Siri：更聰明的“聽說”

　　很多技術(shù)本身并不難，難的是技術(shù)之后的大規(guī)模普遍商業(yè)化。

　　方世彤 獨立新媒體觀察、研究者

　　“我可以送你回家嗎？”

　　“太好了，不過我是要坐奔馳車的哦�！�

　　“我們?nèi)コ燥埌伞！?/p>

　　“好的，出門左拐，兩百米外的酸辣粉是我的最愛。如果你用手機簽到，還能打八折�！�

　　iPhone 4S上市，大家聽說過、沒玩過的Siri迅速成為眾人調(diào)戲的對象。這樣的用戶體驗確實不錯。一個會聽懂你說話，同時能和你對話的應(yīng)用一下子博得大家的好感。輿論評論說，許多人將會因為這一項應(yīng)用而用iPhone 4S替代iPhone 4。

　　這一次又是蘋果點燃了這場語音識別的大火。

　　擁有眾多語音識別方面專利的公司Nuance現(xiàn)在大熱，網(wǎng)上熱傳他們和谷歌，或者蘋果都有緊密的關(guān)系。畢竟人家擁有許多專利，和這些公司在語音方面有交集也非常正�！，F(xiàn)在連我們國家的中興通訊也證實正在與Nuance緊密合作。

　　QQ2011正式推出，其中的輸入法就提供了聽讀，雖然反應(yīng)速度還嫌慢些，但也算是趕上了這個潮流。把早已推出該項技術(shù)的“科大訊飛”的市場之路又給擋住。語音識別算不上什么新鮮的技術(shù)，正如觸控當(dāng)初也不算什么新鮮的技術(shù)。李開復(fù)博士曾經(jīng)研發(fā)的Sphinx就是世界上最早的語音識別系統(tǒng)。

　　但是如果拿原始的那些技術(shù)給消費者，卻是真要折磨死普羅大眾。早先微軟的Windows 7推出，就提出可以使用語音命令。但是由于這項功能挺傻的，誰自言自語工作呢？所以這項功能沒有普及。而在導(dǎo)航儀上能使用語音的功能更是用之者寥寥。只有當(dāng)這些技術(shù)以適應(yīng)普通用戶體驗的方式呈現(xiàn)時，這些技術(shù)才能迅速地普及開來，并深刻地改變某些產(chǎn)品領(lǐng)域。

　　這是一個古老的命題。改變這一切的還是蘋果，還是喬布斯。借助iPhone 4S“聽說”正在成為一項被市場追捧的，繼觸控之后的又一項超級用戶體驗工具。換句話說，如果不是蘋果和喬布斯將這項十多年前就已經(jīng)出現(xiàn)的技術(shù)，運用到淋漓盡致�！奥犝f”遠(yuǎn)不會有今天受人追捧的成就。

　　除此之外，在音樂識別方面，MusicHound是許多音樂愛好者的最愛，這項iPhone和iPad的應(yīng)用能夠識別任意音樂片段，并提供相關(guān)信息及Youtube等網(wǎng)站上的播放鏈接。更妙的是你哼唱的話，它也可以識別。而另一項應(yīng)用Shazam也具備同樣的能力，不一樣的是，人們?yōu)樗鼘ふ业搅伺c聽音樂不一樣的應(yīng)用，并且成功地推向市場。這就是“聽廣告簽到”。Shazam可以聽到廣告內(nèi)容，在識別的過程中，可以為開啟此項應(yīng)用的用戶提供優(yōu)惠券，積分等獎勵。使得這項技術(shù)獲得市場的認(rèn)可，并且得到推廣與普及。

　　早前一家名為IntoNow的公司推出他們聽聲簽到技術(shù)(即聽電視節(jié)目的聲音實現(xiàn)電視節(jié)目簽到技術(shù))不過三個月就被雅虎公司以迅雷不及掩耳之勢收購。這其實正說明此項技術(shù)正被業(yè)界緊密的關(guān)注，但凡有一點突破和特點，就會被大公司迅速招安。而大公司背后一定是要推出更加符合用戶體驗需求的產(chǎn)品。我們有理由想象這項技術(shù)在廣告方面的作用。它能為廣告主提供精準(zhǔn)的客戶，并進行精準(zhǔn)的B2C營銷服務(wù)。而這里面的價值確實將會是非常龐大的。

　　在圖形識別技術(shù)方面，人類的研究已經(jīng)快到一個頂點，從早期的條形碼識別，到后來的二維碼識別，再到彩碼識別，識別從有形到無形，幾乎無所不能。而這些的進步無一不是在改善著人們的用戶體驗。而笑臉識別，任意圖形識別，AR技術(shù)都在帶來一些全新的應(yīng)用和人們對看的體驗的革命。聯(lián)想去年和一家國外公司合作推出了肢殘人使用的筆記本電腦，能夠用眼球的運動來控制鼠標(biāo)。這樣的應(yīng)用立時得到市場的積極反應(yīng)。而這樣的技術(shù)也給殘疾人帶來了更好使用電腦的福音。而在近日發(fā)布的安卓4.0更創(chuàng)新地可以實現(xiàn)人臉識別啟動手機的功能。

　　我們見證的是用戶體驗的不斷被滿足，人機互動越來越流暢。而這些體驗的滿足與不被滿足的界限往往只是在一兩秒之間。如果聽你的聲音，再識別，并能夠回答你的時間過長，你絕對不會喜歡的。但是為了縮短這樣的時間，研發(fā)人員必須要想出許多辦法。而我們以前總說某某技術(shù)不難，我們誰誰都可以做。但是真到了產(chǎn)品階段，卻難以產(chǎn)生令用戶買單的結(jié)果。這顯然正在改變我們的固有思維，正在告訴我們，不成功的原因。

　　整個IT業(yè)的發(fā)展歷程更像是個人機對話的提升過程，從最早的各種語言程序，到后來的可視化的操作系統(tǒng)，再到今天的云計算，圖形及聲音的識別。我們正在用這些人機對話來改善我們在傳統(tǒng)業(yè)務(wù)中的操作。以廣告為例，它將從原來的浪費式刊出形式，轉(zhuǎn)變?yōu)楦�加人性化的貼身服務(wù)。從Siri聰明的回答中，我們可以想象的是眾多廣告主將要奪取Siri話語權(quán)。