作為語音交互的一大重要細分應用場景，兒童終端市場在經(jīng)過過去兩年持續(xù)的試水和探索之后，2018年迎來新一波的增長高潮。從智能故事機、早教娛樂機再到兒童智能音箱，幾乎每一類都成為了當前市面上的爆品，成為2018年國內(nèi)語音交互應用領域的一道“靚麗風景”。

應用轉(zhuǎn)型與場景需求“雙向”驅(qū)動

兒童智能語音市場“爆火”

受惠于智能語音技術的成熟及應用場景的快速擴張，今年以來，在各大頭部廠商的牽動下，兒童智能語音終端市場迎來新一輪噴發(fā)，成為語音交互眾多應用場景中的一道亮景。其中，增長最快的要數(shù)智能早教機、故事機和兒童智能音箱三類產(chǎn)品，業(yè)內(nèi)預估今年國內(nèi)早教機器人市場規(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下，目前也已占據(jù)整個智能音箱市場的20％左右，達到百萬量級出貨，足見市場之火爆。

今年，做兒童機器人的公司就多達好幾百家，僅大大小小的智能故事機廠家也有一兩千家左右，數(shù)量比去年幾乎翻了一番，某公司市場經(jīng)理表示：“其中，很大一部分廠商基本都是從別的行業(yè)過來的，例如有些廠商過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，都想借此市場良機賺錢。今年上半年受益于市場持續(xù)火爆，公司智能早教機產(chǎn)品目前的累計銷量已達到25萬臺，相比去年有較為可觀的增長，下半年我們保守估計銷量能夠突破30多萬。如今，市面上只要是帶智能語音交互功能，且定價在千元以內(nèi)外觀還可以的兒童機器人產(chǎn)品基本上都能達到月銷量幾萬臺的水平?！?/p>

智能故事機市場，某公司商務總監(jiān)也預計：“2018年整個故事機市場出貨量可能達到3000萬到4000萬臺，其中會有一多半屬于智能故事機產(chǎn)品，市場巨大。當前的兒童智能終端領域，其方案的整體市場占有率約為20％－30％，依托于前端算法的優(yōu)勢，在Android系統(tǒng)的高端市場也擁有超過50％的市場占有率，相關合作品牌兒童終端的出貨量均十分可觀?！?/p>

為何語音交互能迅速在兒童市場爆火？編者認為，其一主要是越來越多的智能音箱巨頭相繼發(fā)力兒童市場的原因，智能音箱向兒童市場的轉(zhuǎn)移，實現(xiàn)了很好的智能對非智能應用的“降維打擊”效果。事實上，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并無差別，但是在軟件層面，比如語音識別、兒童讀物等都是針對兒童進行量身打造的；緊隨其后的5月，各廠商也都紛紛針對兒童推出了專門的智能音箱，深耕兒童應用市場。兒童智能音箱的爆火，進一步帶動智能語音技術向更多應用場景擴散，早教機及故事機這類場景自然就成為了首發(fā)戰(zhàn)場。

另一方面，越來越多“頭部”廠商集中發(fā)力AI智能語音交互類硬件產(chǎn)品也是關鍵原因。許波認為：“‘頭部’廠商的帶動，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)故事機市場快速萎縮，盡管這種產(chǎn)品在價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，二者之間的價格優(yōu)勢也正逐步淡化。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)品越來越?jīng)]有賣點，導致消費者不買賬。比如我們最近接觸的一家故事機銷售商，去年他們非智能產(chǎn)品的業(yè)務表現(xiàn)還相對比較強勁，但今年這塊產(chǎn)品的出貨量就不怎么理想，現(xiàn)在庫存也比較多，很多產(chǎn)品也只能降價甩賣?！?/p>

