推廣 | 探索者說，不怕輸所以我們走得更遠

在從事語音技術研發的第 12 個年頭，周正友又一次感受到理想的磁石吸引。

關於智能時代可能的情景，孔雀開屏似得在眼前展現，在 36 歲的工程師心中激起了火花。生活幸福而安定，但是關於語音技術，我們能做的只有這麼多嗎？在不確定的未來，雖然看不清全貌，但智能兩個字已經泛出光亮，對企業來說，放棄語音智能就失去了未來，而向前一步，可能就握住了開啟智能家居時代的鑰匙。

時勢造英雄。2015 年，當科大訊飛 34 人的骨幹團隊拎著行李箱，吹著北京早春清涼的微風集結在亦庄萬源街地鐵站 A 出口，一齊走向京東智能團隊所在的朝林大廈時，周圍晨練的人紛紛投來好奇的目光。他們可能不會想到，這一刻基本上決定了中國智能音箱市場和生態的發展軌跡。

作為「全球 50 大最聰明的公司」，科大訊飛智能語音核心技術代表了世界的最高水平；而作為中國線上線下最大的零售企業，京東早已成為中國數碼和智能產品最重要的渠道，並率先建立了完整的智能硬體戰略。科大訊飛與京東合作，很快推出了「叮咚」智能音箱。目前，叮咚在國內智能音箱市場佔比約 80%。

走在智能領域的探索之路上，他們很樂於看到同行者。從用戶接受滑鼠鍵盤到習慣觸摸屏，經歷了三十年。同樣，由智能音箱掀起的語音交互革命，也需要時間的打磨。

這兩年，讓他們最有成就感的是，叮咚與用戶的關係越來越近，越來越了解他們的需要、喜好和期待。他們提出的問題，希望使用的功能，每天與叮咚的互動，為產品優化提供了根據和方向。用戶看到自己想要的功能不斷實現, 除了感受智能音箱帶來的簡單和新奇, 還體會到了作為設計者的參與感。

近期，關於產品性能、市場與未來，有人叫好也有人非議。作為靈隆研發中心負責人，周正友說，未來還有無限可能，我們就在這條路上踏實地走，還要走得更遠。

「你是誰？」

——南來北往、留鼻血的工程師，掀起語音交互革命

2015 年 4 月 24 日，由京東與科大訊飛共同出資，北京靈隆科技有限公司成立。

同年 6 月，第一款叮咚智能音箱發布，實現人機語音交互，及對智能家居的語音控制。

用戶小林在自家客廳使用「叮咚」智能音箱

兩年後，當新品叮咚 TOP 在 618 首發即賣斷貨，整個團隊沉浸在愉快的氣氛中時，對周正友這批工程師來說，第一款音箱研發時的情景彷彿就在眼前。

訊飛的隊伍剛到北京就和京東智能對接，開始了緊張的工作。來北京不到 1 周，乾燥的北京春天讓團隊所有人都流鼻血了。當時一個司空見慣的場景是，一個工程師從塞鼻子的紙團中撕下一截，遞給眼前鼻血流下來的另一位工程師先塞住，好繼續討論方案。

到產品真正上線時，他們對領導的肯定不「感冒」，而是興奮地擠到一起看用戶交互數據。

從後台數據來看，人機語音互動給用戶的生活帶來了很多樂趣。比如，開機後很多用戶會調侃叮咚，問它「你是誰？」此時，叮咚會回答，「我是叮咚智能音箱」。自從增加了自定義問答功能，我們能看到用戶編輯的答案五花八門，有的很質樸，比如「我是張狗蛋」、「我是何鮮花」；有的很可愛，比如「我是人見人愛、花見花開的宇宙第一美男子」；有的很有趣：「我是你最好的朋友叮咚，每天監督你完成作業」……

靈隆科技首席科學家湯博記得，在產品設計之初，他們曾為叮咚的角色性格展開激烈討論，最後通過投票表決，將叮咚定義為「20 多歲知性女性」。在用戶的生活中，「她」應該是一個知識豐富、文雅得體，溫柔又不失嚴謹的家庭助手，可以幫助用戶解決各種問題。

「我們不是一家音箱硬體公司，而是致力於語音智能，將音箱作為智能家居中樞或入口」，湯博表示，叮咚是作為入口級產品，引導用戶適應語音的交互方式。

實際上，當我們回顧移動互聯網和移動智能設備的發展，最核心的趨勢是用戶交互方式的演進。80 年代中期以後，從傳統桌面電腦的滑鼠鍵盤成為用戶體驗的基準，到 iPhone 為智能手機確立的觸摸使用交互準則，其間經歷了大約三十多年的漫長進化。

