深度 | 亚马逊 Echo 大获成功，远场语音交互技术在其中究竟扮演了什么角色？

正文

请到「今天看啥」查看全文

在微信里给一个人打视频电话，如果用手机那是下面这样的过程

如果变成远场语音，那核心步骤会变成两个

显然在这两种场景下便利程度是完全不一样的，这种便利理论上讲在近场的情形下同样存在，但核心点在于近场时就需要挑战用户根深蒂固的触屏习惯，这很难。触屏虽然大流行，但显然并没能在笔记本上挑战键盘鼠标的既有地位。这不单是偏好问题，也与各种应用与特定交互方式的绑定有关。触屏虽然好用，但并不能完全在 Office 上用起来，所以如果 Office 根深蒂固，那么键盘鼠标就根深蒂固。所以我们说，语音交互基本等价于远场语音交互，一旦它真的成为主流交互方式，培养了用户习惯，那反过来才可能在近场的场景（比如近场的 Siri）下占有一席之地。

远场语音交互的核心技术

远场语音交互如果变的无处不在，那 Amazon Alexa（以及同类产品）会变成新一代的 Android，那个时候整个生态会像下面这样：

这个时候 Alexa 这样的系统同时覆盖了传统上 Android 和应用商店的角色，在其上面则会有新的今日头条、新的 O2O 等。而如果要把 Alexa 所依托的技术进行细分的话，那么基本上是三层：

• 前端的声学部分（算法 + 阵列）

• 识别

• NLU

这样一来远场语音交互就正好面临一大一小两个瓶颈：

请到「今天看啥」查看全文