智能語音以智能電視為承載的智能家居擁有相當廣闊的未來

前言

最近兩年的興起，人工智能似乎真的終結了它前 30 年的寒冬。

作為一個時代的代名詞，人工智能備受矚目，從世界范圍內參與其中的知名公司就可窺見一斑。雖然在 2016 年（2016 年被稱為人工智能元年）才被打上時代烙印，但人工智能其實已經擁有 60 多年的歷史，并歷經 2 次起落。在 80 年代，以數理邏輯為核心的體制瓦解后，人工智能分化出了五大獨立學科。

在這五大學科中，由深度學習推動，并順利從科研實驗室走到人們身邊的智能語音，某種程度上承擔了人工智能這兩年的大部分熱度。智能語音在 2016 年被美國權威雜志《麻省理工科技評論》評為當年的十大突破科技，根據易觀·工信部數據，2017 年中國語音產業(yè)規(guī)模就將突破百億。

說到智能語音就不能不提谷歌，5 月份谷歌剛展示了一款新的人工智能語音合成器 Duplex，可以與人自然交流并不被對方所識別，雖然引起了廣泛爭議，但也代表著這可能是智能語音目前最高成就，而這款虛擬語音助手更有可能被應用到家居場景，一如谷歌之前部署的智能音箱占據了智能家居的主導地位。

智能家居與智能語音的結合更具有天然的入口和優(yōu)勢，有數據預估，2018 年的智能家居市場規(guī)模將突破 1600 億。我們都知道智能語音的載體目前最有代表性的產品是智能音箱，不過國內的智能音箱市場雖然熱鬧，但是銷量并不樂觀，這與國內用戶的家居場景習慣關系很大，而同樣擁有智能語音功能的智能電視則擁有更扎實的用戶基礎。

隨著智能語音功能的革新，智能電視的“智能”會越來越成為用戶的選擇要素，那搭載什么智能語音系統(tǒng)的電視更加智能？哪家的智能語音交互更流暢呢？ZNDS 評測菌選了四款電視來對比橫評，智能語音的趨勢有目共睹，大家一起來看看吧。

一、四款電視的語音系統(tǒng)介紹

智能語音領域，國外打得火熱，國內也不遑多讓。繼科大訊飛、捷通華聲之后，BAT、搜狗、思必馳、云知聲、同行者等都紛紛入局，現在大多智能語音產品的語音方案不會超出以上范圍，不過各家的語音方案都有不同的側重，因此在對比橫評開始前，我們還是先了解一下四款電視的語音系統(tǒng)背景。

長虹CHiQ電視50Q5T：

長虹與騰訊合作，在長虹新一代智能電視上加入騰訊叮當 AI 助手作為語音方案。

長虹 AI 3.0 由騰訊叮當提供技術支持，騰訊叮當基于自主研發(fā)的 AI 技術，完全整合語音喚醒、語音識別、語義理解、知識圖譜、圖像識別、音樂識別等技術，歷經2年多建立了全棧智能能力，同時深度結合用戶查看資訊、旅行、聽音樂、娛樂等應用場景，背靠騰訊輸出眾多優(yōu)質內容，并提供服務調用。

創(chuàng)維 55Q6A 懸浮屏 AI 電視與 TCL49C6 全面屏哈曼卡頓電視：

創(chuàng)維的小維 AI 與 TCL 的小 T 語音助手方案都來自與百度 DuerOS 的深度合作，這里我們就放在一起介紹。

DuerOS 是百度度秘事業(yè)部研發(fā)的對話式人工智能操作系統(tǒng)，DuerOS 整合了百度的信息與服務生態(tài)優(yōu)勢，打造了 10 大類目 250 多項功能，核心層技術包括語音識別、語音合成、自然語言處理及對話技術以及知識圖譜等豐富數據。雖然都是基于 DuerOS 技術合作，不過因為電視其他方案的完全不同，小維與小 T 在語音表現上也會有差異。