同樣，由智能音箱掀起的語音交互革命，也需要時間的打磨。

從技術上講，早在 2002 年，谷歌就推出了語音搜索，著手進行語音輸入、語義識別和語音文本轉換等研究，經過十多年的演進，語音交互已經到達了能夠為用戶提供準確、易操作、相對成熟的使用交互體驗的程度。

數據顯示，今年使用語音助手的美國用戶超過 6050 萬，其中，千禧一代（目前在 25 到 34 歲）用戶超過 2990 萬人，這意味著超過 1/3 的該世代人群都在使用語音助手，而到 2019 年，這一比例將超過 44% 達到 3930 萬。

語音交互實際上把用戶從「低頭族」中解放了出來。智能家居的理想狀態是，通過互聯和語音技術，家庭中處處是「入口」，於是在用戶的意識中「入口」反而消失了。當你在做瑜伽時有人敲門，你可以不用停下來，直接發出語音指令：「叮咚叮咚，把門打開」；當你忙於工作時感到饑渴，可以直接請叮咚幫忙，「叮咚叮咚，幫我訂一份滷肉飯外賣」；語音指令可以應用在生活中任何場景，伴隨用戶生活中的活動自然而然地發生，而你使用得越頻繁，「她」了解你越多，人機交互就越順暢。

在語音技術領域，科大訊飛是基礎研究時間最長、歷屆評測成績最好、市場佔有率最高的公司，其智能語音核心技術代表了世界的最高水平。2017 年 6 月，入選《麻省理工科技評論》2017 年度「全球 50 大最聰明公司」榜單。

然而，做任何領域的探索者，都面臨著很多不易。

在第一代叮咚音箱上市前，研發團隊曾升級過一個語義識別模型。當時實現技術突破以後，整個團隊非常興奮，按照理論新模型上線後會進一步提高語義識別的準確度。沒想到結果竟然是相反的，經過反覆檢查，發現某行代碼的傳值出現了問題。從想到方案時的興緻勃勃，到測試效果不好帶來的沮喪，到解決問題後又高興起來。周正友笑言，都說「程序員」枯燥木訥，其實我們心情起伏的狀態還是很多的。

「黑洞是什麼？」

——同舟共建、吐槽變「鐵粉」，交互數據形成新型用戶關係

目前, 叮咚已經推出 6 款產品，使用叮咚系統的其他品牌音箱更是超過了 10 款。把「她們」放在一起，就是一個「叮咚大家庭」。A1 是固定位置的，A3 是可移動的，TOP 則打開了更多家庭入口。同時，軟體已更新 30 多個版本，開放平台第一次上線。150 多個應用已開發，準備上線。

「叮咚好像越來越聰明了！」看到客戶群里這樣的留言，產品中心負責人鍾博覺得比什麼都開心。

「叮咚」智能音箱受到很多家庭用戶的喜愛

「對於叮咚，很多用戶還是很喜歡的」，根據交互數據，平均每一個用戶每天使用語音命令 10 次左右。相較於一般 APP 的日活躍度不到 10%，叮咚用戶的日活躍度達到 30%。

與用戶的互動，是一個有趣、誠意滿滿的過程。鍾博回憶，產品剛上線時，有的用戶瘋狂吐槽，你回答他，真正重視他的建議，他就變成「鐵粉」了。有的功能用戶提出來不久，我們就實現了。然後用戶很開心，逢人就「安利」叮咚。TOP 首發創造了銷量新記錄。我們翻出來看用戶 2 年前的帖子，發現他們想要智能音箱實現的功能特別多，其中很多功能都已經實現了。通過語音交互數據，看到用戶提出的很多「刁鑽」問題，我們都回答對了。

用戶們還留言分享了很多趣事。

一位用戶把叮咚放在陽台上，結果有「發燒友」從窗戶經過就喊「叮咚叮咚」把他家的音箱喚醒。還有個用戶有急事，但父母沒聽到手機響，他用手機設定的自定義鬧鐘，讓家裡的叮咚語音播報：「有急事，快給你女兒打電話！」……

「這個團隊響應用戶的速度和誠意，挺讓人吃驚的。」

北京「老炮兒」張先生先後買了 40 多台叮咚音箱，除了當禮物送人的，自己家裡留了十幾台，通過京東微聯平台連接所有智能家電，過上了智能生活。

最初，張先生特別喜歡叮咚，用起來簡單、很方便。後來發現，自己的孩子喚不醒叮咚。在用戶群里反映之後，團隊開始忙起來了。最初他們設定的用戶群在 80 後、90 後等年輕人身上，沒想到老人、小孩對叮咚的使用也很頻繁。

