36氪专访｜腾讯陈谦：智能语音应用仍在大众市场培育期，创业公司细分市场良机尚存

去年11月腾讯合作伙伴大会，腾讯首款AI助手“叮当”正式推出，一手孵化“叮当”的业务部门——腾讯MIG（移动互联网事业群）智能平台产品部的主要工作，就是探索如何把技术落地到实际应用场景中去。

近期，“腾讯叮当”陆续有落地智能硬件产品发布。3月8日公布的一款新产品是腾讯叮当与长虹电视的合作产物——CHIQ-Q5R智能电视。

36氪在AWE腾讯展台现场体验了搭载叮当的长虹电视，及其他智能硬件产品，类型主要集中在音箱、耳机、车载显示屏和机器人，覆盖家居、运动、车载、教育四大场景。

36氪就智能语音助手的问题，专访了智能平台产品部副总经理陈谦，并从行业角度探讨了目前存在的问题和对智能语音助手应用的展望。

“叮当”逻辑：从汽车、家居、出行领域突破

腾讯智能语音助手“叮当”的有关新闻，是这四个月左右时间才逐步传播的。另一面，实则是无论国内外，智能语音助手及其生态周围都拥簇着众多科技互联网公司，甚至还有些传统玩家身影。

早在2014年底，亚马逊推出智能音箱Echo，成为行业里的开疆拓土者。仅用了两年，亚马逊即超越Sonos称霸全球在线音箱市场。后来与亚马逊竞争市场者无数，国外“大头”有谷歌、微软、苹果，前两者还与传统汽车厂商、音响制造商等合作，国内阿里、百度、科大讯飞、小米、出门问问等都具备智能语音助手能力，同时不乏自身涉足硬件者。

相比竞品，叮当直到去年底才面世，显得有点迟，令人疑思它像是“别人有，我也要有”、“抓紧占坑”的产物。

对此，陈谦向36氪表示，团队做叮当其实有两年多了，彼时AI尚未引领大幅风潮。因为过去团队有相关技术性和储备性研究的积累，加上看好方向且契合大趋势，才萌生做智能语音助手的念头。他提到腾讯内部非常强调产品打磨和体验，只有当比较成熟时，才会拿到市场上来。

36氪获悉，最新腾讯叮当的试验数据，3m唤醒率达95%以上，语音识别正确率超96%。

在AWE腾讯展台，36氪体验了搭载叮当的eMeet会议宝（主打会议场景）。操作场景上，需要手按物理按键与之对话，比如询问今天天气如何，是否有多穿点的必要，它可能回复说“上海今天2-12℃，你还是多穿点，别着凉了”。从现场展示的叮当承载硬件看，都还在近场语音领域。

陈谦表示，目前团队已具备远场唤醒技术能力，相关支持设备今年上半年将发布。在他看来，远场语音识别才是大部分产品的未来，但仍会存在一些符合用户习惯的特殊场景会需要近场技术。他举例刚发布的长虹智能电视，用户习惯拿遥控器，因此按下遥控器物理按钮进行语音交互能成为使用场景。

家电家居是腾讯叮当团队看好的使用场景之一。陈谦认为，家电行业种类繁多，比如电视，它的需求量很大，像老人、小孩这样的家庭用户，使用语音会更符合他们的身份特性。他向36氪分享了一组数据，搭载叮当的长虹电视，用户激活率达40%，“这个数据在逐步提升，说明用户对这种交互模式还是非常认可的。”

家居领域叮当的产品还有音箱。

主打运动场景的imore耳机：

车载叮当的使用场景，去年底腾讯刚与广汽达成合作。

不过，总的来说，叮当现阶段还仅在少数看好的领域落地标杆性产品，多数都是近期刚发布，目前没有更多销售数据。“今年将有更多新产品发布。”陈谦说。

反观竞争对手，国外市场亚马逊目前市占率最高为69%，这还是它历史最低成绩。智能语音助手Alexa被集成进多款产品矩阵，在家居领域形成全景覆盖的产品网。2017年，Echo系列产品累计销售至少有2000万台，2016年和2015年分别为520万台、240万台。此外，Alexa还进入了汽车领域，与奔驰、宝马等车企合作。

