智能手機的全球銷量每年可達(dá)十幾億臺，已成為AI硬件最大的入口。而語音助手作為AI落地的關(guān)鍵形態(tài)之一，正在加緊涌入手機入口。

　　一方面是互聯(lián)網(wǎng)巨頭極力推動語音擴散，搶占最大的智能硬件入口;另一方面是手機廠商將AI能力作為手機迭代創(chuàng)新、增強用戶體驗的關(guān)鍵點，語音助手在兩股力量的推動下， 正在成為手機的標(biāo)配。

　　通過手機語音助手市場的觀察以及行業(yè)一干人等的采訪我們發(fā)現(xiàn)，在數(shù)十億的手機語音助手市場，背后竟然是這三股力量在主導(dǎo)，他們構(gòu)成構(gòu)成了手機語音助手的核心力量!

　　三大類語音助手齊聚手機

　　2017年全球前十的智能手機廠商占據(jù)了全球近70%的市場份額，而前十的手機廠商不論自研或者與第三方合作都在手機中搭載了語音助手，如蘋果的siri，三星的Bixby，華為的小E等。

　　市場調(diào)研機構(gòu)IDG報告顯示，2017年全球年全球智能手機出貨量共計達(dá)到 14.62 億臺。以此數(shù)據(jù)來看，全球前十的手機廠商出貨量就超過了10億臺，這也意味著僅2017年手機語音助手就有10億的體量。

　　其他一些小眾手機品牌，如魅族、360、夏普等也都推出了語音助手，錘子手機創(chuàng)始人羅永浩近期也大力宣傳將推出新一代的語音交互系統(tǒng)。語音助手一時間已經(jīng)落地各大手機品牌，成為手機的標(biāo)配。

　　目前手機中的語音助手大體可以分為三類，一類是系統(tǒng)層的語音助手，它是手機廠商直接布局在系統(tǒng)中的，如蘋果的Siri，除了日常生活資訊的獲取，還能夠?qū)崿F(xiàn)與常用APP的打通聯(lián)動，功能性最強。

　　第二類是第三方語音助手APP(非系統(tǒng)層)，如度秘助手和靈犀語音助手，一般需要用戶手動安裝，可以通過語音獲取生活服務(wù)、百科問答、新聞資訊等信息。

　　第三類是功能性語音助手，往往內(nèi)置在其他流量較大的APP中，如淘寶、京東、手機百度中都有內(nèi)置語音助手，用來輔助用戶便捷的獲取服務(wù)或者信息。另外像微軟小冰也出現(xiàn)在微信以及微博中，主打的功能就是閑聊。

　　隨著語音技術(shù)的普及，以及語音交互的盛行，手機語音助手在手機中的地位也將越來越重，將逐步由手機廠商來主導(dǎo)，從系統(tǒng)全局來布局語音入口。非系統(tǒng)層的第三方語音助手APP則很可能向第一類或者第三類語音助手轉(zhuǎn)變，單純第三方的語音助手無論是從喚醒層面、還是手機不同APP之間的調(diào)度都略顯乏力。而功能性的語音助手則會繼續(xù)存在更多的APP中，為用戶提供更加便捷多元的交互方式，提供APP的用戶體驗。

　　在這三類手機語音助手中，本文重點關(guān)注由手機廠商主導(dǎo)的處在系統(tǒng)層的語音助手，這將會是手機助手的主流形式。而手機語音助手大體來說可以拆解為三部分：語音技術(shù)、內(nèi)容服務(wù)、系統(tǒng)優(yōu)化。語音技術(shù)，包括拾音、語音識別、語義理解、語音合成等技術(shù)，這塊手機廠商大多通過技術(shù)公司來實現(xiàn);一塊是內(nèi)容與服務(wù)，比如像百科搜索、天氣、資訊等，大多由內(nèi)容服務(wù)商提供;另外一塊是系統(tǒng)層的優(yōu)化，通過語音入口實現(xiàn)與更多APP之間的打通與聯(lián)動，多由手機廠商來完成。