靈隆把問題反饋給訊飛研究院，研究人員到合肥的小學裡，讓學生們排成長隊，每個人對著麥克風說「叮咚叮咚」，採集大量的喚醒詞童音，再通過技術手段分析、建立模型，使兒童對叮咚的喚醒率大幅提升。張先生馬上感覺到了系統升級的變化，很為叮咚幕後團隊重視用戶的誠意感動。

「用戶量越大，代表著需求的種類越多。」湯博介紹產品運行兩年多，他們一直致力於通過數據提高語音交互的成熟度，同時拓展叮咚的信息量與知識面。

比如在 2017 年特朗普上任美國總統以後，很多用戶問叮咚「美國總統夫人是誰？」，為了讓叮咚順暢地跟主人聊天，類似的熱點新聞話題要快速補充到資料庫中。

另外一個意外的例子發生在兒童用戶身上。他們求知慾強，很自然地把叮咚作為學習和生活的夥伴，經常會問叮咚一些科普類的問題。比如經常有孩子問：「叮咚叮咚，什麼是黑洞？」當叮咚調用信息回答：「黑洞是宇宙空間內存在的一種天體……」孩子常常會追問：「什麼是宇宙？」

「用戶需求的多樣性，經常超出我們的想像」，我們每天都會收集用戶對新功能的使用評價，兩年來補充了很多數據，比如孩子們喜歡的睡前故事、英文兒歌，青年們喜歡的星族運勢，告訴他們今天有沒有水逆……

鍾博回憶，剛開始時覺得很難，因為用戶千差萬別，各年齡段的興趣也不同。但是長期來看，各種類型的用戶需求還是有習慣和規律的，只要圍繞著用戶核心需求，不斷進行補充和劃分，未來可能出現針對各類特徵用戶的特色產品。

談到智能音箱，有一個公認的難點是——機器對自然語言的理解。人們在生活的放鬆狀態下，語言是很隨意的，對任何一種演算法來說都十分複雜。特別是在對語義進行判斷，滿足一個需求時可能放棄了另一個需求，這時候做取捨很難。

比如用戶說「你是誰」？叮咚應該播放一首同名歌曲，還是給他一句回答？調研發現，在簡單指令條件下，用戶最反感反問，不是關鍵問題去反問，就增加了用戶的交互成本。因而必須通過取捨、權衡去回答問題，爭取答對。

叮咚在最初設計時，因為太重視理性和得體，客戶認為叮咚太老實但不夠可愛。這讓一幫嚴肅認真的技術男不知所措。終於，運營的姑娘們看不下去，為叮咚增加了很多俏皮的答案。比如用戶說，「你真是個醜八怪！」叮咚會答覆，「我覺得還行啊，在機器人界還算是帥的」。

在京東平台上，叮咚音箱自上市以來，一直保持在 WIFI 音箱銷量的冠軍，是第二名、第三名的總和，基本壟斷了中國智能音箱市場。今年 618 賣得特別好，他們和用戶也越來越親近了。在收穫喜悅的時刻，第一款產品誕生、不斷改革、各種爭吵，過去的一切都歷歷在目。他們明白，硬體的推出和成熟完善將推動交互和使用體驗的優化，而這種體驗又進一步地刺激硬體設備的提升。這條路還有很長，他們會好好走。

「叮咚叮咚！……」

——語音通聯、開放平台，智能入口為美好生活加分

作為物聯網時代人機交互的新方式，語音交互為核心的智能音箱更多代表著以家庭為單位、中產階級的一種生活方式。在當前，亞馬遜的 echo 銷量即將突破 1000 萬台。Echo 也正迅速從早期用戶的小眾圈子進入以家庭為單位的大眾市場。

Echo 的成功證明語音交互可以作為智能家居的手段被用戶接受。隨後，谷歌的 Google Home、蘋果的 Home Pod、微軟的 Invoke 也陸續上線。國內，京東聯合科大訊飛推出了「叮咚音箱」，騰訊雲發布了「小微」，百度宣布收購美國語音交互技術公司 KITT.AI，阿里發布智能音箱「天貓精靈 X1」。

據統計, 目前國內做智能音箱的企業已達到 50 家, 至少 500 家與之相關的硬體企業或技術提供商活躍在前沿陣地，又一個風口形成了。

「我們很高興看到同行者，目前的情況需要更多力量一起把生態做起來」。周正友說，他們特別希望智能音箱領域有更出色的產品，具備他們沒想到的功能，促使大家在現有的水準上有所突破。

