作為語(yǔ)音交互的一大重要細(xì)分應(yīng)用場(chǎng)景，兒童終端市場(chǎng)在經(jīng)過(guò)過(guò)去兩年持續(xù)的試水和探索之后，2018年迎來(lái)新一波的增長(zhǎng)高潮。從智能故事機(jī)、早教娛樂(lè)機(jī)再到兒童智能音箱，幾乎每一類都成為了當(dāng)前市面上的爆品，成為2018年國(guó)內(nèi)語(yǔ)音交互應(yīng)用領(lǐng)域的一道“靚麗風(fēng)景”。

應(yīng)用轉(zhuǎn)型與場(chǎng)景需求“雙向”驅(qū)動(dòng) 兒童智能語(yǔ)音市場(chǎng)“爆火”

受惠于智能語(yǔ)音技術(shù)的成熟及應(yīng)用場(chǎng)景的快速擴(kuò)張，今年以來(lái)，在各大頭部廠商的牽動(dòng)下，兒童智能語(yǔ)音終端市場(chǎng)迎來(lái)新一輪噴發(fā)，成為語(yǔ)音交互眾多應(yīng)用場(chǎng)景中的一道亮景。其中，增長(zhǎng)最快的要數(shù)智能早教機(jī)、故事機(jī)和兒童智能音箱三類產(chǎn)品，業(yè)內(nèi)預(yù)估今年國(guó)內(nèi)早教機(jī)器人市場(chǎng)規(guī)模將突破50億，而兒童智能音箱在百度阿里等巨頭的推動(dòng)下，目前也已占據(jù)整個(gè)智能音箱市場(chǎng)的20％左右，達(dá)到百萬(wàn)量級(jí)出貨，足見(jiàn)市場(chǎng)之火爆。

今年，做兒童機(jī)器人的公司就多達(dá)好幾百家，僅大大小小的智能故事機(jī)廠家也有一兩千家左右，數(shù)量比去年幾乎翻了一番，深圳市炭火智能科技有限公司市場(chǎng)經(jīng)理許波表示：“其中，很大一部分廠商基本都是從別的行業(yè)過(guò)來(lái)的，例如有些廠商過(guò)去就是做車載后視鏡這類終端或者一些非智能類硬件產(chǎn)品，都想借此市場(chǎng)良機(jī)賺錢。今年上半年受益于市場(chǎng)持續(xù)火爆，公司智能早教機(jī)產(chǎn)品目前的累計(jì)銷量已達(dá)到25萬(wàn)臺(tái)，相比去年有較為可觀的增長(zhǎng)，下半年我們保守估計(jì)銷量能夠突破30多萬(wàn)。如今，市面上只要是帶智能語(yǔ)音交互功能，且定價(jià)在千元以內(nèi)外觀還可以的兒童機(jī)器人產(chǎn)品基本上都能達(dá)到月銷量幾萬(wàn)臺(tái)的水平。”

智能故事機(jī)市場(chǎng)，思必馳商務(wù)總監(jiān)韓嘉璇也預(yù)計(jì)：“2018年整個(gè)故事機(jī)市場(chǎng)出貨量可能達(dá)到3000萬(wàn)到4000萬(wàn)臺(tái)，其中會(huì)有一多半屬于智能故事機(jī)產(chǎn)品，市場(chǎng)巨大。當(dāng)前的兒童智能終端領(lǐng)域，思必馳方案的整體市場(chǎng)占有率約為20％－30％，依托于前端算法的優(yōu)勢(shì)，在Android系統(tǒng)的高端市場(chǎng)也擁有超過(guò)50％的市場(chǎng)占有率，相關(guān)合作品牌包括步步高、火火兔、遙藍(lán)、小蘿卜等兒童終端的出貨量均十分可觀。”

為何語(yǔ)音交互能迅速在兒童市場(chǎng)爆火？編者認(rèn)為，其一主要是越來(lái)越多的智能音箱巨頭相繼發(fā)力兒童市場(chǎng)的原因，智能音箱向兒童市場(chǎng)的轉(zhuǎn)移，實(shí)現(xiàn)了很好的智能對(duì)非智能應(yīng)用的“降維打擊”效果。事實(shí)上，早在今年4月份，亞馬遜就特意推出了一款Echo Dot兒童版，盡管硬件上與之前的Dot并無(wú)差別，但是在軟件層面，比如語(yǔ)音識(shí)別、兒童讀物等都是針對(duì)兒童進(jìn)行量身打造的；緊隨其后的5月，阿里、百度、出門問(wèn)問(wèn)、喜馬拉雅等廠商也都紛紛針對(duì)兒童推出了專門的智能音箱，深耕兒童應(yīng)用市場(chǎng)。兒童智能音箱的爆火，進(jìn)一步帶動(dòng)智能語(yǔ)音技術(shù)向更多應(yīng)用場(chǎng)景擴(kuò)散，早教機(jī)及故事機(jī)這類場(chǎng)景自然就成為了首發(fā)戰(zhàn)場(chǎng)。

