网易科技讯，7月21日消息，极客公园Rebuild 2018科技商业峰会今日在成都成华区举办。出门问问创始人 & CEO李志飞出席现场并发表主题演讲。他表示，从设备场景的角度看，语音交互分成2C、2B和2G几大类。2C更多的是变更人与机器的交互方式；2B则是为企业提供更好的工具，提高企业的效率，帮企业提供更好地用户体验；2G和2B类似，只是行业不太一样，比如高考的打分或是医疗，都能通过语音提供更有效率、用机器可以自动完成的事情，或是提供更好的用户交互方式。经过四五年的探索，语音交互技术，包括其他行业的AI技术，我们认为都从前沿的技术变成了一个基石的技术。当语音交互成为变成基石技术后，到底该怎么进一步落地？答案是：往上游集成到芯片里面。
以下为李志飞的现场演讲内容整理：
李志飞：很高兴跟大家分享一下我们在过去几年，在语音方面的技术以及产品落地的趋势。出门问问在2012年的时候就开始做语音交互相关的东西。前面提到出门问问在语音交互行业做了很久，早在2012年当大家对人工智能还不是很了解的时候，出门问问就做了很多这方面的前沿技术探索。从语音识别技术本身的研发，把声音转成文字，到怎么理解这个文字，到后面怎么跟服务对接，整套系统都是在2012年的时候已经开始做很多研发。在2012年的时候，前面提到那个时候技术非常不成熟，而且大家对这个技术能干什么也不是很清楚，所以是属于非常前沿的技术探索。
在这个过程中我们想把语音交互能够落地到非常有用的场景里面，做了很多探索。在早期主要是把语音交互放到消费电子场景下面，比如在过去几年基本每年出一个新的品类，智能的手表，智能的车载设备、音箱、耳机，每一个设备我们认为就是作为普通消费者能感受到未来语音交互可能帮助你做什么。今天由于很多技术的限制，体验还不一定是最优的，但是我们认为在未来的消费场景里面，可穿戴、车载、家里面还有路上的场景基本上会覆盖语音交互。
今天，在经过过去四五年的探索，我们可能觉得整个语音交互的技术，包括其他行业AI的技术，我们认为都从前沿的技术变成了一个基石的技术。前沿技术的特色就是大家的认知很不清晰，技术很不成熟，不知道用在什么地方。但是经过过去几年的教育也好，尝试也好，变成了一个基石技术，更多是需求更加清晰了，我相信在座的绝大部分人都用过一些语音交互的设备，或者是场景。整个技术也稍微成熟一点，这个时候变成基石技术，整个市场会有什么样的变化？
首先大家可以看到这是一些咨询机构的数据，无论是用户的使用规模，比如语音搜索量，可能从现在的20%，未来变成50%。也就是说，未来你每搜十次搜索引擎的时候，有5次是语音的交互方式。当然不一定是在手机上，可能是在音箱上，可能在车里面，都是用语音交互做。但是做的事情主要是为了搜索内容。包括大家非常清楚的智能音箱，这个市场从无到有，现在全球是几千万的市场。
从设备场景的角度去看，语音交互可能有那么几大类，一个是2C，一个是2B，另外还有一个2G。2C前面讲了很多，各种各样的交互设备，更多的是来变更人与机器的交互方式。比如车里面，家里面，当你在路上的时候，今天可能更多是键盘和触摸屏，但是未来语音交互也会成为非常重要的交互方式。2B更多是帮助企业去提供更好的工具，提高他们的效率。当然同时因为你工具更加个性化人性化，也可以帮他们的用户提供更好的用户体验。2G跟2B比较类似，只是行业不太一样，比如政法、公安、教育可以有很多应用，比如高考教育的打分，英语的打分，还有医疗，都是偏政府的行业，都是通过语音提供一个更有效率，用机器可以自动完成的事情，或者提供更好的用户交互的方式。
前面大的思路就是当语音交互的技术从非常前沿，需求不明确、技术不成熟的技术变成了基石技术。作为语音交互的创业公司，应该在落地，怎么把语音交互用在各种场景下，会有什么样的变化？出门问问在过去的一年多做了一些探索，主要总结来说两个方向，上游是跟芯片深度的集成，下游是垂直行业深度的绑定。上游的芯片后面会仔细讲一些例子，包括应用场景。
出门问问在过去基本上是全世界全中国少有的面向消费者2C的AI公司，但是现在我们从纯2C的AI公司尝试一些2B的落地，主要的优势总结几点。第一个在2C的时候需要提供完整的体验，导致我们开发了很多完整的技术链。当然我去给一些企业提供服务的时候，比如做一个智能的客服系统，无论是语音识别还是问题库，出门问问都有自己的技术，不需要整合第三方。这样的好处就是可以做很快的定制，同时我们因为有软硬结合的产品，如果这个客户的用户是2C的，需要一个硬件媒介跟他用户沟通，这个时候出门问问可以提供软件硬件结合一整套的服务，是一站式的，不需要找多家合作伙伴。
可能还有另外一个特别重要的优点，因为出门问问在过去是做2C的，2C的用户体验是非常重要的。2B的很多服务用户体验不是很好，我们会觉得很奇怪，为什么技术这么发达还不是很好？很多时候就是因为2B的项目是一单一单的，没有足够的人力为单一的项目做出很好的体验。出门问问由于过去在2C层面做了很多积累，很多研发在前面都发生了。所以这个时候虽然是2B的场景，但是可以提供非常好的用户体验。