　　盡管各大手機廠商都推出了自家的語音助手，名字也五花八門，小E、小愛、小溪、小歐······但是他們背后的語音技術(shù)確是來自另一撥人。

　　手機語音助手背后的玩家

　　通過觀察2017年手機出貨量全球前十的公司以及國內(nèi)的一些手機廠商，我們發(fā)現(xiàn)手機助手背后的語音技術(shù)這塊，只有少數(shù)的互聯(lián)網(wǎng)巨頭做的手機會自研語音技術(shù)，更多的手機廠商會采取合作的模式，使用第三方的語音技術(shù)來布局手機語音助手。

　　目前各大手機廠商背后的語音技術(shù)主要由三類廠商提供，一類是谷歌、亞馬遜、百度等互聯(lián)網(wǎng)巨頭，其往往會在手機中落地整套語音交互技術(shù)以及內(nèi)容服務(wù)。比如在國外亞馬遜和谷歌圍繞語音入口的爭奪異常激烈，其中手機入口也是一個重要的爭奪之地，目前亞馬遜的Fire Phone 、MOTO、酷派、華為等都有接入Alexa，而谷歌也毫不示弱，如自家的Pixel、LG等手機有有接入Google Assistant。

　　而在國內(nèi)手機語音入口的布局上，百度的DuerOS可謂布局最快，目前百度公布過的合作伙伴有HTC、vivo、華為、小米等。據(jù)vivo的一名負(fù)責(zé)人透露，他們正跟百度DuerOS合作來打造車載場景下的語音交互。

　　第二類是一些成熟的語音技術(shù)廠商，比如像Nuance、科大訊飛、搜狗知音等。在早期，蘋果、三星等都使用Nuance的語音識別技術(shù)，但是隨著深度學(xué)習(xí)技術(shù)的成熟，以及各家對語音技術(shù)的重視都走上了自研的道路。

　　在國內(nèi)，目前語音技術(shù)最大的兩個提供商就是科大訊飛和百度了，而科大訊飛在語音技術(shù)上起步更早，早在2010年前后BAT的語音技術(shù)都是訊飛提供的。科大訊飛內(nèi)部的一位負(fù)責(zé)人告訴智東西，目前國產(chǎn)手機80%左右的語音技術(shù)都由科大訊飛提供，主要客戶包括華為、vivo、OPPO、魅族、金立等。而合作形式主要是主要是技術(shù)授權(quán)，手機廠商的產(chǎn)品主要是語音助手，以及相機中的語音拍照功能。

　　第三類則是圍繞語音交互的創(chuàng)業(yè)公司，隨著語音交互的盛行，以及手機廠商對語音助手的重視，這些公司也開始圍繞自身核心技術(shù)暗暗發(fā)力，這類公司有獵戶星空、思必馳、三角獸等。比如在剛剛發(fā)布的小米Mix 2s中搭載的“小愛同學(xué)”就使用了獵戶星空的語音合成技術(shù)，獵戶星空的一位技術(shù)負(fù)責(zé)人告訴智東西，目前他們也在和其他一些手機廠商洽談，但還不便透露。

　　通過這三類手機語音助手背后真正的技術(shù)提供方，我們可以看到，在語音交互盛行，龐大的手機入口下，互聯(lián)網(wǎng)巨頭加快落地整套語音交互能力，搶占服務(wù)入口;老牌的語音技術(shù)提供商也憑借自身在語音識別、語音合成等方面的優(yōu)勢，布局技術(shù)入口;而創(chuàng)業(yè)公司在手機這個龐大的語音交互入口下，也企圖憑借自身在語音識別、語義理解或者的語音合成等方面的優(yōu)勢在巨大的市場中分一杯羹。

　　手機語音助手新的春天

　　其實自2011年蘋果推出手機助手Siri后，各大手機廠商也都陸續(xù)推出了語音助手，可以在系統(tǒng)層面設(shè)置特定的按鍵喚醒或者通過語音助手APP打開，但是使用率較低。這一方面是因為之前的手機助手智能化程度較低，更像是語音識別與搜索功能的簡單疊加，交互能力，用戶體驗較差;另一方面語音助手的功能單一，比如當(dāng)你想聽音樂，頂多是幫你打開音樂APP，還不如觸屏交互一步到位來得快，功能也較為雞肋。

