智能家居的入口到底是什么？在這個(gè)行業(yè)發(fā)展幾年之后，業(yè)內(nèi)依然沒(méi)有就這個(gè)問(wèn)題達(dá)成共識(shí)。最初，手機(jī)一度被認(rèn)為充當(dāng)了這個(gè)角色，但在大多數(shù)場(chǎng)景中，手機(jī)與智能家居并沒(méi)有實(shí)現(xiàn)交互，更多的充當(dāng)?shù)氖恰斑b控器”的功能。

語(yǔ)音識(shí)別技術(shù)的成熟讓巨頭開始探索，智能音箱成為智能家居交互入口的可能性。比如亞馬遜的Echo、谷歌的Google Home、蘋果的HomePod。根據(jù)eMarketer的數(shù)據(jù)顯示，在今年一季度美國(guó)語(yǔ)音助手市場(chǎng)中，亞馬遜Echo的市場(chǎng)份額達(dá)到70.6％，Google Home占到23.8％，其他廠商合計(jì)占5.6％的市場(chǎng)份額。

國(guó)內(nèi)越來(lái)越多的公司也開啟智能音箱這個(gè)品類。科大訊飛與京東曾經(jīng)推出叮咚音響，借助科大訊飛的語(yǔ)音識(shí)別功能和京東的智能家居生態(tài)圈，用戶可以通過(guò)叮咚音響實(shí)現(xiàn)與智能家居的交互，比如語(yǔ)音控制，音響也可以提供聽(tīng)歌、聽(tīng)書、聽(tīng)小說(shuō)等互聯(lián)網(wǎng)搜索功能。

背靠電商品臺(tái)，叮咚音響去年年底發(fā)布的A3實(shí)現(xiàn)了語(yǔ)音購(gòu)物功能，整個(gè)環(huán)節(jié)不需要手機(jī)等其他終端就可以完成在京東購(gòu)物全流程。

阿里巴巴人工智能實(shí)驗(yàn)室（A.I. Labs）近日也推出自己的智能音響：天貓精靈X1，該實(shí)驗(yàn)室成立于2016年，負(fù)責(zé)阿里巴巴集團(tuán)旗下消費(fèi)級(jí)AI產(chǎn)品的研發(fā)。

天貓精靈內(nèi)設(shè)第一代中文人機(jī)交流系統(tǒng)AliGenie，用戶可通過(guò)其實(shí)現(xiàn)與智能家居的交互，并且實(shí)現(xiàn)語(yǔ)音購(gòu)購(gòu)物、手機(jī)充值、叫外賣、音頻音樂(lè)等播放功能。

除了作為智能家居的入口，天貓精靈可以通過(guò)語(yǔ)音完成整個(gè)天貓和淘寶的購(gòu)物流程。比如用戶通過(guò)語(yǔ)音命令下單“一支筆”，天貓精靈會(huì)自動(dòng)根據(jù)用戶的購(gòu)買記錄或者搜索排名向用戶推薦，在支付等環(huán)節(jié)中，音響需要根據(jù)用戶的聲紋判斷是否問(wèn)本人，確認(rèn)將會(huì)完成支付環(huán)節(jié)，否則將會(huì)被拒絕。

這其中涉及的一個(gè)重要環(huán)節(jié)是聲紋識(shí)別和聲紋購(gòu)。用戶需要提前將自己的聲音注冊(cè)，并且生成聲音密碼，與機(jī)器綁定后，開啟聲紋購(gòu)功能。隨后在購(gòu)物和支付環(huán)節(jié)中，天貓精靈會(huì)要求用戶跟著念一串隨機(jī)數(shù)字進(jìn)行聲紋校驗(yàn)，來(lái)確認(rèn)是否為本人。后續(xù)的快遞查詢、到貨提醒，也都可以通過(guò)音響的語(yǔ)音提醒功能完成。

在一個(gè)家庭中，音響的使用者不會(huì)只有一個(gè)人，因此，天貓精靈最多可以同時(shí)識(shí)別6個(gè)人的身份，面對(duì)不同的用戶，提供不同的推薦、購(gòu)物和搜索功能。

天貓精靈推出的前一天，百度推出無(wú)人駕駛開發(fā)者平臺(tái)Apollo，在這個(gè)超過(guò)60項(xiàng)核心能力的平臺(tái)之上，開發(fā)者可以使用其上面的語(yǔ)音、視頻、增強(qiáng)現(xiàn)實(shí)、機(jī)器人視覺(jué)、自然語(yǔ)音處理等能力，創(chuàng)業(yè)公司用自己的數(shù)據(jù)換取對(duì)Apollo平臺(tái)的使用。

同樣，阿里巴巴也在推出天貓精靈的同時(shí)，推出AliGenie開發(fā)者平臺(tái)，主要面向內(nèi)容開發(fā)者、應(yīng)用開發(fā)者、智能家居開發(fā)者和硬件生廠商。在這個(gè)平臺(tái)中，開發(fā)者可以借助AliGenie輸出的不同維度的能力，比如深度學(xué)習(xí)能力、自然語(yǔ)言處理能力、算法、知識(shí)表示和推理問(wèn)答系統(tǒng)等，與自己的產(chǎn)品相結(jié)合。

人機(jī)語(yǔ)音交互的難點(diǎn)在于對(duì)于語(yǔ)義的理解，對(duì)于同一個(gè)問(wèn)題，不同地域、不同年齡和不同習(xí)慣的人會(huì)采用不同的問(wèn)答方式，對(duì)于這個(gè)問(wèn)題，阿里巴巴對(duì)語(yǔ)義理解進(jìn)行優(yōu)化，比如僅天氣預(yù)報(bào)就能夠理解786種中文提問(wèn)方式，包括北方人的兒化音、小朋友經(jīng)常使用的疊字疊詞、南方人某些與普通話混淆的中文表達(dá)方式等。

語(yǔ)義的理解和執(zhí)行是智能音箱的基本能力，進(jìn)化則是考驗(yàn)了音響的學(xué)習(xí)能力。所謂“進(jìn)化”是指在第一次向音響提出超出其能力范圍的問(wèn)題之后，音響可以通過(guò)學(xué)習(xí)學(xué)會(huì)新知識(shí)，長(zhǎng)時(shí)間進(jìn)化后，加之聲紋識(shí)別功能，音響可以成為越來(lái)越了解用戶的助手。

在智能家居和AI領(lǐng)域看來(lái)，語(yǔ)音識(shí)別會(huì)成為智能家居交互的主要使用方式，但是否會(huì)使用智能音箱的方式來(lái)承載，仍然是在摸索的過(guò)程中。