自2011年蘋果將Siri帶進手機市場之后，語音助手類應(yīng)用可謂火的一塌糊涂。還記得當(dāng)年上至生活大爆炸里的謝耳朵，下至無數(shù)的果粉，紛紛以調(diào)戲 Siri為樂。先不說Siri到底是否為消費者帶來極致的便利，但就影響力來說，Siri一定是蘋果的一個代表作品。蘋果幾乎以一己之力打開了一個全新的市場，再大的廠家也無法淡定，谷歌微軟紛紛入局，使出渾身解數(shù)，誓要為消費者在手機上打造一名“私人管家”。那么今天，我們就來聊聊各家的語音助手。
如今手機界有三大操作系統(tǒng)，IOS，安卓和WP8。相應(yīng)的來說，自然也有三大語音助手，Siri，GoogleNow和Cortana(微軟小娜)。三大語音助手之中，Siri來的最早，也是名頭最大的一個，不然怎么有人說iPhone 4S的S就是Siri呢。
事實上，Siri直接發(fā)源于史上最大的人工智能項目：五角大樓的CALO項目。CALO是 “CognitiveAssistantthatLearnsandOrganizes”的縮寫(會學(xué)習(xí)和組織的認知助理)，這個項目匯聚了全球人工智能 方面的頂尖科研人員。整個CALO計劃的帶頭人名叫AdamCheyer，現(xiàn)任蘋果iPhone團隊的工程總監(jiān)。Cheyer說CALO早已開始探索如何 把“對話、自然語言理解、視覺、演說、機器學(xué)習(xí)、制定計劃、理性思考、服務(wù)代表全部融合到一個模仿人類的助理中，幫助人們完成不同的事情?！彼稳菡f Siri計劃就是尋求在一件消費產(chǎn)品中做同樣的事情。其實，在Siri正式發(fā)布的前四年里，Cheyer和他的團隊一直在鉆研如何優(yōu)化CALO，使其能夠 在一臺強大的移動電話中發(fā)揮效用，每天都能被成千上萬的用戶使用。對Cheyer來說，Siri并不是早期安卓手機上簡單的語音識別，Siri是人工智能，是這個十年里移動平臺最大的事情之一。Siri最終的目的就是為消費者打造一個貼身的數(shù)字管家，讓消費者感受到科技的便捷。
iPhone 4S上的Siri
有了先行者，自然就有追趕的人?；蛟S，谷歌早就預(yù)料到蘋果會漸漸在IOS中去掉谷歌服務(wù)。為了鞏固自己在移動搜索領(lǐng)域的優(yōu)勢，同安卓4.1一起推出了全 新的搜索應(yīng)用，Google now。用谷歌官方的話來說，Googlenow會全面了解消費者的各種習(xí)慣和正在進行的動作，并利用它所了解的來為消費者提供相關(guān)信息。現(xiàn)如今，谷歌已經(jīng)為Googlenow添加了諸如步行和行車里程記錄，汽車租賃，演唱會門票和通勤共享等方面的內(nèi)容，并且如今，Googlenow已經(jīng)被直接整合進原生的安卓系統(tǒng)之中，使用更為便利。
Googlenow
看著蘋果和谷歌在移動語音領(lǐng)域大展身手，同樣身為科技巨頭的微軟自然是坐不住了。為了對抗蘋果和谷歌，微軟也推出了自家的語音助手 ---Cortana，而且針對中國市場，微軟還發(fā)布了本土版的Cortana---微軟小娜。雖說想達到Holo里Cortana的技術(shù)再有500年都 未必能夠?qū)崿F(xiàn)，但這并不妨礙微軟現(xiàn)在將“非完全體”的它移植進手機之中。在WP8.1之中，Cortana被定位為個人數(shù)字助理，能通過不斷學(xué)習(xí)用戶的使 用習(xí)慣和興趣來幫助用戶組織日常活動，常規(guī)的Web搜索。
基于這種設(shè)計理念，微軟為Cortana特意打造了一個虛擬的記事本。當(dāng)然， 這個記事本并非是隱私收集器，而是代表了Cortana記錄用戶的一切待辦事項。并且這些待辦事項全部存于云端，如果愿意，用戶完全可以同好友分享信息， 甚至是位置，興趣點等等。另外，Cortana最有用的部分在于自主性的學(xué)習(xí)能力和基于時間的觸發(fā)行動，有些像是一些基于“IFTTT”(網(wǎng)絡(luò)行為連鎖反 應(yīng))的Web服務(wù)。隨著使用時間的推移，Cortana能夠?qū)W習(xí)你的發(fā)聲習(xí)慣，從而更準(zhǔn)確地理解你的意思，另外在了解你的喜好之后，理論上可以實現(xiàn)更智能 化的主動式服務(wù)。微軟也將向第三方軟件廠商開發(fā)API，實現(xiàn)更多操作可能。
微軟Cortana
說了這么多，各位讀者可能感覺語音助手是一項非常“高大上”的技術(shù)，事實上并非如此。以Siri為例，Siri所用到的技術(shù)無過乎只有兩樣，人工智能以及云計算。但如果更細分來說，則可分為前端技術(shù)和后臺技術(shù)來看。在前端技術(shù)方面，即面向用戶，和用戶交互(UserInterface，UI)的技術(shù)，主要是語音識別以及語音合成技術(shù)。
