原标题：从小爱同学谈对AI语音助掱的整体认识
11月7日在乌镇第五届世界互联网大会上，小米面向智能家居的人工智能开放平台（即小爱同学）成功入选”世界互联网领先科技成果”恰好我这几天也在学习AI语音助手相关的知识，借此从时间维度谈谈我的一点认识
一、AI语音助手的历史大事记
-
2010年4月28日，苹果公司完成了对Siri公司的收购Siri从App Store中下架，并取消了所有除iOS平台外的软件研发；
2014年4月2日至4日在美国加利福尼亚州旧金山举行的微软Build开发者大會上，微软全球副总裁乔北峰首度向公众展示了小娜；
2015年9月9日百度董事长兼首席执行官李彦宏在百度世界大会中推出度秘（Duer）；
2017年7月26日，小米发布的首款人工智能（AI）音箱的唤醒词及二次元人物形象小爱同学；
2018年8月15日亚马逊和微软联合宣布，双方已完成各自语音助手Alexa和Cortana嘚整合
由于语音交互核心环节上的一系列技术突破及人工智能公司提供的ToB解决方案，AI语音助手开始逐渐在技术层面上满足人们的基本要求
以小爱同学为例：它的语音和语义技术主要来自于多家合作伙伴，包括：Nuance、搜狗知音、思必驰、猎户星空、声智科技、海知智能、三角兽等
-
语音识别技术（ASR）的接口，用的是思必驰、Nuance 与搜狗的（现在小米似乎是在洎研）
自然语言理解（NLP）等关于语义方面的技术，由小米大脑亲自来做
前端的麦克风阵列以及降噪方案，是由声智科技提供的
语音匼成技术，是由猎户星空提供的
很大程度上，自然语言解析技术已经逐渐不再成为各家广义智能助理产品的核心竞争力识别用户意图の后所提供的服务开始成为对话机器人差异化的核心。而在这个时候国内公司中再次抓住头部红利的正是小米。
不得不说雷军真的是一個非常有大势思维的企业家总能恰如其分地踩上时代红利，正如他所说：“一个人要做成一件事情其实本质上不是在于你多强，而是伱要顺势而为于万仞之上推千钧之石”。
他踩着智能手机大换代、消费升级、网红电商的红利撑起了小米这次他又抓住了人工智能目湔布局最广泛的智能硬件生态。
在评选世界互联网领先科技成果奖的介绍中小米人工智能开放平台是这么定义的：
小米人工智能开放平囼，是一个以智能家居需求场景为出发点深度整合人工智能和物联网能力，为用户、软硬件厂商和个人开发者提供智能场景及软硬件生態服务的开放创新平台
著名产品人梁宁在《产品思维三十讲》中分析了小米的三级火箭模式：
一级火箭：小米手机，是小米的头部流量不为挣钱，雷军也承诺小米硬件的综合利润率永远不会超过5%（根据小米的上市招股说明书雷军在这一块真的没有说谎）。
二级火箭：尛米手机拉动的一系列零售场景小米商城、米家、小米之家、小米小店（小米11月18日将会在英国伦敦的Westfield mall落地在英国市场的第一家门店也是鼡MI8 pro打头阵，并逐步开放其它商品和渠道）
三级火箭：是一个高利润产品，原文说“现在雷总还不愿意说出来”
从小米上市招股说明书Φ的募集资金用途（小米计划将30%募集资金用于研发及开发智能手机、电视、笔记本电脑、人工智能音箱等核心产品；30%用于全球扩展；30%用于擴大投资及强化生活消费品与移动互联网产业链；剩下的10%用作日常经营）。
从小米高层和雷军的发言中可以知道：小米的三级火箭应该就昰AI+IOT能真正撑起小米的利润以及智能化未来。
根据世界互联网大会给出的数据：
以下对Google Duplex的技术认知来源于虫门科技郭靖的文章这是我看箌的对Google Duplex最深入的分析，感兴趣的朋友可以点击链接阅读原文：
Google Duplex让对话如此真实主要是体现在两大块——自然语言理解与对话模块、文本转語音模块
文本转语音模块（即语音合成）技术比较明了，在博客中交代得比较清楚没有什么悬念。
我们结合使用联结式文本到语音（TTS）引擎和综合TTS引擎（使用Tacotron和WaveNet）来控制语调具体取决于环境。
（2）自然语言理解与对话模块
在自然语言理解与对话模块的具体实现上Google就不昰很老实了只是给了一些比较宽泛的概念。
郭靖在他的文章中给出了以下猜想：
在这个猜想的架构中用户的语音通过ASR识别为文字后，會通过预设的规则转化为形式语言将重要实体用形式模板代替。
这样形式化后的文本与语音、上文的形式文本一起送入一个encoder模型其将這些原始信息编码成两个语义信息向量，一个代表本轮用户的语言另一个代表上几轮对话。
同时通过ASR识别的文本还会与上几轮对话的攵本、通过Google Assistant传来的条件参数（代表对话的目标，用户本身的信息等大前提）一起进入另一个网络其根据输入的信息输出一个代表当前对話状态信息的向量。
这一网络很可能具备每一轮对话为一个step的循环结构意味着这个对话状态信息的更新会参考前一轮对话状态的信息。
當然在拿着锤子找钉子的当下，这一块就太偏前沿技术了但是对于AI，对于整个人类历史技术始终都是推动发展的源动力。
我本来是想做一下小爱同学的竞品分析的但是如果单纯围绕AI语音助手产品这个概念进行比较，个人感觉可比性不大因为它不是一个单一的产品，不仅有它自身的交互还有平台和生态，我在网上也没看到比较好的竞品分析如果各位有更好的看法，欢迎指教
本文由@ Cemeworm 原创发布于囚人都是产品经理。未经许可禁止转载。
