亞馬遜在蘋果、谷歌前找到了語音識別的答案，它是怎么做到的？(2)

但問題是，智能手機擁有成熟的輸入方案——文字輸入法比語音更便捷、更高效，語音服務缺乏足夠的使用理由。研究機構Creative Strategies的調查顯示，62%的安卓用戶表示很少或偶爾使用語音助手，iPhone對應的比例為70%。

為了“迫使”用戶使用語音，亞馬遜Echo只提供語音一種交互方案。除了揚聲器和麥克風，Echo沒有其它交互接口。

Echo對交互的限制，保證了語音交互的純粹性和持續性：用戶只能使用語音，不會被其它輸入方式帶走。當習慣養成后，他們會持續不斷地用語音與設備互動。

三 · 定位于家庭，緩解與機器對話的尷尬

只提供語音交互并非Echo成功的唯一因素。如果沒有解決用戶不愿使用語音的根本問題，這樣做可能會帶來另一個問題——用戶放棄使用產品。亞馬遜顯然不愿看到這樣的結果。

Echo成功的另一因素在于它定位于家居，而非手個人助理。

Siri和Google Now定位于個人助理，于是它們依附于手機，期待通過手機的高頻使用普及服務。但手機作為個人設備，多數情況下在公開場合下使用。在公開場合下用語音對手機發號施令，使用者很容易陷入尷尬。

Creative Strategies調查了300名手機用戶在公開場合下使用語音助手的比例。結果顯示，安卓用戶中，只有12%會在公開場合下使用語音助手；iPhone的比例更低，只有3%。

產品和使用場景沒有恰當匹配，造成了Siri和Google Now的使用尷尬。

Echo采用了不同的產品定位，巧妙地避開了用戶使用語音助手的尷尬。它從一開始就定位于家庭設備——體積較大，不宜隨身攜帶；沒有獨立電池，必須連接室內電源才能使用。盡管對著機器說話依舊怪異，但家庭環境緩解了用戶的使用壓力。用戶面對的是熟悉的家人而非公共環境下的陌生人。

四 · 提供針對性軟、硬件優化，適時開放產品

在明確Echo的交互方式和產品定位之后，亞馬遜對它進行了針對性的硬件和軟件優化。

為了能讓用戶在家中的任何位置都能喚醒Echo，亞馬遜設計了一個名為ARS的自動語音識別處理系統。ARS由七個麥克風和一個音頻信號過濾系統構成。七個麥克風組成的列陣能讓Echo捕捉到環境中的細微聲音，音頻信號過濾系統過濾掉環境噪音，從而辨別出人聲。使用ARS后，即使用戶在25英尺（7.62米）之外發出命令，Echo也能夠準確識別。

原文轉自：http://tech.qq.com/a/20160816/004962.htm