出门问问CEO李志飞：当语音成为基石技术，消费场景如何进一步落地？

如今，人们对智能语音交互驱动的产品已不再陌生，「语音」也正在由一种前沿科技逐渐成为具有普适性的「基石技术」，开始到更广泛的应用场景中，发挥作用。在实现了消费级领域的经验积累之后，出门问问正在探索，如何从为产品赋能，到为产业赋能，进而驱动更大价值的创造。

在极客公园Rebuild科技商业峰会上，出门问问 CEO 李志飞分享了出门问问在语音方面的技术以及产品落地的趋势。

语音交互前沿探索：聚焦消费电子场景

据李志飞介绍，出门问问在语音交互行业做了很久，早在2012年，大家对人工智能还不是很了解的时候，出门问问就做了很多这方面的前沿技术探索。包括语音识别技术本身的研发，把声音转成文字，到怎么理解文字，再到后面怎么跟服务对接。

早期，出门问问在语音交互的落地场景方面，做了很多探索。主要是把语音交互放到消费电子场景下面，过去几年基本每年出一个新的品类:智能手表、智能车载设备、音箱、耳机，每一个设备都在站在消费者的角度做决策。目前由于很多技术的限制，体验还做不到最优，但李志飞相信，在未来的消费场景里面，可穿戴、车载、家居、还有路面场景基本上会覆盖语音交互。

雷锋网注：出门问问发布的4条产品线

经过前期的一些探索，更多是需求更加清晰了，技术也越来越成熟，当语音交互变成基石技术，整个市场又会有什么样的变化？

雷锋网注：语音交互市场规模增长趋势

首先，在数据增长方面，无论是用户的使用规模，比如语音搜索量，可能从现在的20%，未来变成50%。也就是说，未来每搜十次搜索引擎的时候，有5次是语音的交互方式。不一定是在手机上，可能是在音箱上，也可能在车里，都是用语音交互做。但是主要是为了搜索内容。包括智能音箱市场从无到有，现在全球市场规模达到了几千万。

其次，从设备场景的角度去看，语音交互可能有几大类，一个是2C，一个是2B，另外还有一个2G。2C前即面对消费者，各种各样的交互设备变更人与机器的交互方式。比如车里面，家里面，在路上的时候，现在可能更多是键盘和触摸屏，但是未来语音交互也会成为非常重要的交互方式。

2B更多是帮助企业去提供更好的工具，提高他们的效率。同时因为你工具更加个性化人性化，也可以帮他们的用户提供更好的用户体验。

2G跟2B比较类似，只是行业不太一样，比如政法、公安、教育可以有很多应用，比如高考教育的打分，英语的打分，还有医疗，都是偏政府的行业，通过语音提供更有效率、更好的用户交互方式。

瞄准上下游，进行商业化落地探索

接着，李志飞介绍了出门问问在过去一年，把语音交互落地到各种场景方面的探索。主要有两个方向，一是上游跟芯片深度的集成，二是和下游垂直行业的深度绑定。

上游侧，发布问芯，是AI语音的芯片模组。解决了现在的智能电视不能远场唤醒的问题。芯片跟杭州国芯一起合作，但是把麦克风技术、信号处理技术，包括低功耗的唤醒技术都做到了芯片模组里面。用一个usb线跟芯片模组连接，电视即成为一个可以远程语音交互的智能电视。

另外，未来还会发布一个专门面对IoT设备控制的AI语音芯片模组。现在控制空调也有，但都是通过智能音箱作为控制台，后台控制设备。不好的一点就是每次都要把音箱唤醒，然后把后面的设备唤醒。李志飞表示，希望未来芯片模组可以直接放在灯泡里面，回家直接说开灯关灯就可以打开，而不是现在先要把音箱唤醒才能交互。此外，在回声消除方面，出门问问也做了一些改进，已经在跟合作伙伴洽谈，准备落地到一些智能电视或者机顶盒场景下面的应用。

