一、智能语音帮手加速开展 技能驱动是主因
智能语音帮手成为2017年CES和MWC热门之一，内置智能语音帮手的产品掩盖多个范畴、多个品牌的多类产品，例如福特轿车、惠而浦、LG等家电厂商的洗衣机、电冰箱、电烤箱等家用电器，LG家庭机器人和华为智能手机等，智能语音帮手俨然成为许多智能产品的中心装备。智能语音帮手在2016年出现了加速开展之势，体现在以下方面：
智能语音以智能家居做为切入点快速开展。苹果公司早在2011年就发布了智能语音帮手，但其快速开展是以2016年亚马逊Alexa的快速开展为标志，一是销量迅速增加。亚马逊旗下内置Alexa的语音购物帮手Echo客户浸透率已由2％提高至5％，到2016年年末，亚马逊共卖出600万台Amazon Echo设备［1］。二是智能语音帮手功用急速完善。Alexa在2014年开始发布时只要13个内嵌的技能，现在这项功用现已兼容7000款运用，包含衔接Uber、Twitter等运用程序。用户能够通过Echo的语音辨认功用，控制任何一项具有联网功用的设备，比方电灯、电视、空调等等。三是生态快速扩建。2015年12月，英特尔与亚马逊联合宣告，两边未来将在一系列智能家庭项目上协作，并计划开发一个选用英特尔芯片、搭载亚马逊Alexa虚拟助理的智能语音架构。轿车生产商福特在本届CES上也宣告与亚马逊协作，未来车主将能够在福特的车辆上体会Alexa语音服务，完成声控购物、查找导航，甚至车主在家就能够通过语音指令发动引擎、确定或解锁车门。LG、GE等许多企业都与亚马逊达到协议，将自家产品内嵌Alexa。
深度学习算法助力语音辨认技能提高是智能语音帮手快速开展的首要原因。近两年，深度学习算法得到快速开展，其效果首先运用于语音辨认等范畴，推进其获得打破性开展。2016年，《麻省理工科技谈论》将语音辨认和自然语言了解相结合，评为2016年十大打破技能。运用于语音辨认的深度学习算法的卷积神经网络层级（CNN），从开始的8层，到19层、22层、甚至152层的网络结构，而跟着网络结构的加深，语音辨认的错误率也从2012年的16．4％逐渐下降到3．57％［2］。许多公司的语音辨认体系语音辨认正确率超越90％，在许多场合的现已超越人类。
二、智能语音帮手将成为新的用户进口
语音将成为主流人机交互方法之一。语音交互方法将人们的双手从触摸屏解放出来，削减人们在数据输入上花费的时刻。但语音交互并不适用于一切场景，例如公共场所跟手机对话是不礼貌的。这时通过屏幕交互或许比语音更便利。较合适语音运用的设备包含家居和轿车，这也是亚马逊Alexa尽管比苹果Siri推出晚，却能获得更快增加的原因之一。
当时的各种智能语音交互帮手，仅仅虚拟个人助理（VPA）的雏形，VPA将具有完善的私家助理功用，成为用户衔接服务的节点，供给无所不在的服务。VPA将与许多第三方app程序交互，用户需求某类服务时均可奉告VPA，VPA可查找并决议调用哪款app供给服务，独自app将从桌面移至后台，成为VPA的一个子服务；VPA还具有学习才干，依据前史数据把握用户的偏好、习气等，对用户需求做出预判，供给契合用户个性特点的不断优化的服务。
三、巨子加速打开智能语音帮手生态布局
巨子已全部进场，争抢智能语音交互新进口。苹果是开展智能语音帮手的前锋，于2011年在iPhone中内置了智能语音帮手产品Siri。谷歌2012年发布了名为Google now的智能语音产品，并于2016年推出演进产品Google Assistant。亚马逊于2014年推出内置语音帮手Alexa的无线音箱产品。微软发布智能语音帮手时刻相对较晚，其智能语音帮手产品Cortana于2015年与新的Windows 10操作体系一起发布。Facebook于2015年推出智能语音帮手服务M，内置AI技能，并有一个人工团队支撑。百度也于2015年发布名为Duer的智能语音帮手产品。三星2016年收买了智能语音帮手技能公司Viv，并计划于2017年推出相关产品。这些厂商均具有一个主导的生态，例如电子商务，查找引擎，智能手机，这些都供给了很多的数据来支撑这些具体渠道的智能语音帮手。很多用于“学习”的数据，使得AI更有功率，使得引荐和定位愈加细致入微。
