明这是一个巨大的机会，而百度又是中文领域最大的搜索引擎，可以利用自己的优势做出最基础的生态。

就像陆奇所说，长期来看DuerOS对于百度意味着巨大的机会，但目前的工作重点是要打造好产品，以及健康的生态系统，这也是一大挑战。（完）

注：《AI英雄》系列专访文章所有权归网易智能工作室，每周四更新。围绕人工智能领域讲述一个人物故事，洞察技术趋势，捕捉行业机会，关注人的价值。转载请注明出处，违者必究！

点击阅读原文查看《AI英雄》专题

     

扫描二维码，查看更多精彩内容