谷歌助理,教語音助手做人

第第頁谷歌助理,教語音助手做人盡管識別率已不再是問題，但無論是大名鼎鼎的Siri和GoogleNow，還是《訊飛語音》和Cortana等語音助手們，在被用戶調(diào)戲幾天之后紛紛被打入冷宮。而谷歌助理（GoogleAssistant）的出現(xiàn)，似乎為身陷困境的小伙伴們帶來了轉(zhuǎn)機。

語音助手這四年

2012年6月27日，一句“OK，Google.”將GoogleNow帶入了公眾的視野。而在4年之后，2016年5月19日，當(dāng)谷歌在GoogleI/O大會上再次喊起“OK，Google.”時，GoogleNow終于脫胎換骨，成了谷歌助理。

不得不說，GoogleNow這四年發(fā)展并不如預(yù)期中的那么美好。在初次亮相的發(fā)布會上，它便被“黑科技”產(chǎn)品GoogleGlass奪去了風(fēng)頭，更何況還有蘋果的Siri珠玉在前。起初，GoogleNow只是谷歌地圖團隊的一個創(chuàng)意，讓用戶不需要點擊屏幕即可完成對智能手機的操控。而在Siri出現(xiàn)后，GoogleNow才搭上了語音助手的東風(fēng)。

在Siri和GoogleNow之后，微軟、訊飛、搜狗和奇虎360等廠商，紛紛推出了自己的手機語音助手APP。不久后，語音助手甚至開始成為智能手機的標(biāo)配。然而，好景不長。即便是名聲如Siri，如今也只有在用戶無聊時，才有機會登臺“講個笑話”。

語音助手們的落寞，最核心的問題還是在于自己的“智商不高”。有網(wǎng)友戲稱，你原以為語音助手會是鋼鐵俠的Jarvis，然而事實上它只是一個高配版的金立語音王。

如果你有深入使用過各類語音助手APP就會發(fā)現(xiàn)，這些機械的一問一答破綻百出。盡管表面上交互方式是語音，但其本質(zhì)上與鼠標(biāo)點擊和手指觸控別無二致，死板的語音反而讓人感到膈應(yīng)。不僅如此，語音助手們能夠獨立完成的手機操作也十分有限，僅限于部分常用的系統(tǒng)操作，完全不能深入到第三方APP當(dāng)中。

谷歌助理帶來了哪些啟示？

同樣是一句“OK，Google.”，同樣的機器人“嗓”，但此次出現(xiàn)的谷歌助理似乎要靠譜了不少。從谷歌I/O大會的現(xiàn)場演示中可以看出，谷歌助理可以聽懂更多口語化的表達，它甚至可以和用戶進行日常聊天。谷歌表示，谷歌助理并非只是執(zhí)行簡單的一問一答，而是會聯(lián)系上下文，給出更精準(zhǔn)的答案，用戶還可以進行追問。

比如，當(dāng)你“招呼”谷歌助理幫你搜索完熱門電影之后，它會因為聽到你剛說了這次會帶小孩一起去，而篩選出那些適合孩童的電影。更強的是，谷歌助理要比此前的語音助手們更“主動”―它會順勢問你是否需要四張票，并幫你搞定訂票和付費。如今，谷歌正在為谷歌助理接入更多的第三方服務(wù)，打車出行的Uber、在線聽曲的Spotify以及線上訂座的OpenTable都可以通過谷歌助理搞定。

可以說，谷歌助理將語音助手提升到了一個新的段位。而這一切，都源自人工智能的功勞。事實上，人工智能也正是今年的谷歌I/O大會的一大主題。在發(fā)布會一開始，公司CEOSundarPichai便開始強調(diào)機器學(xué)習(xí)在生活中扮演的重要角色。在本次谷歌I/O大會上發(fā)布的Allo和GoogleHome中，都有谷歌助理的身影。在Allo中，谷歌助理甚至?xí)鶕?jù)對方發(fā)來的圖片信息，給出回復(fù)建議。

語音助手，接下來怎么走

而在國內(nèi)，以訊飛為代表的企業(yè)已經(jīng)將中文的語音識別率提升到了很高的水準(zhǔn)?？墒牵澳苈犌濉钡膯栴}解決了，“能聽懂”又成了新挑戰(zhàn)。百度的人工智能研究目標(biāo)之一便是要攻克這一難題，但目前進展緩慢。要知道，谷歌助理的背后，其實是谷歌在這一領(lǐng)域近十年的耕耘。除了谷歌，微軟、亞馬遜和Facebook等公司也在語音助手領(lǐng)域試水人工智能。更有傳言稱，蘋果的Siri也將迎來重要升級。種種跡象表明，由人工智能引發(fā)的語音助手變革，已是山雨欲來風(fēng)滿樓。

短期內(nèi)，國內(nèi)同行要“借鑒”谷歌助理并不容易。不過，由于一些眾所周知的原因，留給國內(nèi)語音助手們的追趕時間應(yīng)該還十分充裕。我們認(rèn)為，在語義理解方面還沒有取得突破之前，國內(nèi)的語音助手們或許可以從以下三個方面進行突破。

其一是變得更“主動”。使用語音助手時，最讓人費解的是，語音助手們每次回答完問題之后，并不會主動接收下一條語音命令，我們還得自己動手按下話筒圖標(biāo)。所謂“主動”，就是要從這些細(xì)節(jié)入手。

其二是擴展第三方服務(wù)。目前，當(dāng)我們打開手機上的XX語音助手，說一句最常見的“附近有什么吃的”時，得到的答案往往都是一個簡單的列表。為什么不能進一步，提供餐館和產(chǎn)品推薦并幫助用戶完成點餐呢？也只有待這類第三方服務(wù)豐富起來之后，才能增強用戶打開語音助手的意愿。

其三是利用好手機傳感器。如今，手機上提供了