小米電視 4A 50 寸：

小米電視與前面三款電視不同，小米電視4A是在整合了三角獸、薄言 RSVP 等團隊，以及搜狗 ASR 語音識別技術的基礎上，由小米大腦 NLP 團隊與機器視覺團隊經過三年打造而成，支持搜索電影、控制播放進度、圖像識別、天氣查詢等應用場景。

二、語音交互界面對比

在了解了四款智能電視的語音方案之后，趕緊和評測菌一起來體驗看看，到底哪款智能語音系統(tǒng)是真的智能且好用！

在給電視發(fā)出指令之前，大家其實很容易忽略掉語音用戶交互界面（VUI），長按電視的語音按鍵，電視桌面上就會出現相應的 VUI。

長虹：長虹電視的語音交互界面是深色自然渲染過渡色塊，中間一條聲紋波，上面是用戶說的內容，下面則是示例指令。如果覺得示例指令不夠多，可以詢問“你會什么”，電視就會跳出類似關鍵詞的提示頁面。

（上圖僅做界面展示，不表示搜索速度）

創(chuàng)維：創(chuàng)維電視的語音交互界面是底部上浮色塊，在底部中央，出現科技藍電波一樣的圖案，搜索響應過程中會變成光線小火箭左右滑動。

（上圖僅做界面展示，不表示搜索速度）

TCL：TCL 電視的語音交互界面類似地平線的形狀，也是科技藍亮光光線，上方會有淺色的示例指令。長按還會出現示例對話的功能介紹頁面，對于用戶來說，提供搜索范圍和范例，大大降低了學習成本。

（上圖僅做界面展示，不表示搜索速度）

小米：小米電視的語音交互界面在手機上也比較常見，一個語音標志，圓周散發(fā)出七色聲波，語音輸入時，文本就會出現在這個圖標的上方。示例對話以菜單的形式展現，當小米無法識別語音時，也會跳出該界面。

（上圖僅做界面展示，不表示搜索速度）

通過 VUI 設計的細節(jié)對比，不難看出在電視大屏界面上，更多電視采用的是線型效果，藍光也與電視桌面的 UI 設計相結合，層次分明，易于識別。至于示例對話頁面，這個頁面主要是讓新用戶來熟悉使用的，沒有或者經常跳出對用戶的體驗都不是很好，長虹將功能二級隱藏，并且展示界面中根據不同的場景提供簡短的示例就比較友好了。當然了，這只是細節(jié)上的小小優(yōu)劣，接下來我們開始真正的智能語音體驗。

三、信息檢索+多輪對話對比

為了真實反映測試結果，評測菌基于大家常見的幾個使用場景來說明其中所蘊含的技術，并且對體驗做出評估，相信大家看完會對智能電視的智能語音有個大致的了解，以便日后的選擇。

1.語音搜索：搜索時長、文本輸入

智能語音技術應用到智能電視上，主要功能就是信息的檢索，包括視頻、音樂、短視頻等內容。在語音搜索這塊，主要考察電視的響應速度和精準度怎么樣。

長虹：

創(chuàng)維：

TCL：

小米：

評測菌語音搜索“小豬佩奇”，四款電視的響應速度從高到低依次是長虹>TCL>小米>創(chuàng)維，相差不過毫秒，這是初次使用的響應速度，電視使用久了，相信這個差距會拉大。精準度從高到低依次是長虹>TCL>創(chuàng)維>小米，小米電視有時可能就要說兩遍指令才能聽清，其他三款電視的精準度區(qū)別主要在語音識別的文本輸出上。

還有個有趣的現象是，長虹電視與創(chuàng)維電視在搜索之后直接點播，而 TCL 和小米則只呈現視頻圖譜。

2.視頻圖譜檢索+多輪對話

視頻圖譜檢索很常見了，我們來說說什么是多輪對話。

多輪對話的場景還蠻常見的，比如說，“我想看喜劇”，然后你看到電視篩選結果沒有你想看的，就可以接著說“周星馳主演的”，智能語音必須要結合上下文語義，才能知道你想要的是“周星馳主演的喜劇”這個結果。

