．一文看懂亞馬遜如何用蘋果玩法玩語音

Amazon Echo Dot, Full Review, How Does Alexa Work On Smaller Dot?

home8 物聯網智慧家庭好安心

來源： 36氪

從1月份美國的 CES 電子消費展開始，每周關於亞馬遜 Echo 的報導可謂「層出不窮」，Echo 緣何如此受到無數媒體的追捧？很多同學都有點不太理解，很多文章在分析智慧產品時，還經常拿來與 Echo 進行對比。無論是 CES 還是AWE，Echo 背後已經帶上了一層耀眼的「光環」。

當然， Echo 是一個來自美國的智慧產品，所以在美國以外，的確很難買到。很多同學也看過多篇有關 Echo 的文章，但是並沒有體驗過這款產品，所以經常被各種概念弄得「雲裡霧裡」，很多文章一邊說 Echo，然後又提到 Alexa，如果你在網上搜索亞馬遜 Alexa，可以發現有用戶中心，有開發者中心，甚至還有基金會。

筆者希望透過本篇文章來闡述一下， Echo 系列產品的關係，以及亞馬遜的策略，希望能夠對大家有所幫助，以下：

1，Echo 和 Alexa 的關係：你中有我

簡單而言，其實 Echo 和 Alexa 的關係，就像 iPhone 和 Siri 的關係一樣：一個是硬體產品，一個是語音服務。Echo 音箱使用的語音服務是 Alexa，所以 Echo 音箱的喚醒詞可以是Echo，也可以是 Alexa。

值得一提的是，亞馬遜的 Alexa 是對外開放的，不僅 Echo 能用，其他硬體也有用，在今年 CES 展上很多智慧硬體都在用 Alexa，這項服務對外開放使用，開發者可以為 Alexa 開發插件，貢獻更多的功能，如果星巴克希望用戶透過 Alexa，來訂購他們家的咖啡，只需要開發一個小插件就行，現在已經有成千上萬家企業在這麼幹。

可以說，亞馬遜是在用蘋果的玩法，來玩轉語音服務。如果你進入 Alexa 的開發者中心（https://developer.amazon.com/alexa），就可以清晰的看到三個大產品，包括 Alexa Skills Kit（技能插件），Alexa Voice Service（語音服務），以及 Alexa Fund（基金會）。他們各自都有什麼功能呢？下面一一為大家介紹。

2，Alexa Skills Kit（技能插件）

用戶剛買來 Echo 音箱時，其實功能很少，只能問問天氣（what's the weather），即不能聽歌，也不能控制家電，這些功能都需要去 Alexa 的 APP 開啓相應技能（Skill）才能使用。因為在美國聽歌是收費的，所以開啓聽歌的功能時，用戶就需要綁定信用卡。 Alexa APP 並未上架到蘋果 Appstore 的中國市場，如果要體驗，可以瀏覽 Alexa 的 Web APP ：http：//alexa.amazon.com。

進入 Web APP 後，右側菜單 Music＆Books 處，可以設置聽音樂、聽書的功能，點擊菜單 Skills 可以設置技能插件，這裡有上萬個技能插件，基本都是第三方開發者為 Alexa 開發的功能。

在菜單 Home 下，可以看到和音箱對話的歷史記錄，並可對每次對話的答案標記是否滿意，這樣可以幫助 Alexa 完成「機器學習」。使用者和 Alexa的聊天記錄，只有自己可見，對開發者是封閉的。

而中國一些語音語義平台，能讓開發者在平台上面，就看見使用者的聊天記錄，相信很多普通使用者知道了這點，就都不敢再跟智慧產品，當那種「無話不談」的朋友了。

如果你希望 Alexa 智慧設備能控制家裡的電器，也要開啓相應的技能插件才行。比如你用的是美國快思聰（Crestron）的智慧家居系統，則可以開啓技能插件 Crestron Home Automation for SmartHome ，開啓時需要 Oauth 帳號授權，這樣 Echo 音箱就能知道你家裡連接了多少Crestron 的設備，然後就可以通過語音來控制它們。而如果你是一個開發者，如何給 Alexa開發技能插件呢？

首選，你要登錄亞馬遜的開發者中心（developer．amazon．com），進入 Alexa 的菜單後，會讓你選擇是開發插件（Alexa Skills Kit），還是接入語音服務（Alexa Voice Service）。這裡我們選擇 Alexa Skills Kit 即可，接下來按操作步驟進行即可。

