最好的预测未来的方式就是去创造未来。
智能语音设备终端已经成为科技巨头竞争的新战场。日前苹果的HomePod刷遍了朋友圈，在此之前，微软联手哈曼卡顿推出了基于Cortana语音助理的音箱invoke，与亚马逊Echo和Google Home，展开了同台竞争。
国内的智能语音交互终端，也早已加入了这场角逐。
6月8日，Rokid在北京宣布，其第二代智能语音机器人“若琪•月石”全渠道上市。同时，Rokid推出了个性化声纹识别。“若琪”能够识别20个人以内的声纹，它会知道当前在下达指令的是“谁”，从而保证使用的安全性和私密性。借助远场识音算法，它还能在嘈杂环境下准确分辨出声音来源，识别距离最远可达10米。在记住了每个人之后，“若琪”还会记住你的使用习惯进行个性化推荐。
“我们的目标是最终打造‘无处不在的AI’。”Rokid创始人Misa说。对于媒体而言，Misa相对而言是个极其低调的创始人，这也是他少数出来面对媒体的活动之一。而这次，他除了谈到若琪的技术亮点之外，更是公开了rokid在未来的研发计划。
也许，一个智能音箱的风口，真的要来到了。
智能语音机器人“若琪•月石”
亚马逊曾经表示，智能音箱，可以被看作是语音微交互界面的新型计算设备。Gartner也曾预测，到2018年，有30%的人机交互都将通过自然语言完成。智能语音交互的家用终端，以其下一代交互的技术入口，以及其覆盖了硬件和内容等生态系统的广度，成为各大巨头的必争之地。而对于创业公司而言，若想在其中立足，竞争难度也是巨大的。
相比Google Home和Amazon Echo以及市面上大部分采用第三方语音技术的同类产品，据Rokid北京A-Lab负责人高鹏介绍，Rokid的核心AI语音交互技术均为自主研发。对此，Misa说：“Rokid并不反对用别人的技术，我们也有一些跟其他人合作的东西，但前提是它必须满足我们对产品的定义。”据Misa介绍，Rokid目前有两个实验室，北京的A-lab主要负责AI算法，在美国的R-lab主要负责计算机视觉以及机器人方面的研发。在Rokid团队中有诸多来自中科院自动化所多年从事语音技术研究的博士，具备足够的技术积累。
Rokid对自身产品的定位也在目前上市的“若琪•月石”中得到了体现。它的能力包括音乐播放、智能家电控制、讲故事、播报新闻、日程提醒、天气预报、实时翻译、计算等。但和Echo以及Google Home相比，Rokid产品负责人向文杰表示，他们更希望，若琪是一款“带有性格”的产品。同时，Misa也表示，若琪和用户之间，正在建立起自己的“情感”。
“声纹识别”是若琪本次产品最值得关注的亮点之一。在鼠标、触屏之后，语音交互被认为是下一代新的交互方式，而声纹识别将会提供给机器“认识你”的功能。若琪可以记录几十个家庭成员的声音并进行识别，只要和它说过话，下次打开“若琪”，它都能认出是谁，并且还能准确识别说话的人是在哪个方向。声纹识别的功能，让“若琪”可以在多人场景下选择主人的指令进行完成。“若琪”会知道当前在下达指令的是你而不是别人，因此安全性和私密性要比同类产品高。
同时，该功能也可让“若琪”完成对家庭各成员的精准服务。认识了你之后，作为具备学习功能的智能机器人，“若琪”还会在日常接触中逐步记住你的喜好习惯并形成后台数据收集整理，在之后的使用中，它会针对性地向你推送内容以及个性化服务。Misa表示，声纹识别成果近期也将升级给所有若琪用户。
借助远场识音算法，“若琪”还能在嘈杂环境下准确分辨出声音来源，识别距离最远可达10米，常见的家庭住宅都在这个范围之内。
对于智能音箱而言，之所以吸引了巨头们的目光，主要还在于它开启了更广阔的智能家居生态市场的大门。智能语音助手可以控制家居设备，成为各种家用设备的控制中枢入口；以及获取更多用户数据，搭载不同的内容、电商、生活类应用，成为新的应用平台。
Misa表示，若琪现在已联通绝大部分国内主流厂商的上百种智能家电设备，而且针对目前IOT设备品牌众多，接口不一的情况，Rokid可以用一套API接口直接打通，实现更多智能家居品牌的跨厂商兼容。据透露，Rokid目前已经跟LifeSmart、欧瑞博、broadlink、小米等达成了合作协议。
同时，除了家电外，Rokid正在打通与“饿了么”、“滴滴出行”等服务平台的连接，未来“若琪”将能提供多元化的服务，比如处理叫外卖、叫车等日常琐事。
而另外值得一提的是，Rokid在音乐内容上下的功夫。据介绍，“若琪•月石”上拥有正版授权的320K品质、6百万首音乐和其他音频内容。“全部由我们付费，用户收听。”Misa说。
“若琪•月石”现在已经在天猫、京东等线上商城、全国重点省份城市的500多家门店以及国内潮品、机场高铁等线下店面全渠道上线，定价为1399元人民币。
但在Misa看来，消费级AI产品，在三年之内，还将有一个更大的升级：从感知到认知，从单设备到多设备互动，以及AI大脑的云端化。届时，一个“无处不在的AI”，将是Rokid要去打造的未来。
Rokid创始人Misa
以下为Misa的分享，经黑智编辑整理：
