|
說起智能語音助手，大家首先想到的必然會有蘋果的Siri。在iPhone 4S上首度亮相之后，這個劃時代的小玩意不僅被業(yè)界驚嘆，還迅速獲得了消費者的青睞，不過在7年之后，Siri卻好像成為了一個背負(fù)太多包袱而蹣跚前行的后進(jìn)生。 在最新的 iOS 11中，Siri被發(fā)現(xiàn)了一個隱私泄露BUG：在鎖屏狀態(tài)下，Siri可以閱讀手機上的新增通知，即使通知這時處于被隱藏的狀態(tài)，當(dāng)然系統(tǒng)APP并不在其中，而微信和QQ等第三方應(yīng)用則不幸中招。因此外媒The Information對此也有報道顯示，蘋果或正在考慮將Siri進(jìn)行回爐重造。
時間來到2018年，智能語音助手的江湖早已不是Siri獨步天下的時代，在與三星Bixby、vivo jovi、華為智能助手、谷歌Assistant、亞馬遜Alexa的比較中，Siri幾乎已經(jīng)完全喪失了先發(fā)優(yōu)勢，甚至在很多時候還顯得有點“蠢”。 看到這里你可能會有疑問了，是不是做個智能語音助手就只差個程序員就能可以？答案當(dāng)然不是這么簡單了，雖然說現(xiàn)在的AI行業(yè)很火熱，但是智能語音助手其實是個龐大的系統(tǒng)性工程。 僅以作為基礎(chǔ)的語音文本轉(zhuǎn)換為例，語音到文本（STT）引擎，可以將用戶的聲音轉(zhuǎn)換為文本，語音可以是音頻文件或用戶的語音流，而文本到語音（TTS）引擎，則可將文本轉(zhuǎn)換為語音，這就使得即使是在不方便進(jìn)行語音的時候，智能助手也能解讀你的想法。但是在現(xiàn)實環(huán)境中，幾乎很難有一個安靜和完美的環(huán)境，因此還需要降噪引擎在各種各樣的聲音中分辨出需要的語音流。 而生物識別則無疑是智能助手的認(rèn)證模塊，能夠幫助其識別用戶的聲紋。比如Siri就是你在教它怎么說“Hi Siri”的時候，完成這一認(rèn)證；語意識別則是依靠機器學(xué)習(xí)組件，讓智能助手能夠理解你所說的話的背后的含義，還是其中非常重要的核心技術(shù)之一；至于語音壓縮引擎，則為用戶提供了快速輸出的基礎(chǔ)，通過壓縮用戶的語音，使其能更快地發(fā)送到服務(wù)器端。 然而上述這些組成部分并不代表想要完成一個智能助手，僅僅只需要懂算法的程序員就可以解決。除此之外，也包括語言學(xué)家的幫助也必不可少，而與此同時，更為重要的是得有一個足夠龐大的數(shù)據(jù)庫能夠幫助其成長。
雖然說Siri很早就出現(xiàn)在了iPhone上，但其并非來自蘋果公司內(nèi)部的成果，而是其收購計劃的產(chǎn)物。在 iPhone 4s發(fā)布前，蘋果自家的Siri團(tuán)隊并未做好充分的準(zhǔn)備嗎，在面對當(dāng)時半成品的情況下，團(tuán)隊曾為是“推倒重來”還是“繼續(xù)改進(jìn)”的問題產(chǎn)生過巨大的分歧。 這主要是因為當(dāng)時的Siri呈現(xiàn)出的效果，與整體團(tuán)隊所希望的最終定位存在差距，這一分歧也導(dǎo)致了Siri團(tuán)隊內(nèi)部長時間的糾葛和內(nèi)耗。而這一點，在The Information對于蘋果前員工的采訪中被體現(xiàn)的淋漓盡致。 Siri團(tuán)隊的領(lǐng)導(dǎo)者，從Scott Forstall到Richard Williamson再到Bill Stasior，一直到現(xiàn)在的高級副總裁Craig Federighi，更替可謂非常頻繁。但是不僅是團(tuán)隊領(lǐng)導(dǎo)頻繁更替，在關(guān)鍵的語音識別系統(tǒng)、自然語言處理系統(tǒng)、知識庫搜索系統(tǒng)（注意不等同于互聯(lián)網(wǎng)搜索引擎）上，各個小組為了獲取更多關(guān)注和資源，相互之間的推諉也必然少不了，因此也可說大企業(yè)病這一頑疾在Siri上，可謂體現(xiàn)的是淋漓盡致。 在The Information的采訪中，這些前員工表示，領(lǐng)導(dǎo)力的缺乏和管理層的不斷變化拖累Siri了前進(jìn)的腳步，其中最關(guān)鍵的原因就是蘋果一直以來堅持的封閉模式并沒有對Siri破例，這也就讓第三方開發(fā)者沒有機會創(chuàng)造更多有用的Siri應(yīng)用。
在Siri還沒有被登錄iPhone或者被收購之前，其創(chuàng)始團(tuán)隊的預(yù)想是希望擁有一個第三款的開發(fā)生態(tài)，例如最初Siri被希望實現(xiàn)的預(yù)約餐飲功能是包含著日期、地點、菜品等多方位要素，而非簡單地搜索一個餐館的訂餐電話，但是這一點被后來的一眾智能助手紛紛實現(xiàn)。 但是開放性的美好想法卻受困于閉環(huán)的iOS生態(tài)，想要打通這整套體系的難度幾乎難以想象。因此，直到Siri登上iPhone手機5年之后，也就是2016年的WWDC大會上，蘋果才推出了Siriki的開發(fā)者套件，目前為止也只有10多項基礎(chǔ)功能，反觀亞馬遜的Alexa則擁有多達(dá)25000項由第三方開發(fā)人員構(gòu)建的功能。 事實上，成為iOS開發(fā)者不難，只需要99美元即可，但是想要獲得Sirikit套件卻并不是個容易的事情，這需要由蘋果來進(jìn)行邀請，而蘋果的效率大家則可以自由發(fā)揮想象。 事實雖然是殘酷的，但在蘋果眼中Siri依然是天下無雙，而且在這個智能手機越來越強調(diào)AI的時代，沒有屬于自家的智能語音助手自然比競品少了一大截競爭力。因此盡管目前的Siri是一個從設(shè)計團(tuán)隊到用戶都不太滿意的作品，但是蘋果依舊還需要在隱私安全政策的牽絆下繼續(xù)負(fù)重前行，至于其是否會回爐重造，可能還需要其進(jìn)行慎重考慮之后才能給出結(jié)論了。 【本文圖片來自網(wǎng)絡(luò)】 「 推 薦 閱 讀 」 小米MIX 2S，比起藝術(shù)和性能，我更欣賞它的親民 新的MIX，新的藝術(shù)品？ 谷歌也開始對開發(fā)者“催更”，強制APP適配了。 關(guān)注我們，更多驚喜
|
|
|
