谷歌語音助手要想走進(jìn)用戶家庭，可不止是聽聲識(shí)人這么簡單

雷鋒網(wǎng)按：本文編譯自Re/Code，作者Tess Townsend。作者認(rèn)為Google Home要真正走進(jìn)用戶家庭，還面臨著盈利模式不清晰、缺少硬件終端、隱私難以保障以及交互體驗(yàn)不夠好等諸多挑戰(zhàn)。

在當(dāng)今的科技圈，語音技術(shù)無疑是最熱門的概念之一。硅谷的幾大科技巨頭都在努力爭奪這片新領(lǐng)地的主導(dǎo)權(quán)。作為科技圈的老大哥，谷歌有望憑借在搜索和語言分析方面的深厚技術(shù)沉淀，從這場爭奪戰(zhàn)中脫穎而出。但如果谷歌想把控制權(quán)牢牢攥在手中，就必須確保用戶在不接觸手機(jī)和屏幕設(shè)備的情況下，仍在使用它的服務(wù)。為此，谷歌必須在語音技術(shù)領(lǐng)域?qū)ふ腋蟮牧⒆泓c(diǎn)。

這對(duì)谷歌來說并不容易。蘋果早就推出了iPhone手機(jī)，作為Siri語音助手的載體；亞馬遜也為Alexa量身打造了Echo和Dot音箱。它們?cè)谙M(fèi)市場建立起了巨大的優(yōu)勢。而谷歌直到去年才推出相應(yīng)的智能硬件設(shè)備，從起跑線上就已經(jīng)落后了一大截。

語音正逐漸成為用戶與人工智能交互的重要形式之一。人工智能不僅意味著人類獲取信息的方式將迎來重大變革，也預(yù)示著計(jì)算能力的跳躍式發(fā)展。因此，在這場即將到來的人工智能生態(tài)戰(zhàn)爭中，谷歌絕對(duì)不能錯(cuò)失良機(jī)。

要掌握語音技術(shù)，谷歌必須克服兩大難題：一、語音技術(shù)對(duì)谷歌的主營業(yè)務(wù)——廣告，并不友好；二、語音不像顯示屏可以用列表的形式展示搜索結(jié)果。

谷歌語音助手

盡管谷歌設(shè)備上的語音技術(shù)涉及許多其他功能，人們還是習(xí)慣稱之為“語音搜索”。2010年，谷歌首次將語音功能引入了安卓系統(tǒng)，并稱之為“Voice Actions”。而稍后推出的，在Google Home、Pixel手機(jī)和新版安卓上運(yùn)行的Assistant語音助手則代表了谷歌語音技術(shù)的最高水準(zhǔn)。

據(jù)雷鋒網(wǎng)了解，Assistant除了能顯示網(wǎng)絡(luò)搜索結(jié)果，還可以連接其他智能設(shè)備，以便用戶通過語音來控制它們。用戶還可以通過Assistant獲取個(gè)人信息，比如Google Calendar中的行程安排。

雖然大多數(shù)消費(fèi)者對(duì)Assistant的認(rèn)知僅限于從Google Home中發(fā)出的聲音，但其實(shí)它也可以在文本環(huán)境下工作。

缺少盈利模式

迄今為止，谷歌對(duì)如何通過Assistant和語音搜索服務(wù)盈利，尚沒有明確計(jì)劃。谷歌首席執(zhí)行官Sundar Pichai在1月份的第四季度財(cái)報(bào)電話會(huì)議中強(qiáng)調(diào)說，語音技術(shù)目前尚處在初級(jí)階段，谷歌當(dāng)下的工作重心是確保谷歌的語音工具對(duì)消費(fèi)者來說隨時(shí)可用。

在Web時(shí)代，谷歌可以通過在搜索結(jié)果中投放廣告，向企業(yè)和廣告主收費(fèi)，以此盈利。但谷歌并不打算在語音搜索中重復(fù)這一模式。我們現(xiàn)在從Google Home中聽到的內(nèi)容，都不是企業(yè)付費(fèi)的結(jié)果。