这里面举一个例子，出门问问因为有自己的软硬结合和算法基础，可以很快的定制。这个例子是最近跟台湾远传电信联合发布了智能音箱，基本上通过三个月的时间打造了台湾本地的系统，从硬件到软件到语音助手，语音助手里面适配了台湾口音的，并接入了台湾本地服务。三个月就打造了台湾本地的系统。他们之前花了六个月跟三四家合作伙伴，有的做语音，有的做内容整合，有的做硬件，花了几个月合作都不了了之，我们进去通过三个月就可以快速的提供非常好的体验。这是应对了前面说的2C切入2B的优势。
爱讲是我们跟他们一起打造的智能语音助理，这个智能音箱跟我们在中国大陆发布的音箱外观是一致的，这是我们过去的积累所以可以快速打造一个新的场景和市场。
接下来讲一下我们的产品和优势，以及到底可以干什么。首先是我们发布的问芯，这是AI语音的芯片模组。解决的问题就是现在的智能电视不能远场唤醒。我们发布的问芯是一个AI的语音芯片模组，芯片是跟杭州国芯一起合作的。但是把麦克风的技术、信号处理的技术，包括低功耗的唤醒技术都做到这个芯片模组里面去了。这个智能芯片，智能电视的场景只要用一个usb线跟我们这个芯片模组连接，这个时候电视一下子成为一个可以远程语音交互的智能电视。这样跟智能电视的合作大概三四个星期就可以把体验做出来。以前，如果一个语音软件方案直接跟智能电视去整合，可能三四个月都整合不出来，而且效果都非常差。这是我们已经发布的问芯。另外，未来我们还会发布一个专门面对IOT设备控制的AI语音芯片模组，比如空调、灯泡等等，这些是不需要进行多媒体交互，更多是希望控制一些东西。现在控制空调也有，但都是通过智能音箱作为控制台，后台控制设备。不好的特点就是每次都要把音箱唤醒，然后把后面的设备唤醒，就非常不友好。当然我们希望未来芯片模组可以直接放在灯泡里面，回家直接说开灯关灯就可以打开，而不是现在先要把音箱唤醒才能交互。当然这是还在研发的产品，在未来我觉得非常具有前景。这种设备如果可以用非常人性化的，不需要前面的唤醒就可以直接唤醒是非常好的用户体验的改进。
这里有一个简单的视频，是我们拿智能电视，然后把我们的芯片模组放进去，大家可以看一下能干什么。
这里面特别重要的是回声消除，智能电视本身在播放一些内容的时候我们通过唤醒词把它打断，重新做快进或者换一个内容也好，这是非常难的事情，因为智能电视的声音本身非常大，因为声音的频率或者时间不同步，导致算法有很多难点，这是我们已经在跟合作伙伴准备很快就会落地到一些智能电视，或者是机顶盒场景下面的应用。
前面是智能电视芯片，往上游提供更好的体验。
接下来是往下游的场景能做什么。这里有一个我们的系统叫问真，是AI金融的反欺诈系统，当你找金融机构贷款的时候，很重要一点就是金融机构判断你是不是你，你说的是不是真话。比如你说你住在很贵的地区，比如在北京的国贸，系统要判断你说的是不是真话。我们有一个系统根据你说话，系统会自动问你一些问题，这个问题不是提前设好的，是根据你说的话问的，系统也知道答案。根据你回答的答案和系统答案是不是一致，就可以判断是不是真话。这里面用到很多，还有人脸识别，识别是不是你，还有基于数据库的对话系统，判断你是不是真实的，是真实的才会进行贷款的动作。
（视频）
这个就是根据你提供的一些信息，然后后台会自动的根据你的信息提出一些问题，然后它也知道答案，考核你说的是不是真的。以前的系统是你填了信息以后，有一个人专门给你打电话，然后去念一些一样的问题，然后你答。很大的问题就是因为这个工作是非常枯燥的，很多时候打给你电话的人问题就是统一的，基本上你一个人问了一遍，很容易让另外的人作弊。但是像我们这个是完全个性化的系统，根据你的答案不一样，可能会有不一样的问题，所以基本上很难作弊。第二由于背后是自动化的系统，具有实时性，也不需要花费人力。在我们看来把语音交互放在这个系统里面是非常好的创新。
下面再给大家讲的是在保险行业的语音交互例子，保险行业也是2C的，我们所做的事情就是利用2C的经验，跟保险后台数据系统结合起来，最后去提供一个更好的用户体验，使他们的用户对他们的服务更加满意。最左边是用户，然后中间是我们的各种各样的智能设备，云端是我们AI跟后台数据系统打通，因为打通了就会做一些保险相关的业务。下面也有一个简单的视频给大家演示到底能做什么。
这个其实大家可以看，跟一个2C的我们的智能音箱的交互是一模一样的，但是可以带来的就是跟具体的保险业务结合起来，让你的交互做得非常的像2C一样的体验。
接下来另外一个例子是我们在智能家居或者房地产行业跟合作伙伴做的解决方案，很多是样板间，因为房地产行业是比较漫长的周期，但是样板间可以给大家一个感觉它主要能做什么。给大家看一个视频。
刚才前面是讲了各个，无论是芯片的应用还是下游场景的应用。回到现在的问题，就是语音交互成为前沿技术，变成基石技术以后到底怎么进一步落地。我们的答案是往上游集成到芯片里面，往下游跟场景深度的绑定。
今天我的分享就到这里结束。谢谢大家。
本文来源：网易科技报道
责任编辑：
张祖韬_NT5054