Alexa、Google Assistant尚未能进中国市场，给国内玩家留有契机，中国智能语音助手市场更多是本地竞争。

就在叮当推出后没几日，天猫精灵以99元低价破双十一百万销售量级。一组对比数据是，这之前GfK公布的2017年中国智能音箱销量，仅35万台。其余主要玩家还有京东和小米。

腾讯如今试图从汽车、家居、出行领域破局，销量如何才是决胜战局的关键。另外，想在智能硬件战局里跻身前列，兼具软件、硬件和商业化运作的能力或许是必要条件。

陈谦透露，目前在关注硬件这块，并没有排除未来做硬件的可能性。不过，他认为首先应该做自身擅长的事——软件服务，包括内容生态及技术。

智能语音应用场景将由非刚需向习惯转移

尽管智能硬件产品火爆，仿若霎时间引来众英雄好汉参与，但实际用户体验的时候，免不了常有的抱怨是，“这智能吗？”

比如，智能音箱普遍功能就是语音控制播放音乐、查天气、能做些关拉窗帘等控制家居产品的活。但在实际操作上，语音控制难100%准确完成这种功能性操作任务，由此造成用户实际对语音控制功能的使用率或许较低，更多偏向于特定必须用语音操作的场景，比如腿脚不便的老人需要开灯。

36氪曾试验过某国产智能音箱，对它喊了句：“XX，请你给我播一个《大悲咒》”，讲的时候，用的是非普通话的北方方言。但音箱并没有理解，直到重复数次后，将语言指令改为“XX，播放《大悲咒》”才成功。

再如开车环境里，释放双手操作交互至少在无人驾驶尚未普及的情况下显得很有必要，毕竟用手输入目的地导航既麻烦又危险。可问题还是没法一步到位，比如想导航去上海浦东嘉里大酒店，它识别的是"加里”，最终你或许还是只得用最原始的办法“手打”，至少能即刻输入正确。

陈谦认为，随着技术发展，硬件与软件持续进步，差错必然会愈渐减少。其次，从人本性诉求讲，讲话是最自然的交互方式，未来肯定会有相当一部分用户通过语音与物理世界交流。

他提到，十几年前美国就有语音交互产品，过去它存在于偏刚需的场景里，再往后发展，具备语音识别能力的硬件越来越多，且智能语音硬件持续改进，可能会把过去认为非刚需的场景逐渐往语音方向转移，“我相信这块将逐渐融入用户更习惯的生活场景里”。

不过，他亦坦诚，现阶段智能语音市场仍处在起步阶段，未来发展空间还很大。不仅限于语音交互识别，日后包括图像、多模态的识别能力、表达能力终将综合起来，“未来用户接触到的会是多模态综合的形态”。

创业公司存在细分机会，但现在时机未到

无论何种领域创业，几乎都会被问一句，如果BAT做了怎么办？

同样在智能语音助手领域，技术差距，比如说95%和97%识别率，用户体验上不会有明显感观，最终行业战局将会朝拼生态衍化，谁能提供更好的内容和服务，谁即可占据用户心智的一席之地。这也是陈谦看来，腾讯叮当的长远优势。

那么，创业公司没有机会了吗？

陈谦给出了否定的回答。以智能音箱为例，可看到的现状是，即便有诸多大公司布局，创业公司拥簇，但现阶段仍未出现几家独大的局面。主要还是看小公司捕捉机会的能力，找到自己既适合又专长的机会点，比如做针对某场景、差异化的音箱。

不过，他也表示，具体有哪些可突围的场景尚无定论。现在并非细分市场的好的时间节点，大众市场仍在培育期，要等到后者稍微成熟一些的时候才适合细分。