Alexa 可以開發三種類型的插件：自定義（custom）、智慧家庭（smart home）、快報（flash briefing）。當然， Alexa 並不要求開發者將自己的內容資源（如音視訊、問答對等）上傳到亞馬遜，而只是在 Alexa 中定義「意圖」，當用戶觸發「意圖」時，調用開發者定義的接口，類似於微信公眾號的開發者模式，開發者自己在接口中返回 Alexa 要回答用戶的答案， Alexa 做到了「意圖」和「回答」的分離，在 Alexa 平台定義「意圖」，而在開發者自己伺服器上面實現回答。

而中國很多語音語義平台，沒有實現「意圖」和「回答」的分離，要求開發者將「答案」上傳到平台，所以給開發者感覺不太好，總認為將自己的核心機密數據，上傳到了第三方。

亞馬遜透過 Alexa 吸引普通用戶與它對話，同時也吸引了更多的開發者為它貢獻插件，同時保障了普通用戶和開發者的權益，而且產品也做到了：不會「索取」開發者的核心數據，更不會把普通用戶的對話記錄，開放給開發者。筆者相信，這也是 Alexa 能夠獲得成功的一個非常重要的原因。

3，Alexa Voice Service（語音服務）

如果我們想開發一款擁有像 Echo 音箱一樣，具有語音交互功能的產品，那麼，我們直接接入Alexa 的語音服務即可。產品的接入方式也十分簡單，在開發者中心創建一個語音服務的應用，就可以獲得兩個 KEY： Client ID 和 Client Secret，這兩個 KEY 值是調用接口時需要用到的。

接口地址為： https：//avs-alexa-na.amazon.com ，請求接口時傳遞錄音文件， Alexa的雲端同時進行了語音辨識和語義理解，將音頻文件轉換為文字，然後對文字進行理解，如果觸發了某個技能插件的「意圖」，則調用開發者的定義第三方伺服器的接口，如果是聽歌或聽書等「意圖」，則調用亞馬遜自家的資源。語義理解後， Alexa 將需要返回的文字內容合成為音頻文件，所以接口的返回內容也是音頻文件。

Alexa語音服務這麼簡單？核心功能就是一個接口？沒有喚醒模組？沒有麥克風陣列？很多中國做開發的同學，可能會有這些疑問。其實，Alexa 並沒有像中國的語音平台那樣，將語音、語義、喚醒、麥克風陣列打包在一起，然後收一個很高的 License 費用。Alexa 只專注於雲端辨識，而喚醒、麥克風陣列等技術是開放的。

這是官方的示例代碼 https：//github．com/alexa/alexa-avs-sample-app ，示例代碼中喚醒用了Sensory 和 KITT．AI，麥克風陣列用了科聲訊的兩麥方案。Alexa 不綁定任何硬體方案，喚醒和錄音的技術方案完全掌握由開發者自己決定。Alexa 只是對錄音的品質提出要求：

因為 Alexa 不綁定任何硬體方案，這就使得硬體成本可以降下來，Alexa 也並沒有在語音技術上收費，用戶是在使用產品過程中，對內容進行付費。

而中國的語音平台，總想著在語音技術本身上收費，語音技術還要綁定自家的喚醒模組、麥克風陣列或者 SDK，也並沒有開放 API。一個 License 費用就能收 60多塊錢，這使得智慧語音技術成本一直也降不下來，當然這可能因為市場的開發環境不同，還有文化差異所導致。

筆者認為，雖然人工智慧被炒得很熱，但普通用戶目前還是嘗鮮的態度，並沒有形成強烈的剛需，市場並未打開。

如果智慧產品要想要打開市場，那麼應該有兩點基礎要求：
第一，就是真正意義上能替代「人工」，比如工業機器人、智慧客服，他們真的能替代人工，所以它們會有市場；

第二點，就是讓普通用戶能夠用低成本「嘗鮮」。很多服務機器人或者智慧音箱產品就比較尷尬，既然不能替代人工，那麼用戶只能把它作為「娛樂產品」來消遣，但價格又這麼貴，普通用戶只能「望而卻步」了。

4，Alexa Fund（基金會）

Alexa 基金會孵化是使用該項技術的創業項目，它要求所有項目按照他們規定的時間點進行，4月9號之前報名，7月17日開始開發，經歷13周時間，10月12日演示產品。