基礎(chǔ)語音專項(xiàng)評(píng)測(cè)：BAT旗下的3款智能音箱表現(xiàn)如何？

　　基礎(chǔ)語音專項(xiàng)評(píng)測(cè)：BAT旗下的3款智能音箱表現(xiàn)如何？?jī)H僅在市場(chǎng)上冒泡了沒多久的智能音箱便取代了前輩——智能路由器，成為了智能家居行業(yè)的新寵兒，這在科技界算是蠻有趣的事情了。

　　數(shù)據(jù)能反映智能音箱的前景有多明朗，據(jù)調(diào)研機(jī)構(gòu) Canalys 在今年年初公布了一份報(bào)告顯示，2017 年出貨量剛剛突破 3000 萬臺(tái)的智能音箱，預(yù)計(jì)將會(huì)在 2018 年達(dá)到 5630 萬臺(tái)，預(yù)計(jì)增幅約為 87%。

　　盡管這只是一個(gè)預(yù)測(cè)的數(shù)字。但當(dāng)蘋果、亞馬遜、Google 以及國(guó)內(nèi)不少科技互聯(lián)網(wǎng)界的巨頭都紛紛推出相應(yīng)的智能音箱產(chǎn)品，相信你也感受到這股趨勢(shì)到底有多火熱。

　　不過，作為一個(gè)用戶，趨勢(shì)、未來智能家居的核心、重新定義下一個(gè)十年的未來等這些太過于偏行業(yè)的東西，可能并不是我們最關(guān)心的事情，反而是智能音箱本身的「便利」，激起了我們嘗試去體驗(yàn)它的念想。

　　XXX，明天天氣怎么樣？

　　XXX，我要聽周杰倫的歌。

　　XXX，明天上午 7 點(diǎn) 30 分叫我起床。

　　比如啊，在我體驗(yàn)了各種形形色色的智能音箱一年多的時(shí)間里，這三句平淡無奇甚至聽起來有點(diǎn)傻的語句，卻恰恰是我最得心應(yīng)手，也是最常對(duì)智能音箱使喚的命令。你只需要耗費(fèi)一丁點(diǎn)口舌功夫，你就能把查天氣、聽歌、設(shè)鬧鐘這三件事變得簡(jiǎn)單、優(yōu)雅。

　　其實(shí)，倒不是我不愿意去挖掘智能音箱一些新的使用場(chǎng)景或與智能音箱進(jìn)行更深入的交流，而是一方面這些智能音箱真正實(shí)用的很少；另一方面繁多的花哨功能隨著使用頻率的減少，也容易讓你遺忘它的其他功能。

　　當(dāng)然，我認(rèn)為這當(dāng)中更為主要的原因是，目前這些打著人工智能旗號(hào)的「家伙」壓根兒就沒法給你提供滿意的人機(jī)交互體驗(yàn)。

　　回過頭想想，除開娛樂方面的功能，現(xiàn)在的智能音箱在對(duì)話方面的能力，其實(shí)與 7 年前出現(xiàn)在 iPhone 4s 上的 Siri 相近，兩者相比似乎并沒有拉開太大的差距。

　　為了更深入地了解這些智能音箱，究竟在基礎(chǔ)語音對(duì)話方面的表現(xiàn)如何，愛范兒決定挑選百度、阿里以及騰訊這三家公司旗下的智能音箱產(chǎn)品，來做一個(gè)簡(jiǎn)單的基礎(chǔ)語音專項(xiàng)測(cè)試。

　　究竟在基礎(chǔ)語音功能方面，百度旗下的渡鴉 Raven H，阿里旗下的天貓精靈 X1，騰訊旗下的聽聽，誰更「懂你」？

　　讓 TA 隨呼隨應(yīng)，其實(shí)是一大考驗(yàn)

　　實(shí)際上，為了讓語音助手，也就是智能音箱那個(gè)與你交互的東西，不會(huì)因?yàn)橹茉猸h(huán)境的聲音，而胡亂說話，干擾你的生活。目前大多數(shù)語音助手及智能音箱都在設(shè)計(jì)之初，就加入了喚醒詞這一機(jī)制。

　　并且為了讓這些喚醒詞能夠起到該有的作用，國(guó)內(nèi)的廠商們常常會(huì)使用四個(gè)字組成，且相對(duì)生僻的詞來作為智能音箱的喚醒詞。例如，小米 AI 音箱就采用了「小愛同學(xué)」、百度的渡鴉 Raven H 用了「小度小度」、天貓精靈用了「天貓精靈」、騰訊聽聽則用了「9420」（就是愛你的諧音）…