在下游测的应用场景方面，主要做了四大场景的探索，包括：消费电子、金融、保险、地产。

金融方面，做了名为“问真”的AI金融反欺诈系统。当顾客找金融机构贷款的时候，可以进行身份验证和真话鉴别。系统会自动问客户一些问题，根据回答的答案和系统答案是不是一致，就可以判断是不是真话。此外，还会用到人脸识别技术，识别是不是本人，是真实的才会进行贷款操作。

在保险行业，利用2C的经验，跟保险后台数据系统结合起来，提供更好的用户体验，使他们的用户服务更加满意。在智能家居或者房地产行业跟合作伙伴做了一整套解决方案，提供样板间。

总的来说，当语音交互变成基石技术以后如何进一步落地，出门问问的答案是往上游跟芯片深度集成，下游跟场景深度绑定。

抉择：语音芯片的优势，为什么坚持做音箱

近年来，语音芯片领域玩家众多，作为推动AI发展的三大关键因素之一，巨头和初创公司都争先自主研发AI芯片，布局语音和视觉芯片。仅国内，Rokid、云之声、出门问问、思必驰等都已经或者即将推出AI语音芯片，不仅说明了AI的火热，更体现了自主研发芯片对于语音产品的重要性。

当雷锋网问到出门问问打造的语音芯片优势体现在哪里，与其他厂商的语音芯片有何不同时，李志飞掏出随身携带的硬币大小的芯片，解释道：“我们做了两件事情。芯片是其中这一块，我们是第一个做了模组的公司，芯片以外，还有连接器。第二件事情，我们把最核心的算法整合到了芯片里面，把它整合成DSP的代码，还有神经网络单元计算的NPU，我们做了整个的电路板整合，做了整个软件算法的集成，因为我们有一整套的语音交互，所以我们在电视上有还有软件SDK可以连到云端。”

“你说跟市场有什么不一样的话，坦白讲，我们的芯片模组早已量产，这段时间已经有电视厂商在应用我们的芯片模组在做产品了，你刚才说的这些公司应该还没有我们这么快，这个是我们比较确定的。当然讯飞也有模组，但是他们不是基于这种AI芯片做的，他们的特别大，而且价格很贵。”

此外，跟其他AI语音交互公司的区别，李志飞说道：“首先我们有时间差，而且我们有软硬结合的能力。这个对我们来说是最简单的事情，对他们来说，可能就不行。他们很大的问题就是磨合需要很长的时间，我们是外接的模组，所以没有需要磨合的过程，智能电视厂商花三个星期就可以完成。”

作为一家探索智能语音交互应用的创业公司，出门问问却面临着被巨头夹击的“高级”待遇——北美市场，面对Amazon与Google发起的价格战；国内市场，面对阿里天猫精灵99元、京东49元的超低价格打击。

面临这样“尴尬”的境地，为什么出门问问还要坚持做音箱，李志飞说：“因为我们有这种使命感，下一代的人机交互重要的场景之一就是家里面。家庭在我看来是一个不可以缺失的场景，它要打磨的技术跟车内场景不一样，家庭场景需要远场交互，比如3米5米，车内是0.5米。家里有小孩、老人，所以对于一个语音交互的东西来说，怎么把家内的语音交互去打造好，在我看来是必须要做的一件事情。”

“商业上的话，确实智能音箱会受到一些挑战，但是就是因为我们做了智能音箱的算法、降噪，才有后来的把这个算法整合到AI语音芯片模组里用于智能电视。做智能音箱虽然短期的收入没有那么明显，但是对公司技术的打磨，对产品的开拓等等，都是很有意义的。”

目前市场上智能音箱产品众多，谈到智能音箱最主要的核心竞争力是什么，李志飞无奈地说到，“现在最核心的就是谁有钱谁就有核心竞争力，这是很可悲的一个现状，尤其是大公司。这个在美国，比如说Google、亚马逊他们还是比较有节操的，还是希望自己来打磨技术；中国市场主要的玩家，都是用其他公司的技术集成。”

最后，李志飞透露，出门问问正在计划新一轮融资，至于上市计划，今年应该不会有。