　　近兩年隨著語音交互能力相對成熟以及智能音箱的火熱，語音交互開始為行業(yè)所看好，并被作為下一代人機交互入口來布局。隨著亞馬遜、谷歌等互聯(lián)網(wǎng)巨頭圍繞語音交互掀起了入口大戰(zhàn)，手機便是其中一個重要的入口爭奪地。目前亞馬遜Alexa已經(jīng)落地了Fire Phone、MOTO、華為、酷派等手機，谷歌也將Google Assistant落地Pixel、LG等手機，并向安卓5.0以上的手機開放了使用權(quán)限。

　　另一方面在手機市場相對飽和，市場略顯疲軟，產(chǎn)品創(chuàng)新不足的情況下，AI成為了產(chǎn)品創(chuàng)新迭代、用戶體驗升級的關(guān)鍵點。一方面手機廠商將AI視覺落地手機，推出物體識別、智能美顏等;另一方面便是打造更加智能的語音助手，將語音交互引入手機。

　　在這兩股力量的共同推動下，近期不少手機廠商都在打造全新的手機語音助手。如三星在去年推出了全新的Bixby，包含語音、視覺、提醒等功能。

　　今年3月底小米發(fā)布的小米Mix 2S也搭載了小愛同學(xué)語音助手。vivo那位負(fù)責(zé)人也向智東西透露，目前也在研發(fā)新一代的的語音助手，并跟DuerOS開發(fā)車載場景的語音交互，預(yù)計近期也會推出。此外，錘子手機也將在今年五月份發(fā)布語音交互系統(tǒng)，為此羅永浩已經(jīng)做了大半年的宣傳。

　　可以看出，手機廠商都在熱情的擁抱語音交互，語音助手迎來了又一個春天。在智東西看來，新的手機語音助手相比前幾年有幾個比較大的變化：

　　其一是語音入口的地位進(jìn)一步強化。語音不再是手機操作界面中的一個應(yīng)用，而是逐漸演變成和和操作界面一樣的入口級的存在，用戶可以通過這個入口更便捷的完成一些服務(wù)，比如找到美食后一鍵打車。

　　其二更加智能化。在語音方面，可以直接進(jìn)行語音喚醒，語音交互的維度更加深入，如三星Bixby能夠語音發(fā)送微信以及朋友圈，盡管體驗也被網(wǎng)友吐槽不斷;而在視覺方面，大都支持智能識別、智能翻譯等。

　　其三是內(nèi)容服務(wù)更加豐富。語音助手的核心是為用戶更便捷的提供服務(wù)，而非過去語音助手重復(fù)簡單的APP打開操作。目前的語音助手都覆蓋了像滴滴打車、支付寶、微信、微博、淘寶、QQ等高頻應(yīng)用，能夠更加便捷的通過語音實現(xiàn)跨場景聯(lián)動。

　　其四場景的深度優(yōu)化與定制。比如在開車環(huán)境中通過按鍵交互使用手機是一件很危險的事情。vivo X21在駕駛模式下，導(dǎo)航時來電和通話以懸浮窗形式呈現(xiàn)，如果進(jìn)一步加入語音交互，針對車載環(huán)境進(jìn)行深度優(yōu)化，體驗將會更好。

　　結(jié)語：語音交互正在全面占領(lǐng)手機

　　智能音箱的涌現(xiàn)將語音交互技術(shù)打磨至相對成熟，在智能音箱在全球攻城略地的同時，語音助手也在不斷落地到家電、車載、照明等各個場景。目前語音助手也在全面進(jìn)入數(shù)十億手機入口，語音廠商迎來時代最好的機會!無論是互聯(lián)網(wǎng)巨頭，還是語音技術(shù)廠商都在熱情擁抱手機入口，搶占發(fā)展機遇。

　　另一方面，作為AI技術(shù)的重要代表，語音助手的馬太效應(yīng)也愈發(fā)明顯?？梢钥吹皆诟鞔笫謾C廠商打造語音助手的背后，到處都是亞馬遜、谷歌、百度等幾大互聯(lián)網(wǎng)巨頭的身影，語音助手已成為巨頭的較量之地。