　　而這些喚醒詞，作為開啟每次人機(jī)交互的一把鑰匙，它的喚醒成功率也影響了智能音箱的基礎(chǔ)體驗(yàn)。

　　雖然這當(dāng)中有一部分像渡鴉 Raven H 那樣可以自定義喚醒詞，但通常這些自定義的喚醒詞喚醒的成功率往往不如出廠默認(rèn)的好。因此，在下面這個(gè)喚醒詞測(cè)試環(huán)節(jié)中，我們將默認(rèn)使用 B.A.T 這三家公司旗下的智能音箱產(chǎn)品出廠默認(rèn)的喚醒詞進(jìn)行測(cè)試。

　　為了盡可能還原用戶實(shí)際使用情況，在測(cè)試喚醒成功率方面，我們選取了 1 米、3 米以及 5 米這幾個(gè)相對(duì)較常出現(xiàn)的距離來喚醒智能音箱，并且將在相對(duì)安靜的環(huán)境中進(jìn)行測(cè)試，同時(shí)將每個(gè)測(cè)試對(duì)象總的測(cè)試次數(shù)定為 20 次，每次喚醒的時(shí)間間隔為 1 分鐘，看看它們的喚醒成功率。

　　需要補(bǔ)充說明的是，由于人聲不可控，因此我們只能試圖在每次呼喚智能音箱時(shí)，盡可能保持音量大小和聲調(diào)相近。

　　從測(cè)試的數(shù)據(jù)可以看到，無論是百度、阿里，還是騰訊，它們的智能音箱產(chǎn)品在 1 米距離內(nèi)的喚醒表現(xiàn)已經(jīng)做得非常好，基本上能做到接近 100% 的喚醒成功率。

　　當(dāng)離音箱的距離擴(kuò)大到 3 米的時(shí)候，渡鴉 Raven H、天貓精靈 X1、騰訊聽聽，它們?cè)趩拘殉晒β史矫?，就都出現(xiàn)了一定程度的下降，而三者之間的差異并不明顯。而再當(dāng)距離進(jìn)一步擴(kuò)大到 5 米的時(shí)候，三者之間的差異同樣不太明顯，而喚醒成功率也已經(jīng)大幅下降，在這個(gè)距離下，你喚醒智能音箱的時(shí)候，已經(jīng)沒有之前那么順利了。

　　除了在安靜環(huán)境下測(cè)試它們的喚醒成功率，我們還模擬了大部分使用智能音箱，常遇到的場(chǎng)景——在智能音箱播放音樂時(shí)，喚醒它。

　　由于 3 款智能音箱的音量很難統(tǒng)一，因此我們選擇將各自的音量均調(diào)至 80% 來看看它們?cè)诿鎸?duì)自己播放音樂時(shí)，會(huì)不會(huì)影響它們喚醒表現(xiàn)。

　　可以看到，當(dāng)播放音樂的時(shí)候，渡鴉 Raven H、天貓精靈 X1、騰訊聽聽都不約而同地受到了自身的影響，它們的喚醒成功率在 3 米、5 米等距離下，都出現(xiàn)了相等幅度的下降，而且三者的差異并不明顯。

　　不過，我們也注意到當(dāng)智能音箱播放音樂的時(shí)候，它們的喚醒成功率確會(huì)受到一定的影響。

　　在排除了測(cè)試條件、人聲以及統(tǒng)計(jì)的誤差等方面的因素后，我們認(rèn)為 3 款智能音箱的在喚醒成功率方面表現(xiàn)都比較接近，無論是在相對(duì)安靜的環(huán)境下，還是在自播放音樂的時(shí)候，三者的差距并不明顯。

　　當(dāng)然， 這與這些智能音箱產(chǎn)品對(duì)喚醒這一交互的重視有關(guān)。比如像渡鴉 Raven H 就專門設(shè)計(jì)了一個(gè)由 4 個(gè)麥克風(fēng)組成的麥克風(fēng)陣列，并在軟件上對(duì)喚醒做優(yōu)化；而像天貓精靈、騰訊聽聽亦是為了達(dá)到更好的喚醒率，而在軟硬件方面投入了許多…

　　不過，詭異的是，3 款智能音箱已經(jīng)放在我的臥室里用了一周，但在段時(shí)間里，渡鴉 Raven H 曾在我通宵敲打青軸鍵盤寫稿的時(shí)候，突然被喚醒過幾次…

　　而同樣的時(shí)間里，天貓精靈 X1、騰訊聽聽則沒有出現(xiàn)過這種情況。

　　你說的話，TA 能懂嗎？

　　其實(shí)，現(xiàn)在我對(duì)于智能音箱已經(jīng)不指望太多了，只求它能在基礎(chǔ)功能的語音指令上懂我的意思，我就心滿意足了。比如說，同一種意思在不同的語述下表達(dá)，能否理解人類的意思。