語音識別技術(shù)是把用戶的口語轉(zhuǎn)化成文字，其中需要強大的語音知識庫，因此需要用到所謂的“云計算”技 術(shù)。而語音合成則是把返回的文字結(jié)果轉(zhuǎn)化成語音輸出，這個技術(shù)理論上本地就能完成，當(dāng)然也可以是在云端完成的。后臺技術(shù)，其實才是真正的大角色。這些技術(shù) 的目的就是處理用戶的請求，并返回最匹配的結(jié)果，這些請求類型很多，千奇百怪，要處理好并不簡單?；镜慕Y(jié)構(gòu)可能是分析用戶的輸入(已經(jīng)通過語音轉(zhuǎn)化)， 根據(jù)輸入類型，分別采用合適的技術(shù)(合適的技術(shù)后臺)進行處理。這些合適的后臺技術(shù)包括，①以Google，Bing，百度等為代表的網(wǎng)頁搜索技術(shù);②以 WolframAlpha為代表的知識搜索技術(shù)(或者知識計算技術(shù));③以維基百科為代表的知識庫(和WolframAlpha不同的是，這些知識來自人 類的手工編輯)技術(shù)(包括其他百科，如電影百科等);④以Yelp為代表的問答以及推薦技術(shù)。將處理后得到的結(jié)果再返還給用戶，也就完成了一次與用戶的問 答或是聊天。
Siri聊天
Siri和Cortana的技術(shù)基本就是如此，但一定要強調(diào)的是，嚴格的說Googlenow應(yīng)當(dāng)只是一款語音搜索軟件，并不具備與用戶聊天的的交互式功能。Googlenow只是利用了谷歌強大的搜索引擎，并且加入了上下文聯(lián)想功能，根據(jù)用戶的搜索記錄，習(xí)慣來提供智能化的服務(wù)。當(dāng)然，這意味著它會收 集用戶數(shù)據(jù)加以分析，但是其呈現(xiàn)出的信息還是極為有效地。
語音助手的最終目的是為消費者帶來便利，因此，往往理論說的極其完美，但消費 者更關(guān)心其在現(xiàn)實生活之中的表現(xiàn)。僅以在大陸的情況來看，Googlenow可謂毫無用處。我們都知道Googlenow是基于Google搜索來提供反 饋的，但是在大陸，因為一些“你懂得”的原因，Google基本是無法使用的。唯一能使用的一些本機上的服務(wù)，還必需在英文界面下使用。當(dāng)然，如今谷歌已 經(jīng)推出了Googlenow的桌面版和可穿戴設(shè)備版，要是各位一定想嘗鮮的話，掛個VPN就是最好的選擇了。
與Googlenow不同的是，Siri和Cortana目前都是基于Bing平臺，因此兩者在大陸還是完全可以使用的。Siri在經(jīng)過了兩年的發(fā)展之 后，成功摘掉了Beta版的帽子，迎來了正式版。相對于早期只能打電話，設(shè)置鬧鐘等簡單的操作，如今的Siri正不斷地加強其功能，如多國語音，男女聲， 打開一些程序等，并且在識別率上也有了很大的進步。但從聊天的角度來看，Siri和有人情味還有一段的距離。并且，因為監(jiān)管的原因，早期還爆出了涉黃等問 題。這些都是Siri在未來要加以改正的和進步的。
Cortana在大陸的本土版叫做微軟小娜，相比于以上兩者，可謂接地氣的多。各位 讀者應(yīng)當(dāng)還記得不久前被騰訊封殺的微軟小冰吧。事實上，小娜和小冰都是微軟中國團隊的作品，微軟中國曾說過，小冰小娜就像一對姐妹花，雖然都是偏向人工智 能的產(chǎn)品，但定位不同，小娜更注重對用戶制定任務(wù)的完成，小冰則更傾向于娛樂俏皮的交流，兩者都是極為接地氣的產(chǎn)品。
這一點，在一些小 細節(jié)中有較大的體現(xiàn)，比如在天氣預(yù)報之中加入了空氣質(zhì)量提醒，限行信息等，另外從第三方應(yīng)用上來看，針對大陸市場，微軟小娜選擇了微信，新浪微博，愛奇藝 等七家應(yīng)用進行深度合作，例如使用微軟小娜可以直接打開微信的朋友圈，這在Siri上是無法做到的。從目前大多數(shù)使用者的反應(yīng)來看，微軟小娜還是具有很大的優(yōu)勢的。而且隨著后天的學(xué)習(xí)功能的加強，微軟小娜必將成為WP手機的一大亮點。
接地氣的微軟小娜
先布局者得市場，在任何一個行業(yè)，這個道理也僅限于前期，誰能真正地笑到最后還不得而知。在競爭日益激烈的移動互聯(lián)網(wǎng)時代，語音助手最終拼的還是是否真 正為用戶著想，提供更加便利的語音智能生活。這場競爭還只是剛剛開始，未來大家還有很長的路要走，誰將最終獲得用戶認可，就讓時間給我們一個答案吧。
