2017年，語音計算成為主流。在這波浪潮中，亞馬遜一馬當先，短短兩年時間內(nèi)就售出了超過800萬臺Echo和Dot音箱，并借助亞馬遜語音服務平臺讓Alexa語音助手幾乎無處不在。從冰箱到機器人再到美國40年來銷量第一的福特F-150汽車上，都可以看到Alexa的身影。再加上Google Home，以及蘋果可能在今年夏天發(fā)布的Siri音箱等產(chǎn)品，毫無疑問今年語音計算設備的出貨量將超過2500萬臺。

亞馬遜Echo

　　語音計算設備迅速增長的同時，也暴露了一些核心問題。根據(jù)Voice Labs的最新研究，97%的用戶會在不到兩周的時間里對Alexa的新功能失去興趣，不再使用它；與此同時Alexa的10000項功能里只有不到三分之一贏得了回頭客。但這并不意味著語音計算正在走向失敗，語音計算遭遇困境只是因為它不過是未來場景計算革命中的一部分。

　　場景計算是指，在某個場景(比如住宅)中任何人都可以直接使用其功能，而無需借助手機和電腦這樣的中間設備。如果你曾經(jīng)在廚房里命令過Alexa播放音樂或者開燈(這是Alexa最常見的兩個用途，使用頻率都超過30%)，那么你就已經(jīng)用到了場景計算。如果你家安裝了帶運動傳感器的燈，當你離開時會自動熄滅；或者安裝了帶墻面控制器的安防系統(tǒng)，那么你也用到了場景計算。語音計算只是你與場景直接交互的多種方式之一。在你明確自己的需求(比如想知道天氣預報)的情況下，語音計算表現(xiàn)十分出色。但在其他情況下——比如需要從列表中選擇選項，確認信息或者查看可用功能時，則則乏善可陳。通用場景計算設備將具備多種交互接口，用戶可以根據(jù)具體應用場景和個人偏好自由選擇。

　　這就帶來一個問題，在多種場景計算能力中，哪種交互接口的使用頻率最高？我們最近用智能家居控制面板Brilliant Control做了一次小規(guī)模測試。通過分析開啟了語音服務的家庭中的上千次交互情況，我們發(fā)現(xiàn)語音交互的使用頻率為14%，而觸控交互的使用頻率高達81%，動作交互的使用頻率則只有5%。

　　為何觸控交互的使用頻率最高?原因有三：操作簡單。當你走進房間時，通過劃動手指開燈要相對容易；方便選擇。當需要在多種選項中進行選擇，比如在音樂播放器的播放列表中選擇曲目時，通過屏幕操作要自然得多；反饋及時。通過劃動手指來調節(jié)燈光亮度或音量時，要比發(fā)出連續(xù)的語音指令直到找到合適的光強和音量為止要更加方便快捷。

　　盡管存在諸多不足，語音計算仍扮演著重要角色。事實上語音計算在家庭中的使用總量增加了，原因很簡單，相比其他交互方式，語音可以覆蓋家庭中的更多房間。目前業(yè)界普遍認為，語音計算在未來家庭中起著重要的作用，不過它本身并非一個完整的解決方案。場景計算的范疇要比單一語音交互寬廣得多。如果亞馬遜在下一代Echo音箱中內(nèi)置了屏幕，那么它將提供更加豐富高效的交互接口。這將幫助語音計算找到并留住用戶，同時鞏固亞馬遜在語音計算領域的領先地位。亞馬遜最近推出的“display cards”功能表明，它們正在通過幫助語音服務合作商獲得向語音指令反饋可視數(shù)據(jù)的能力，來朝著這一方向進發(fā)。

　　亞馬遜最新推出的Amazon Look——一款結合了AI驅動攝像頭、能幫助你選擇著裝的設備，體現(xiàn)了它的執(zhí)行力。如果亞馬遜將語音、顯示、觸控和圖形與后端AI引擎相結合，便可能產(chǎn)生令人興奮的(或者很簡單的)交互體驗。這將把場景計算提升到全新的高度，同時讓Alexa家喻戶曉。

　　媒體預測，到2018年，將有超過50%的家庭擁有智能家居設備。場景計算的全面實現(xiàn)將讓我們與家庭的互動變得更加有趣和愉快，不再像今天的手機控制和單一語音控制一樣笨拙。我們不僅將從亞馬遜這樣的大公司，也將從采用它們開放平臺的小公司的產(chǎn)品中看到這種變化。如果未來谷歌和蘋果公司也向第三方開放平臺，那么我們將驚奇地發(fā)現(xiàn)，沒有場景計算的房子是多么的落伍和令人沮喪。手機從單純的語音/文字設備發(fā)展成方便了數(shù)十億人生活的、永遠在線的隨身設備，只用了八年。如今，場景計算正在成為下一波浪潮的路上。