　　那么當(dāng)它們?cè)跍y(cè)試天氣、播放歌曲、設(shè)鬧鐘這三個(gè)相對(duì)較頻繁的使用場(chǎng)景下，用一些相對(duì)表述廣泛的語音指令，它們能聽得懂嗎？

　　天氣

　　今天天氣怎么樣？

　　今天會(huì)下雨嗎？

　　今天要帶傘嗎？

　　其實(shí)在天氣這一個(gè)場(chǎng)景下的語義理解方面，已經(jīng)難不倒普通的智能音箱。像天氣、下雨、傘這幾個(gè)常見的關(guān)鍵詞都已經(jīng)變成廠商們優(yōu)先優(yōu)化的部分。所以啊，B.A.T 這 3 款智能音箱對(duì)以上這幾個(gè)常見的句式，已經(jīng)游刃有余。

　　只不過，令我想不到的是，渡鴉 Raven H 雖能理解這幾個(gè)簡(jiǎn)單的句式，但有時(shí)候它會(huì)出現(xiàn)聽不懂的情況，即便是你問他今天會(huì)下雨嗎？它仍然回復(fù)「抱歉我太確定你說了什么」。

　　播放歌曲&定鬧鐘

　　我想聽周杰倫的歌。

　　播放周杰倫的歌曲。

　　說好的幸福呢？

　　來到播放歌曲這一環(huán)節(jié)，3 款智能音箱都能準(zhǔn)確理解并回復(fù)對(duì)應(yīng)的答案。虧我特意還用一個(gè)容易混淆它理解的《說好的幸福呢》，來試探它們的理解能力，但依然沒能騙過他們。

　　而定鬧鐘也是如此。

　　明天上午 7 點(diǎn) 30 分叫我起床

　　給我設(shè)一個(gè)上午 7 點(diǎn) 30 分的鬧鐘

　　提醒我 7 點(diǎn) 30 分起床

　　在這些基礎(chǔ)功能方面，基本上渡鴉 Raven H、天貓精靈 X1 以及騰訊聽聽都能在簡(jiǎn)單的句式中理解你的意思，并觸發(fā)相應(yīng)的功能。

　　總結(jié)

　　通過這上面的兩個(gè)小實(shí)驗(yàn)的數(shù)據(jù)來看，我們不難發(fā)現(xiàn)，不管是渡鴉 Raven H，天貓精靈 X1，還是騰訊聽聽，它們?cè)趩拘言~方面的表現(xiàn)以及簡(jiǎn)單場(chǎng)景下的語義理解方面的表現(xiàn)，都拉不開太大的差距。

　　在喚醒成功率方面，渡鴉 Raven H 的整體表現(xiàn)確要天貓精靈 X1、騰訊聽聽要稍微好那么一點(diǎn)，但它也存在相對(duì)較明顯的誤喚醒問題。

　　而在簡(jiǎn)單場(chǎng)景下的語義理解方面的表現(xiàn)，三者其實(shí)都能達(dá)標(biāo)，但值得贊揚(yáng)的是，現(xiàn)在廠商們也越來越重視人性化的語義理解。例如啊，在播放音樂的時(shí)候，當(dāng)你想快速讓智能音箱靜下來，又突然想不起對(duì)應(yīng)操作的準(zhǔn)確指令時(shí)。

　　這個(gè)時(shí)候，我經(jīng)常會(huì)用到的一個(gè)語音口令是「XXX，閉嘴」，而顯然類似的人性化語義識(shí)別已經(jīng)受到了廠商們的重視，無論是小米 AI 音箱、出門問問 Tichome，還是現(xiàn)在所測(cè)試 B.A.T 三款智能音箱，都已經(jīng)將「閉嘴」這一人性化語義映射到靜音這一操作上。

　　可以預(yù)見的是，隨著人性化語義理解方面的能力提升，智能音箱會(huì)慢慢褪去其機(jī)械化的程序回復(fù)，而在與我們交流時(shí)變得越來越自然，越來越像人類。

　　說回正題，通過這次簡(jiǎn)單測(cè)試，我們已經(jīng)可以看到，百度、阿里、騰訊這些掌握了大數(shù)據(jù)且具備一定研發(fā)實(shí)力的互聯(lián)網(wǎng)巨頭，當(dāng)它們都置身在智能音箱這一片未開荒的領(lǐng)域中時(shí)，其實(shí)大家都還處于同一起跑線上，產(chǎn)品的基礎(chǔ)功能以及體驗(yàn)并沒有拉開明顯的差距。

　　當(dāng)然，智能音箱還處于早期階段，當(dāng)人工智能真正發(fā)展到一個(gè)較為成熟的情況后，也許那個(gè)時(shí)候智能音箱吸引我們的不單是便利，還有能填補(bǔ)人類情感空缺的技能。

     2898站長(zhǎng)資源平臺(tái)網(wǎng)站排行榜：http://afrimangol.com/ranklist.htm