從應用場景需求本身的角度來看，鑒于中國兒童教育市場體量本身就十分巨大，加之智能語音交互與兒童終端產(chǎn)品近年來正快速融合，順理成章地推動了該場景對語音交互逐漸形成剛需。某公司聯(lián)合創(chuàng)始人也表示：“隨著語音交互在技術端的逐步深化，如今的語音交互已不再是按鍵和觸控交互方式的輔助或補充，而是以更加獨立或者占有主導權的交互模態(tài)呈現(xiàn)出來，進而降低了老人和兒童使用電子產(chǎn)品的難度。對于3歲以上的兒童來說，他們迫切需要用語言來表達觀點和獲取知識，而語音交互正好切中了這一訴求。其在2016年成立之時，就幫助奇虎360打造了多款兒童機器人和故事機系列產(chǎn)品，而隨著兒童智能音箱市場的爆發(fā)以及語音交互剛性需求的帶動，兒童故事機、陪伴以及早教等智能語音交互終端產(chǎn)品的市場體量會非常巨大?！?/p>

兒童應用場景挑戰(zhàn)多

算法優(yōu)化與內(nèi)容適配是關鍵

誠如上述，在兒童教育類終端市場持續(xù)高漲的態(tài)勢下，智能語音交互的市場潛力可謂是不可限量。但就目前的應用現(xiàn)狀來看，與成人類語音交互場景不同，兒童場景存在著更多語音及語意方面的“不確定性”和“復雜性”，這也給語音交互廠商帶來了更多技術層面上的挑戰(zhàn)，首當其沖的就是語音交互系統(tǒng)、內(nèi)容及相關算法的適配。

某公司市場總監(jiān)在接受本刊采訪時就坦言：“現(xiàn)階段經(jīng)過訓練，市面上其實已經(jīng)有很多產(chǎn)品可以做到對方言的識別，成人應用場景之前的很多難點都在逐漸被克服。但兒童交互產(chǎn)品的區(qū)別在于，產(chǎn)品要做到童音識別，除了需要解決孩子具備的更高音階以及不同的言語模式問題外，更為重要的是，孩子并不擅長按照機器能理解的方式與其交互，成年人建立的語音庫并不能很好的理解兒童的語言，即使包括Amazon Echo與Google Home在內(nèi)的業(yè)內(nèi)頂尖設備也都出現(xiàn)了在與兒童交互的場景下識別錯誤的現(xiàn)象?！?/p>

她對此也表示贊同，她認為：“對于小朋友來說，好奇心重，且思維邏輯不如成年人那般嚴謹，因此小朋友在對智能語音終端提出問題時常常是出其不意、前言不搭后語且猶豫反復的。針對兒童的這種語音交互特性，常常需要做更多技術層面上的優(yōu)化，比如我們就推出了Free－cut（隨時打斷，任意喚醒），F(xiàn)ree－ask（支持識別猶豫及停頓）以及One－shot（一句連控，喚醒識別連續(xù)說）等技術，來提升兒童語音交互體驗?！?/p>

對于兒童不同于成年人的語音音階和言語模式等問題，她認為需要針對這些發(fā)音特點進行專業(yè)的模型訓練：“例如我們在幫助百度‘小度智能音箱’打造‘兒童模式’時，就構建了一個集合百萬級數(shù)據(jù)的兒童語音庫，針對兒童的發(fā)聲特點進行了專項優(yōu)化，基于6000＋個兒童數(shù)據(jù)模型和超過30000小時的童聲語音測試，打造出了兒童專用語音喚醒模型以及語音識別交互引擎，使得音箱在與兒童進行對話時，能夠提供更高的識別和喚醒的準確率、更快的反應速度以及更流暢且自然的語音交互。目前該方案已經(jīng)能夠?qū)崿F(xiàn)定制化，并經(jīng)過360兒童故事機、兒童陪伴機器人以及兒童智能音箱等眾多終端產(chǎn)品的百萬級規(guī)模量產(chǎn)驗證，成本可控?！?/p>

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

總之，編者認為，在兒童教育市場高速成長的驅(qū)動下，兒童智能語音終端市場的“雪球”無疑會越滾越大，這也為業(yè)內(nèi)廠商推動語音交互走向大規(guī)模普及創(chuàng)造了絕佳的機遇。當然，機遇與挑戰(zhàn)總是并存的，兒童語音交互市場需要比成人場景更為復雜且更具定制化特性的語音交互系統(tǒng)及算法設計，同時在內(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)、算法設計以及內(nèi)容提供方面耗費更多的精力、成本以及資源。不過，隨著未來市場體量的不斷增大，這些成本問題也會逐步消散。