除了廣告，谷歌也可以學(xué)習(xí)亞馬遜Echo的商業(yè)模式，通過電子商務(wù)賺錢。不過鑒于谷歌在產(chǎn)品搜索和線上購物方面全面落后于亞馬遜，谷歌想要后來居上，把在線購物變成其語音服務(wù)的主要收入來源，似乎不太現(xiàn)實(shí)。

廣告植入這條路走不通

雖然谷歌表示不會(huì)在語音服務(wù)中植入廣告，今年3月份，Google Home卻播放了一段很像廣告的內(nèi)容。當(dāng)時(shí)用戶正向Google Home詢問當(dāng)天的日程安排，“Okay Google, tell me about my day（谷歌，告訴我今天的安排）”；不料Google Home播放完日程表繼續(xù)說道：“by the way, Disney’s live action ‘Beauty and the Beast’ opens today（順便說一下，迪士尼的電影《美女與野獸》今天上映）”。

用戶對(duì)此猝不及防，并在社交媒體上抱怨道，不管這些內(nèi)容是什么，它們都不是我預(yù)期聽到的，而且（廣告）也未免太直接了。

谷歌則解釋說，這不是一次商業(yè)行為，不過這條內(nèi)容確實(shí)展示了如何在語音中植入廣告。

當(dāng)初谷歌在網(wǎng)頁搜索結(jié)果中顯示付費(fèi)推廣信息時(shí)，就曾引起了用戶的不滿。不過在網(wǎng)頁時(shí)代，用戶可以選擇不點(diǎn)擊這些鏈接，而進(jìn)入語音時(shí)代，跳過和忽視語音中廣告信息變得愈加困難。因此，谷歌面臨的最大問題在于，用戶恐怕更加難以容忍語音中的廣告信息。

沒有硬件，就沒有存在感

谷歌要想在語音市場占有一席之地，就必然要盡可能多地銷售運(yùn)作為AI軟件載體的Google Home和Pixel手機(jī)。

但是谷歌直到2016年底才發(fā)力智能硬件領(lǐng)域，發(fā)布Google Home音箱和Pixel手機(jī)。彼時(shí)，蘋果公司已經(jīng)售出了大約10億部iPhone。據(jù)研究公司Strategy Analytics估算，亞馬遜也已經(jīng)累計(jì)售出了630萬臺(tái)Echo和Dot音箱。

根據(jù)Strategy Analytics的預(yù)測，到今年年中，谷歌的家庭音箱設(shè)備將突破百萬銷量大關(guān)。另外，據(jù)摩根士丹利（Morgan Stanley）統(tǒng)計(jì)，谷歌有望在第四季度售出300-500萬部Pixel手機(jī)。

雖然谷歌表示，其AI助手可以在更多設(shè)備上使用，尤其是在新版安卓系統(tǒng)近期迎來更新后，已經(jīng)有2億設(shè)備可以使用谷歌的AI助手了。但這只說明了可能性，不意味著一定會(huì)發(fā)生。事實(shí)上，谷歌缺乏對(duì)制造商和移動(dòng)網(wǎng)絡(luò)的掌控力，無法確保這些設(shè)備獲得支持AI語音助手的必備更新。相比之下，雖然不少人很討厭Siri，但更多人卻正在使用這款語音助手，因?yàn)樗麄兪种形罩鴌Phone，而且蘋果對(duì)Siri擁有完全的控制力。

語音和網(wǎng)頁的展示方式不同

當(dāng)用戶向Assistant語音助手發(fā)起語音搜索請(qǐng)求時(shí)，它無法像在網(wǎng)頁上那樣把所有可能的結(jié)果一次性展現(xiàn)出來。相反，它需要把搜索到的結(jié)果讀出來，就像谷歌已經(jīng)認(rèn)可了這些答案似的，效果相當(dāng)于用戶點(diǎn)擊了網(wǎng)頁上的鏈接。

