说点实际的，语音产品才是今年智能家居的主流

作为人类最重要的沟通方式，语音技术的发展显然已经成为家居消费产业重要的创新环。家居家电产品的语音化更是成为重要行业趋势，并快速迈向普及。从国内市场看，智能语音盒子、智能语音音箱和智能语音电视等智能家居产品已经构成家庭和个人消费“智能语音”应用的三大平台。且每一个品类的潜在市场规模都是千万台级别。

除了以上消费电子设备外，家居行业还看好空调的语音智能化、抽油烟机的声音感知与油烟感知的自动运行等“家电嵌入智能”技术的发展。业内人士表示，语音控制的空调产品和环境自动感知技术结合，能带来更好的操作体验、更好地无操作自动环境控制体验和避免空转的节能效果。

很多人觉得，智能电视语音技术就是多安装一个软件。但是真实的产品研发却要比一个软件复杂的多。实现语音交互，首先需要配备拾音设备，与我们一般的会议讲话、KTV娱乐的麦克风不同，智能语音设备的麦克风必须具有三个技术特征。

首先要远场效果好。即至少在五米远也能够准确识别日常对话，甚至识别压低声音但清晰的对话。这与一般麦克风对嘴的应用场景截然不同。第二智能语音技术麦克风必须是“全向拾音”。应用时，交流人员与麦克风等设备的“角度关系”千差万别。比如一个智能音箱，摆放在茶几上，那么他就需要对360度方位内的声音都能很好识别。因此，智能语音产品通常采用一个“多麦耦合”阵列，实现全方向全域拾音。第三，智能语音技术的麦克风必须有很高的“信噪比”。即要能够对抗多种噪声的干扰。远场和全向拾音，进一步增加了对麦克风信噪比的考验。

而且，对于智能语音设备而言，其最大的技术要求显然不在“苛刻的拾音技术上”，而在于“语音到语意”的理解上。智能语音设备的目的是理解对方的具体意思。识别语音有诸多难关，比如要从多人语音，尤其是居家环境下的多人对话、对正在播放的视听内容的声音中有效区分“和谁对话、谁在对话”，这就涉及一种称为声纹的身份识别和认证技术。又如，不是每个人都是“新闻联播”式的标准普通话应用者：口音、方言、口头禅，这些的处理具有很大的个人性和差异性。这需要智能语音系统能够学习和升级自己，适应其主人的语言特征，而后者又涉及了机器学习等高级智能技术。

综上所述，AI语音家居产品的升级需要诸多技术基础。而且随着语音和人工智能技术的进一步发展，引入专门的智能协处理器、神经元处理器、改变传统产品的底层架构是大势所趋。语音技术和家居产品的整合，将是一个系统性的产品技术体系革新。

以AI语音电视为例，和其它消费电子、家电企业在AI语音技术上的热情，足以说明这一技术进步的战略性和重要意义。就目前而言，彩电AI语音功能更多的是扮演了遥控器的替代者的角色。早期，曾经发展过肢体语言和隔空触控的技术。但是，这种技术体验精度、交互广泛性并不友好，没有成为主流。

而采用语音技术的产品，不仅可以直接呼唤彩电菜单、电视台和电视网络中节目菜单的内容，也可以实现文字输入、直接查询网络上的以文字信息为索引的非标准菜单内容。或者说，语音技术不仅替代了遥控器的所有功能，而且还创造出遥控器不擅长的（例如文字输入）和不存在的（语音对话）等功能。

从未来发展看，语音智能技术会为彩电产品打开一些崭新的应用场景。传统彩电的作用主要是视频娱乐——即内容始终是单向传输的。但是，语音技术可以让彩电成为一个关键节点。作为一个语音交互和信息处理器，彩电可以成为其他智能家居产品的中控大脑。作为一个连接云系统的输入终端，彩电可以依赖背后更强大的计算与知识能量，与观众对话，甚至实现更多的主动行为功能、大量互联网应用的入口与界面……

某种意义上，智能语音技术的彩电只是彩电真正进入人机智能时代的一个窗口。以此为线索，涉及的是整个家居、生活、家庭和个人智能应用的体系网络；以及这个网络背后所依赖的云存储、计算和知识体系。彩电企业高度看中AI电视的发展，恰是因为语音电视背后巨大的潜在可能。

甚至，语音语意技术的创新已经成为一项重要的国家战略。2017年12月，工业和信息化部印发了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》的通知。其中就提到，“支持新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术的创新应用”。“2020年，实现多场景下中文语音识别平均准确率达到96%，5米远场识别率超过92%，用户对话意图识别准确率超过90%”；“多语种智能互译取得明显突破，中译英、英译中场景下产品的翻译准确率超过85%”等等。

已经开始的智能家居产品革命，让人们的生活越来越便利，而现在智能革命进入的第二阶段“人机智能”也正在以语音交互为最初的钥匙，打开智能家居未来的发展之门。