另一方面，越來(lái)越多“頭部”廠商集中發(fā)力AI智能語(yǔ)音交互類硬件產(chǎn)品也是關(guān)鍵原因。許波認(rèn)為：“＇頭部＇廠商的帶動(dòng)，很大程度上使得現(xiàn)有非智能交互類產(chǎn)品尤其是傳統(tǒng)故事機(jī)市場(chǎng)快速萎縮，盡管這種產(chǎn)品在價(jià)格方面相比智能交互類硬件更便宜一些，但隨著智能交互類產(chǎn)品的大舉入侵，二者之間的價(jià)格優(yōu)勢(shì)也正逐步淡化。更為重要的是，在智能化產(chǎn)品的打擊下，這類非智能的產(chǎn)品越來(lái)越?jīng)]有賣點(diǎn)，導(dǎo)致消費(fèi)者不買賬。比如我們最近接觸的一家故事機(jī)銷售商，去年他們非智能產(chǎn)品的業(yè)務(wù)表現(xiàn)還相對(duì)比較強(qiáng)勁，但今年這塊產(chǎn)品的出貨量就不怎么理想，現(xiàn)在庫(kù)存也比較多，很多產(chǎn)品也只能降價(jià)甩賣。”

從應(yīng)用場(chǎng)景需求本身的角度來(lái)看，鑒于中國(guó)兒童教育市場(chǎng)體量本身就十分巨大，加之智能語(yǔ)音交互與兒童終端產(chǎn)品近年來(lái)正快速融合，順理成章地推動(dòng)了該場(chǎng)景對(duì)語(yǔ)音交互逐漸形成剛需。聲智科技聯(lián)合創(chuàng)始人常樂(lè)也表示：“隨著語(yǔ)音交互在技術(shù)端的逐步深化，如今的語(yǔ)音交互已不再是按鍵和觸控交互方式的輔助或補(bǔ)充，而是以更加獨(dú)立或者占有主導(dǎo)權(quán)的交互模態(tài)呈現(xiàn)出來(lái)，進(jìn)而降低了老人和兒童使用電子產(chǎn)品的難度。對(duì)于3歲以上的兒童來(lái)說(shuō)，他們迫切需要用語(yǔ)言來(lái)表達(dá)觀點(diǎn)和獲取知識(shí)，而語(yǔ)音交互正好切中了這一訴求。聲智科技在2016年成立之時(shí)，就幫助奇虎360打造了多款兒童機(jī)器人和故事機(jī)系列產(chǎn)品，而隨著兒童智能音箱市場(chǎng)的爆發(fā)以及語(yǔ)音交互剛性需求的帶動(dòng)，兒童故事機(jī)、陪伴以及早教等智能語(yǔ)音交互終端產(chǎn)品的市場(chǎng)體量會(huì)非常巨大。”

兒童應(yīng)用場(chǎng)景挑戰(zhàn)多 算法優(yōu)化與內(nèi)容適配是關(guān)鍵

誠(chéng)如上述，在兒童教育類終端市場(chǎng)持續(xù)高漲的態(tài)勢(shì)下，智能語(yǔ)音交互的市場(chǎng)潛力可謂是不可限量。但就目前的應(yīng)用現(xiàn)狀來(lái)看，與成人類語(yǔ)音交互場(chǎng)景不同，兒童場(chǎng)景存在著更多語(yǔ)音及語(yǔ)意方面的“不確定性”和“復(fù)雜性”，這也給語(yǔ)音交互廠商帶來(lái)了更多技術(shù)層面上的挑戰(zhàn)，首當(dāng)其沖的就是語(yǔ)音交互系統(tǒng)、內(nèi)容及相關(guān)算法的適配。

深圳市微納感知計(jì)算技術(shù)有限公司市場(chǎng)總監(jiān)程剛在接受本刊采訪時(shí)就坦言：“現(xiàn)階段經(jīng)過(guò)訓(xùn)練，市面上其實(shí)已經(jīng)有很多產(chǎn)品可以做到對(duì)方言的識(shí)別，成人應(yīng)用場(chǎng)景之前的很多難點(diǎn)都在逐漸被克服。但兒童交互產(chǎn)品的區(qū)別在于，產(chǎn)品要做到童音識(shí)別，除了需要解決孩子具備的更高音階以及不同的言語(yǔ)模式問(wèn)題外，更為重要的是，孩子并不擅長(zhǎng)按照機(jī)器能理解的方式與其交互，成年人建立的語(yǔ)音庫(kù)并不能很好的理解兒童的語(yǔ)言，即使包括Amazon Echo與Google Home在內(nèi)的業(yè)內(nèi)頂尖設(shè)備也都出現(xiàn)了在與兒童交互的場(chǎng)景下識(shí)別錯(cuò)誤的現(xiàn)象。”