Rokid是一家AI公司，我们主要做两件事情：AI的大脑，以及AI的交互。现在关于AI的话题已经非常多了，但实际上，AI能做的事情还没那么多。它现在主要能做的，第一是帮你做决策，第二则是提升你的各方面体验。在今天，AI还是偏工具性的。
Rokid成立已经三年多了，差不多同时候，亚马逊推出了Echo，让市场开始对语音交互的信心增强了。刚才高鹏也讲到了，我们对语音识别不陌生，但是在家庭场景里面，远场，有混响，我们能不能做到很好的体验？很多人心里没底，包括我们也探索了很长时间。我们在第一代产品推出的时候，其实也是要给大家一个信心，我们自己也发现，用户对这个产品接受度开始变得很高。那么，三年后的今天，Rokid又会怎么去思考它？
AI的全面升级
1、AI开始从感知到认知的全面升级：个体认知——环境认知——事务认知或意图认知
我能听得到你的声音，同时知道你在讲什么，这属于感知。认知是什么概念呢？比如声纹识别，用户的体验就是当你家里不同的人跟若琪在讲话的时候，她知道这个人是谁。我的结论是，语音技术里面的个体认知就像智能手机里的触屏一样，将会引发产业的大革命。
第二个是环境的认知，一个AI的硬件或者一个产品，它可以对自己的环境作出认知：我现在是在客厅还是厨房、车上或者在什么地方。第三是对事务的认知，有的人把它叫意图的认知，即当我和机器沟通或者交互的时候，机器或者智能大概能知道你要干什么，比如我们表达一个任务，说我要从杭州去北京，非常简单的一句话，涵盖了多少东西，你可能是要买机票、订酒店、叫车、预定餐厅，可能要会见朋友……这个叫事务的认知，未来不久也会发生。
2、未来AI会全面上云端
AI的全面云端化也是包括几个方面。首先，所有大家共享的知识都在云端；第二，个性知识也会上云端；第三是任务的状态会上云端。什么叫任务的状态？我这个机器做了一半的事，它会在云端记住我做到哪了。举个例子，我在我家的若琪月石上听了一个故事，长篇故事，大概听到二十分钟，下次回来的时候仍然继续听。
3、单设备到多设备互动：多机协作——多维交互——多屏互动——任务迁移
未来家里面肯定不会只有一个AI的设备，他会面临第一个问题，多机协作。多机协作之后，任务状态上云端的需求就产生了。
第二个需求是多维互动，我们现在在用语音跟这个产品互动，未来不仅仅是语音，未来有摄像头，可以用手势，甚至未来有更多的传感器加入到跟人的交互里面去，产生多维的一个交互。有很多人会说，AI的产品发展未来会是什么样，要不要在Rokid上加一块屏幕。我的想法是，我们不认为现在的家庭里面还需要另外一块屏幕，更多的作用是让你家里已有的这些屏互动起来。多屏互动将会是一个趋势。
任务的迁移，举个简单的例子，两台Rokid之间协作，当我在家里听音乐听到一半要去上班了，打开我的车门，关上车启动车之后，我叫若琪继续播放。不仅仅是多个设备之间需要做状态的迁移跟互动，包括这辆车我进去的时候，它要知道我是谁。所以我们之前提到个性认知上云端，状态上云端，就会有一个质的变化，最后直接导致的是场景的迁移，会导致“无处不在个性的AI”。
无处不在的AI，它不再被拘泥在某一个非常具体的形象里面。在不久的将来，我们也已经准备好了，会发布一款新产品，可以让家里完成无处不在的若琪。有趣的就在于那个设备本身它也可以独立工作。我们这个计划就叫“若琪梵星计划”。同样我们计划会把若琪梵星计划开放给我们的合作者，包括汽车厂，包括电冰箱厂，包括电视厂，未来如果有越来越多的人采用这个方案以后，你真的就可以在任何地方唤醒你的若琪，然后跟她进行对话，完成你交给她的任务，这是我们未来的一个思考。
“有温度”的机器
有很多技术的突破，一个技术的突破，只有当它融入到产品，融入到场景，并且把这些整个链条都连通以后，才有真正的价值。
我过去是不在家听音乐的，中国人听音乐，很少有家庭音乐的概念，基本都是耳机。即使我家里有音箱，我也是在没人的时候听。如果要问我智能音箱这个市场有多大，国内的文化和美国是巨大的差别，真的不是那么大的市场。但为什么我们要做？我给大家讲过了，它只是我们环节里面的一部分，是不可缺席的一个环节，但我们要把它做到最好，让一个这样的产品慢慢被大家所接受。当我们的场景音乐出来的时候，真的有原来不听音乐的人在听音乐，因为太方便了。
我们对若琪这个产品的定义，我们最后希望它是伴侣、助手，我对它的定义是年轻的知性的女生，不是耍嗲的、让人缺少信任感。我对我们技术团队、研发团队说，希望我们合成的效果是你听到这种声音之后，觉得这个女生很值得信任，是一个知性的年轻女生的声音。我告诉团队最重要的并不是一个产品长什么样，而是她内在的气质和性格，我们在很多细节上都给产品注入她自己的性格。产品的具体功能定义完成后，我们团队问的最多的就是，这个场景的体验会给用户带来什么样的感受。月石产品设计一开始就希望用户能感受到温度和亲切。
若琪跟其他产品，你要问我区别在哪里？我认为就在这里，Rokid是人文主义的，是要把冷冰冰的机器关起来的。
但我们怎么去预测这个未来？就是我们自己去把它做出来。最好的预测未来的方式就是去创造未来。
匿名用户