一旦谷歌反饋的結(jié)果出現(xiàn)錯(cuò)誤，這一缺點(diǎn)將無限放大。據(jù)雷鋒網(wǎng)了解，今年三月份就曾發(fā)生過這種情況：用戶發(fā)現(xiàn)，當(dāng)你問Google Home“奧巴馬是否在策劃政變”時(shí)，Google Home會(huì)讀取網(wǎng)頁上的錯(cuò)誤內(nèi)容，回答說“前總統(tǒng)奧巴馬正試圖推翻政府”。

用戶隱私難以保障

谷歌最近推出了一項(xiàng)新技術(shù)，這項(xiàng)技術(shù)使得Google Home能夠在多個(gè)用戶間切換。眾所周知，Assistant語音助手可以搜集用戶的個(gè)人數(shù)據(jù)，比如搜索記錄和日程表。谷歌推出這項(xiàng)新技術(shù)的初衷就是，允許用戶在Google Home中檢索個(gè)人信息，同時(shí)確保這些信息不會(huì)被其他用戶獲取。

這項(xiàng)技術(shù)本身是不錯(cuò)的，但萬一AI出錯(cuò)了呢？這就會(huì)造成隱私泄露問題，在“問題家庭”中尤為嚴(yán)重。

電子前沿基金會(huì)首席計(jì)算機(jī)科學(xué)家彼得·埃克斯利（Peter Eckersley）表示：“當(dāng)父母和子女之間存在虐待或強(qiáng)權(quán)關(guān)系時(shí)問題最糟糕，在這兩種情況下，隱私將遭受嚴(yán)峻的挑戰(zhàn)?！?/p>

谷歌也承認(rèn)Google Home的語音識(shí)別技術(shù)并不完美，并聲明說：“我們正在不斷努力完善語音識(shí)別系統(tǒng)，未來它將變得更好。”

其實(shí)這并非Assistant第一次遭遇多用戶情況下的隱私問題。谷歌的文字聊天軟件Allo曾經(jīng)在未經(jīng)用戶許可的情況下，把用戶的地圖信息分享出去，而且還有可能把用戶的搜索記錄分享出。目前，谷歌已經(jīng)修復(fù)了這一漏洞。

如果谷歌無法妥善地解決隱私問題，用戶很可能會(huì)不再使用這項(xiàng)功能，甚至不再使用所有基于谷歌語音的技術(shù)。

其他問題

人們現(xiàn)在越來越習(xí)慣于通過語音和計(jì)算機(jī)交互，但是相比傳統(tǒng)的鍵盤輸入，語音輸入仍存在著諸多缺陷：

用戶通過鍵盤輸入時(shí)，一旦出錯(cuò)，調(diào)整起來相對(duì)容易，語音則復(fù)雜得多。加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)教授丹·克萊因（Dan Klein）表示：“當(dāng)你輸入一個(gè)搜索指令，如果它不起作用，你可以對(duì)搜索指令進(jìn)行修改；但這一優(yōu)良“基因”并沒有繼承到語音搜索中來”。

另外，語音工具還面臨著口音的挑戰(zhàn)。谷歌發(fā)言人說道：“對(duì)于計(jì)算機(jī)來說，識(shí)別不同的口音和說話方式是很困難的，這正是我們不斷用語音數(shù)據(jù)訓(xùn)練服務(wù)系統(tǒng)的原因”。該發(fā)言人還表示，谷歌目前仍在不斷訓(xùn)練其語音識(shí)別系統(tǒng)，以更好地識(shí)別口音。

語音助手不僅在識(shí)別用戶指令上存在障礙，在向用戶反饋結(jié)果時(shí)同樣存在很大的局限性。語音形式的反饋必須比文字更加簡短，至少在Assistant的架構(gòu)下是這樣子的。“它不會(huì)暗示你還有其他可能的結(jié)果”，SEO營銷人員Will Critchlow說道。