常樂(lè)對(duì)此也表示贊同，她認(rèn)為：“對(duì)于小朋友來(lái)說(shuō)，好奇心重，且思維邏輯不如成年人那般嚴(yán)謹(jǐn)，因此小朋友在對(duì)智能語(yǔ)音終端提出問(wèn)題時(shí)常常是出其不意、前言不搭后語(yǔ)且猶豫反復(fù)的。針對(duì)兒童的這種語(yǔ)音交互特性，常常需要做更多技術(shù)層面上的優(yōu)化，比如我們就推出了Free－cut（隨時(shí)打斷，任意喚醒），F(xiàn)ree－ask（支持識(shí)別猶豫及停頓）以及One－shot（一句連控，喚醒識(shí)別連續(xù)說(shuō)）等技術(shù)，來(lái)提升兒童語(yǔ)音交互體驗(yàn)。”

對(duì)于兒童不同于成年人的語(yǔ)音音階和言語(yǔ)模式等問(wèn)題，常樂(lè)認(rèn)為需要針對(duì)這些發(fā)音特點(diǎn)進(jìn)行專業(yè)的模型訓(xùn)練：“例如我們?cè)趲椭俣龋《戎悄芤粝洌Т蛟欤和Ｊ剑r(shí)，就構(gòu)建了一個(gè)集合百萬(wàn)級(jí)數(shù)據(jù)的兒童語(yǔ)音庫(kù)，針對(duì)兒童的發(fā)聲特點(diǎn)進(jìn)行了專項(xiàng)優(yōu)化，基于6000＋個(gè)兒童數(shù)據(jù)模型和超過(guò)30000小時(shí)的童聲語(yǔ)音測(cè)試，打造出了兒童專用語(yǔ)音喚醒模型以及語(yǔ)音識(shí)別交互引擎，使得音箱在與兒童進(jìn)行對(duì)話時(shí)，能夠提供更高的識(shí)別和喚醒的準(zhǔn)確率、更快的反應(yīng)速度以及更流暢且自然的語(yǔ)音交互。目前該方案已經(jīng)能夠?qū)崿F(xiàn)定制化，并經(jīng)過(guò)360兒童故事機(jī)、兒童陪伴機(jī)器人以及兒童智能音箱等眾多終端產(chǎn)品的百萬(wàn)級(jí)規(guī)模量產(chǎn)驗(yàn)證，成本可控。”

除此之外，與成年人相比，小朋友雖然對(duì)智能語(yǔ)音交互產(chǎn)品的用戶體驗(yàn)包容度要更高，但他們更為關(guān)注產(chǎn)品端所能提供的內(nèi)容。常樂(lè)也認(rèn)為，不同于成年人一樣具備清晰的邏輯思辨能力，小朋友往往會(huì)帶著求知和娛樂(lè)的心態(tài)使用智能語(yǔ)音交互產(chǎn)品，他們更關(guān)心的是智能語(yǔ)音產(chǎn)品的背后提供的內(nèi)容，比如提問(wèn)的百科問(wèn)答是否能得到答案，或者想要聽的兒歌和故事是否可以播放等。因此，對(duì)于語(yǔ)音技術(shù)廠商來(lái)說(shuō)，如何在提供足夠優(yōu)質(zhì)的兒童教育服務(wù)內(nèi)容的同時(shí)，又能在語(yǔ)音交互系統(tǒng)及算法層面上針對(duì)兒童這類特殊應(yīng)用場(chǎng)景做更多的優(yōu)化，提供更為靈活且符合兒童心理預(yù)期的定制化語(yǔ)音交互解決方案，將是市場(chǎng)決勝的關(guān)鍵。

總之，編者認(rèn)為，在兒童教育市場(chǎng)高速成長(zhǎng)的驅(qū)動(dòng)下，兒童智能語(yǔ)音終端市場(chǎng)的＂雪球＂無(wú)疑會(huì)越滾越大，這也為業(yè)內(nèi)廠商推動(dòng)語(yǔ)音交互走向大規(guī)模普及創(chuàng)造了絕佳的機(jī)遇。當(dāng)然，機(jī)遇與挑戰(zhàn)總是并存的，兒童語(yǔ)音交互市場(chǎng)需要比成人場(chǎng)景更為復(fù)雜且更具定制化特性的語(yǔ)音交互系統(tǒng)及算法設(shè)計(jì)，同時(shí)在內(nèi)容端也擁有更多的要求，這就需要廠商在軟件系統(tǒng)開發(fā)、算法設(shè)計(jì)以及內(nèi)容提供方面耗費(fèi)更多的精力、成本以及資源。不過(guò)，隨著未來(lái)市場(chǎng)體量的不斷增大，這些成本問(wèn)題也會(huì)逐步消散。