亚马逊暂时抢先开展，未来竞赛格式存在变数。亚马逊搭载Alexa不管从销量、功用、生态等方面，均抢先于苹果和谷歌。可是，设备仍然是智能语音帮手成功的要害，智能语音帮手需求有足够大的设备渠道作为分发接口，供给随时随地、无所不在的服务，随身携带的手机是较为抱负的硬件载体。苹果和谷歌现已在智能手机范畴成功，未来或许后发先至，占有主导方位。
巨子环绕智能语音助理打开生态布局，推进跨渠道、跨体系的智能语音帮手运用。厂商通过敞开api、与第三方app互动等方式扩展生态建设，推进语音帮手在手机、家居、轿车等范畴运用。亚马逊采纳敞开Alexa的语音技能供第三方开发者免费运用。此外亚马逊没有对协作伙伴设置独家协作协议，硬件制造商能够自在切换到竞赛对手的语音助理，这也使得硬件厂商更乐于集成Alexa。苹果早在2014年就发布了自家的智能家居渠道HomeKit，并不断加强HomeKit与Siri的交融；2016年6月，苹果宣告敞开SDK 给开发者们，答应其他的第三方运用接入 Siri。谷歌也表明将向开发者和第三方软硬件敞开assistant。
当时智能语音帮手商业形式出现多样化。现在较为老练的亚马逊的商业形式。亚马逊的中心零售事务内置于Echo中，用户与 Echo 的互动会鼓舞用户更多地去购物，而且会将更多的数据反馈给亚马逊的引荐体系，因而网站和运用程序都能够再次促进用户购买更多产品。别的一种是运用智能语音帮手完成对用户更深层次了解，完成更精准的用户定位。智能语音帮手有着用户需求的具体数据集，结合对物理行迹、查找前史以及电子邮件和文本内容的了解，可完成更好的广告定位，Google和Facebook等公司现在首要采纳此种收入形式。
四、智能语音帮手当时开展仍存缺乏
运用习气还有待培育
依据Gartner的查询数据，用户常常运用智能语音帮手的两至三个功用—气候、方位和日历核对。Echo尽管具有上千种功用，可是大部分功用用户并不会运用，用户运用亚马逊Echo的最的功用是设置时刻和播放歌曲，80％以上用户运用过［3］。
商场碎片化
现在，商场上有多家厂商供给智能语音帮手服务，这些厂商与不同的设备厂商达到协作，形成了各自为阵的生态体系。内置智能语音帮手的设备商，有必要对现存的代替计划敞开，并与不同的服务供给商协作，才干供给便于用户运用、尤其是跨渠道运用的服务。
隐私问题
抱负情况下，个人鉴别信息应该安全地存储在用户设备上，而且不会走漏给智能语音帮手供给商或许其他服务供给商。可是实际上智能语音帮手需求把用户数据上传至云端服务器，通过核算后将成果返回到终端，涉及到云端存储保证隐私问题。
技能瓶颈
智能语音帮手还存在语义了解方面的问题。尽管语音辨认技能这两年获得了较大前进，但了解整个对话的环境和上下文语义，是现在绝大部分机器学习或人工智能的瓶颈，机器还很难将词语表达的意思与语境和心情相结合。
五、国内与国外同步开展
一方面，语音辨认技能与国外开展同步。科大讯飞在世界最高水平语音组成赛Blizzard Challenge 中十连冠，14、15 年两次世界汉英翻译大赛IWSLT 全球榜首、15 年机器口语翻译体系获NIST 世界评测冠军，在车内语音方面交互成功率更是超越86％，抢先第二名高达10％［4］。
另一方面，本乡智能语音帮手相较国外产品具有竞赛优势。百度是除美国公司之外，同规划公司中仅有一个运营智能语音帮手的。百度智能语音帮手Duer可供给查找信息、预订电影票、叫出租车等助理服务，选用端到端的深度学习体系，有时它在辨认汉语语音片段方面，要比人为辨认愈加精确。国内的很多人口和微弱的我国内容数据库是Duer的竞赛优势，比较于微软Cortana，百度的查找引擎数据库更具优势，谷歌则至今在我国无法运用，使得Duer成为最受我国商场驱动的智能语音帮手。Duer内置于百度安卓查找app中，安装在我国上百万手机中。百度正在致力于将Duer扩展至手机以外的其他设备，例如机器人或许家庭设备。
