顯示器搭載會是智能音箱發展的下一個風口嗎？

自亞馬遜於2014年11月首次發表Echo至今，隨著時間推進智能音箱樣貌也正逐漸改變，自傳統Echo僅有語音對話功能演變成搭載顯示熒幕與適用於多人場景的多元功能形式，以滿足更多使用情境並優化消費者體驗。

智能音箱逐漸朝向多樣化樣貌及搭載顯示器熒幕等差異化發展

回顧智能音箱發展，自亞馬遜於2014年11月首次發表Echo至今，智能音箱市場除了吸引眾多廠商如Google、Apple、LINE、京東商城、阿里巴巴、小米等廠商投入外，它的樣貌與功能也正隨著時間變遷而不斷地演進。

▲WK9 Source：LG

整體而言，智能音箱後進者的市場布局仍緊緊跟著亞馬遜腳步。觀察亞馬遜在此市場的布局軌跡，可發現亞馬遜在2014年11月推出售價為179.99美元的Echo後，於2016年3月又推出小巧且價格大幅降至89.99美元的Echo Dot，以及能使用充電電池方便攜帶的Tap，並於之後推出多種顏色與材質變化的Echo Dot 2和Echo 2，以符合消費者的個人化偏好。

自2017年開始，亞馬遜也開始推出結合攝影鏡頭或顯示熒幕等具備多重功能的智能音箱，例如結合攝影鏡頭Echo Look，能在一般家庭中進行影像監控，又如結合顯示熒幕的智能音箱Echo Show和Echo Spot，除了語音控制功能外，還具備熒幕顯示和視訊通話等功能。

▲Echo Show Source：YouTube視頻截圖

觀察後續各廠商切入智能音箱布局的發展方向，一開始都以推出類似Echo規格的智能音箱為起點，再推出類似Echo Dot這樣小巧、方便攜帶、越趨顏色樣式多變的產品，而現在又朝向Echo Show這樣搭載顯示熒幕的智能音箱邁進，也因此成為CES 2018展會上智能音箱產品吸睛之處。

適用於多人場景的智能音箱，是廠商們的下一步目標

即使目前的語音辨識技術，已基本達到許多智能音箱的使用情境需求，想要完全實現以語音方式控制家中設備，其實仍存在部分瑕疵，象是如何在人聲吵雜的環境下正確辨識出用戶發出的語音指定並正確執行，就是一件不容易的事。

為了滿足這項使用情境缺陷，發展家庭語音控制系統廠商開始導入聲紋辨識進行補充，希望藉助聲紋辨識提升吵雜環境下的語音指令辨識率，以提升用戶體驗。

可看到目前已經在市面上推出的智能音箱，為能做到更好的定位、聲音捕捉、降低無關噪音的影響，開發者都採用多麥克風的硬體架構。即使如此，一旦將這個已經搭載多個麥克風的智能音箱置於人聲鼎沸環境中，它的語音辨識系統仍然很有可能無法運作，原因在於它很難從眾多人聲中正確辨識出哪個聲音是來自下指令的用戶。

當導入聲紋辨識技術後，這樣的問題將可迎刃而解。當一位家庭成員呼叫智能音箱打開房間的燈，語音控制系統就能透過聲紋辨識，確認說話者的身份，從而準確地打開說話者房間的燈。

就體驗上來說，不管是從眾多人聲中準確辨認下指令的用戶，或是確認說話者身份，目前看來聲紋辨識的導入將是勢在必行，是智能音箱廠商的下一步努力方向。

聲紋辨識技術的導入，不僅可改善智慧家庭使用情境，也適用於多人會議情境，讓語音助理的應用範圍更加廣泛。

廠商部分，目前包含亞馬遜和Google都已宣稱聲紋辨識技術是他們語音助理市場布局的下一步，其中亞馬遜於2017年10月已宣稱其聲紋辨識技術能讓Echo語音辨識技術升級，最多能辨識出10個使用者聲音。

文丨拓墣產業研究院 林貞妤

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！