長虹：

創(chuàng)維：

TCL：

小米：

評測菌對四款電視做出了“我想看懸疑電影”→“美國的”→“小李子主演的”三輪對話，長虹、TCL 以及創(chuàng)維可以完成以上對話，小米電視沒有完成，評測菌又測試了其他問題，大概確定小米只能完成兩輪對話。

在完成三輪對話的三款電視里，創(chuàng)維電視以左上角標簽形式篩選，TCL電視是以上方中央消息形式篩選，而長虹電視則在下方語音界面中完成對話，更符合語音交互的概念。

3.音樂圖譜檢索

打開電視，看累了視頻，聽聽音樂，語音輸入“我想聽周杰倫最新一張專輯的歌”，長虹、TCL、創(chuàng)維電視都與 QQ 音樂合作，反饋回來的界面都是周杰倫音樂播放界面，TCL 電視則展示的是周杰倫搜索界面的歌單。而小米電視用音樂圖譜展示了周杰倫相關的“音樂片”。

長虹：

創(chuàng)維：

TCL：

小米：

4.短視頻新聞

現在短視頻這么火，在電視上看看短視頻也不錯。評測菌八卦之心雄起，搜索“最近的娛樂新聞”，長虹與TCL電視都是有不少短視頻新聞資源的，不過創(chuàng)維和小米就沒有這方面的資源了，這考察的完全是資源形式的豐富程度。

長虹：

TCL：

四、圖像識別

圖像識別，顧名思義，就是對電視內容中的圖像進行識別，常見的有對人臉、花草、書籍、建筑等的識別。想想看，當你和朋友一起看熱播劇，但小鮮肉太多，認不過來，就可以直接問電視“這人是誰”。

長虹：

創(chuàng)維：

TCL：

小米：

評測菌選用了同一部熱播劇《歸去來》的同一個場景，四款電視都可以識別，長虹與TCL還貼心推薦了相關影視資源。在其他播放內容中，長虹還可以實現多人識別。不過必須要說，圖像識別的整體反饋速度要比語音識別慢上不少，小米電視更是最慢的那個。如果說流暢度很低，那這個功能的體驗就很雞肋了。

五、體育百科

大家都知道，除了影視資源外，電視資源里來頭最大的應該要數體育資源了，有人買電視專門為了看球賽，因為其重要性，評測菌單獨拉出來進行了對比。評測菌這里教大家如何在對體育一無所知的情況下還能和朋友侃侃而談。

可以問問電視一些知名的體育明星是誰，還可以問問一些賽場上的專業(yè)詞匯，比如啥是越位，“狼王”是誰？還有“今年世界杯什么時候開始”之類的。

長虹：

創(chuàng)維：

TCL：

小米：

對比四款電視，長虹對以上問題回答都很全面，并以卡片形式來介紹，其他三款電視要么體育資源不夠，要么回答不來深度的百科問題。

六、總結

從智能語音的交互界面到語音識別、圖像識別、知識圖譜等技術能力，再到音樂、短視頻、體育百科這樣的內容，通過對比，長虹電視所搭載的騰訊叮當確實要略勝一籌。不吹不黑，目前智能語音業(yè)內的識別度達不到 100% 是行業(yè)通病，騰訊叮當也不能幸免，而且評測菌這里只用了普通話作為對比，真實的家庭環(huán)境中，口音還有小孩老人的吐詞不清都會成為識別的障礙，智能語音還有很長一段路要走。

這次智能語音對比，評測菌有個很大感觸，我們說智能語音，其實技術能力是一方面，但內容也是很重要的一方面。

智能電視作為僅次于智能手機滲透率最高的智能家電單品，并長期處于客廳的核心地位，智能語音以智能電視為承載的智能家居擁有相當廣闊的未來，我們期待更“智能”的智能電視出現在客廳。