Posted By on 6 月 18, 2017 in 智慧家庭, 物聯網, 特寫, 語音辨識 | 2 comments

作者：沈信甫

Echo在智慧家庭扮演重要的角色

你心中是否還在疑惑：AI語音助手全民化的時代真的來臨了嗎？Make2Real共同創辦人Jason Ho表示：在Amazon、Google和Microsoft等國際大廠近年來相繼投入開發及研究後，已陸續推出讓消費者有感的產品，語音介面進入一般人生活的腳步已經開始加速。

圖為Echo Skill最受消費者歡迎的前五名APP之一 ：Restaurants

從使用者角度來設計服務

隨著Amazon Echo的熱賣，近來吹起聲控風，Jason Ho對此特別提到：「如果想進場佔大餅，不能只專注在技術研發上，也要找出受眾有可能使用語音助手的情境，不然可能面臨到即使做出產品，卻不被消費者接受的狀況。」

根據分析機構的調查數據，有98%的群眾會嘗試使用語音助手，但卻有將近70%的人並不常繼續使用其服務。以Siri為例，其內建的智慧語音功能相當齊備，為何許多人卻不願意持續使用它呢？癥結點就是人在使用語音助手時的心理反應。

多數使用者較少在公眾場合上開啟語音助手的原因，在於人們其實不太喜歡讓陌生人聽到其與語音助手對話的內容，因為其中涵蓋個人的隱私資訊，這也導致戶外性的服務始終不太容易發展起來，直到以提供居家服務為主的Ehco現世，成功的避開人們心中的敏感地帶，更把服務融入日常生活中，才徹底翻轉使用者對它的想像。

Alexa與使用者互動的方式與流程

開發者共創平台是關鍵

以Amzon Echo為例，在這裝置的背後有一套服務平台在支撐著，主要分成兩大塊互補的開發環境，分別是AVS (Amazon Voice Service) 與ASK (Amazon Skills Kit)，前者強調的是語音的分析及語意的理解，當使用者透過語音向local端下達指令時，裝置會先把語音錄下來，並透過VTT（Voice to Text）將語音轉成文字檔上傳到至雲端，再透過數據庫進行比較、辨別其中的內容，並回覆語音內容，或對應到適合的後端APP。

後者則是Echo受消費者歡迎的重點所在，因為Skill正是它的外部應用程式，讓它不單侷限於資訊查詢功能，更能藉由物聯網讓裝置與家電串連起來，進而能即時控制家中各處的電器。為了打造Skill的開發者生態圈，Amazon建立了共創平台，並投入高達100萬美金，鼓勵中小企業及Maker去開發延伸的Skill應用。

AVS vs. ASK架構圖

Jason說到，回顧語音助手產品的發展，從Push-to-Talk，到Tap-to-Talk，一直演進到喚醒詞（wake word）的出現，才正式開啟語音助手的新面貌。喚醒詞的用意是，當說出預設的指令時，語音助手才會對後續的對話產生反應。

事實上，光要讓機器聽得懂人在說什麼，就存在相當高的門檻，但這也就是第三方的演算法公司存在的價值。Jason Ho指出：「要寫出人性化的演算法並不容易，需有大量的資源及時間去建立Data base。」

挑戰與機會

雖然語音、語意的研發門檻極高，但隨著大廠釋出了Open API，讓Maker也有了揮灑的空間，可以用Rapsberry Pi或其他平台來玩出自己的聲控創意。在演講的結尾，Jason Ho也推薦兩部影集，看完能夠更了解AI人工智能可到達的程度，分別是《真實的人類 》以及《西方極樂園》。

影集《真實的人類》劇照

結語

人與機器間的界線已漸漸地消逝，人工智能也不再只侷限在查詢資訊，更能滲透進群眾平時的生活中，成為解決日常問題的好幫手；若是決定要進入語音助手領域的Maker，不能單把目光放在技術的層面上，更要學習洞察出使用者的需要，提供差異化服務。

OLYMPUS DIGITAL CAMERA

（本文整理自《智慧空調創新自造松》充電課Jason Ho的演講，主題是「語音人機應用介面介紹：以echo為例」。）