對比來看，我們能看到，目前智能音箱面臨幾種不同的定位。比如蘋果認為音箱首先應該滿足音樂享受；谷歌、亞馬遜則將音箱定位為人工智慧控制器；酷狗音樂、喜馬拉雅 FM 則是為自家內容業務找了一個硬體載體，試圖在人工智慧和智能硬體的雙重浪潮中，掌握場景優勢和用戶入口。

從產業角度看，智能音箱的競爭頗為激烈。深圳南山區一公里以內有 112 家做語音智能的公司，獵豹移動 CEO、獵戶星空投資人傅盛去年還表示，寧可傾家蕩產，也要做機器人和人工智慧。業內對智能前景的篤定，由此可見一斑。

其實，在十幾年語音數據積累基礎上，訊飛很早就嘗試做智能硬體，但是長期叫好不叫座。訊飛意識到他們在把握終端消費者需要方面並不具優勢，而京東是國內電子產品最大的銷售渠道，除了渠道價值外，對用戶需求的把握更強。同時，京東智能的微聯是中國最早也是最大的跨品牌智能設備互聯互通平台，搭建了智能家居的基礎。強強聯手的靈隆，圍繞交互需要的技術積累、資源積累、供應鏈支持一樣不少，甚至比其他產品更有優勢。

除了資料庫的維護和更新，針對用戶生活需要，叮咚的產品功能和定位也不斷在微調。

比如，在叮咚現有的應用中，新東方的口語練習很受歡迎，通過數據傳遞，老師可以在後台打分。未來叮咚可能不只是人機交互、也可以向人人交互發展。同時，用戶表現出很強烈的熱情想要塑造自己的叮咚，比如自定義喚醒詞、自定義音色、自定義開關機模式等等，這些方向也都在產品優化的框架中。

同時，微聯自 2013 年初開始建立，目前用戶量已經很大，京東著力搭建的 Alpha 智能平台更是提供了大量的內容、互聯網服務資源。因此，叮咚除了語音點歌，「智能」的另一個表現的即是通過微聯控制窗帘、燈、智能電器，調用打車、快遞等第三方應用及購物。這些功能意味著初具雛形的家庭物聯網，讓用戶通過雲端就可以消費內容，擺脫桌面或應用就可以直接消費。

目前，智能雖然尚未成為剛需，卻能大幅提升家庭生活品質。從這個角度來說，每個家庭都需要一個智能中控設備。類似「我起床了」、「我睡覺了」，一個指令可產生多個連鎖響應。早晨，用戶醒來只要跟叮咚說一聲「我起床了」，窗帘會自動拉開，燈點亮、音箱播放你喜歡的音樂，熱水器開始加熱……

同時，在內容方面，京東 Alpha 開放平台正在逐步完善，打車、洗衣、快遞、家政等第三方服務都可以接入。湯博認為，服務平台可以聚攏優質資源，如何讓用戶不要每用一個應用就下載一款 APP，只要第一次設置以後用一條語音就可以調用了。如何打通這個連接，是未來一個重要的發展方向。

每個人都有家庭。對於每個產品，團隊也是放在自己家庭中去體會。對於目前的形勢，他們覺得很幸運，在人口基數 14 億的中國，潛在消費者 6、7 億，只要產品好，不怕沒有市場。

最近，周正友回了一趟安徽的家。「二寶」剛過 1 歲，看兒子踽踽學步，他突然想到大家見到第一款走下產線的叮咚時，圍在客廳各個角落跟它說話，好像它是他們的孩子，是有生命的。

和其他孩子一樣，「二寶」也特別喜歡叮咚。一聽到熟悉的「蝸牛與黃鸝鳥」旋律響起，就跟著音樂左搖右擺。父母親人歡聚一堂、孩子們環繞膝頭跑來跑去，在自家的客廳，他想到了眾多在客廳里擺了叮咚的用戶，也許他們現在也在某地，享受著家庭生活的幸福吧。

啊，多麼美妙……

關於京東（JD.com）：

京東（JD.COM）是中國收入規模最大的電子商務公司和收入規模最大的零售商。京東致力於為消費者提供最佳在線購物體驗。通過內容豐富、人性化的網站（www.jd.com）和移動客戶端，微信和手機 QQ 入口，京東為消費者提供卓越的用戶體驗。京東擁有全國電商行業中最大的物流基礎設施和網路。截至 2017 年 3 月 31 日，京東在全國範圍內擁有 7 大物流中心，運營了 263 個大型倉庫，覆蓋全國範圍內的 2672 個區縣。京東是納斯達克 100 指數的一員和財富全球 500 強企業。

 ■

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！