“產(chǎn)品體驗是推動人機交互變革的核心突破口。”4月26日，在GMIC全球移動互聯(lián)網(wǎng)大會“全球創(chuàng)新硬件產(chǎn)品秀”分論壇上，百度度秘事業(yè)部智能生態(tài)副總經(jīng)理揭東輝在演講時表示，在AI時代，逐漸成熟的智能語音交互技術(shù)讓人機交互方式變得更加智能，將智能設(shè)備的用戶滲透推向新高，也讓用戶使用智能設(shè)備的門檻越來越低。

（百度度秘事業(yè)部智能生態(tài)副總經(jīng)理揭東輝）

除了AI語音技術(shù)，產(chǎn)品體驗是一個核心要素。揭東輝說，產(chǎn)品體驗是讓DuerOS真正落到實處，滲透到生活中的根本原因。產(chǎn)品體驗是分場景的，包括手機、電視、車載等等場景的滲入和設(shè)備的搭載，都是DuerOS能夠走進用戶生活的原因。自2017年7月正式發(fā)布以來，DuerOS的合作伙伴數(shù)量已經(jīng)超過了160家、搭載DuerOS落地的主控設(shè)備也超過了80余款，DuerOS落地硬件解決方案超過20個。

百度3月重磅推出的國內(nèi)首款智能視頻音箱小度在家是揭東輝帶到GMIC的創(chuàng)新AI硬件。他表示，AI時代，光做上層的OS、應(yīng)用層遠遠不夠，更需要軟硬件結(jié)合，讓AI能力在產(chǎn)品上體現(xiàn)出來。小度在家就是一款集智能音箱、智能電視和可視電話于一身的創(chuàng)新性產(chǎn)品，它突破了以往用戶與設(shè)備的交互體驗，承載著“讓全家人享受到科技樂趣”的使命。

以下是揭東輝演講實錄：

揭東輝：今天分享的主題叫做“為AI發(fā)聲，智領(lǐng)未來”。

如果我們把時間軸往前挪一挪，AI在電腦發(fā)明的時候，那時候大家就往這方面探索，那時候整個交互系統(tǒng)還是很不好用，最早是鍵盤，后面發(fā)明了鼠標。這種情況下大家對科技還有很高的熱情，到了移動交互時代，大家認為手機是解決日常生活的工具。會把手機握到手上，除了它的功能很強大，另外一個層次是原因它還是很好用，手指點就可以了，點到的東西就是你要的東西。

到最近AI這個時代，我們現(xiàn)在開始語音交互的技術(shù)越來越成熟，這種情況下交互方式變成越來越智能，使用門檻越來越低，所以它的用戶滲透會越來越高。這種情況下我們做了我們的DuerOS。這個系統(tǒng)出來以后，我們不再需要找遙控器，不再需要找APP打開看看調(diào)用的功能，人用語音跟它交互。這種情況下DuerOS就可以滲透到任何場景里，比如早上起床，我們可以用智能音箱鬧鐘喚醒，洗漱的時候可以有一個屏給你推送信息，車上有可以跟你自然交互的，上班的時候智能語音助手，一系列的產(chǎn)品輔助辦公工作，最重要回到家里，可以原廠交互的電視。小朋友可以用智能語音玩具跟它做很好的交互。

另外一個很核心的東西是你要有很好的產(chǎn)品體驗，產(chǎn)品體驗才是讓它真正落到實處，滲透到生活中的最根本的原因。大家剛開始用一個產(chǎn)品的時候，一定是說滿足你的功能，是工具性的產(chǎn)品。逐漸到后面你可能會說這個東西挺順手，喜歡用它。一直到好的產(chǎn)品體驗是離不開它，少了它某些功能就缺失了。產(chǎn)品體驗是可以滲透到生活中的基本原因。

產(chǎn)品體驗的核心，我們認為它是分場景的東西，舉個例子，像是手機，大家都不覺得手機需要喚醒功能或者需要強的語音交互功能。但是當我們把手機這個場景放到開車的導(dǎo)航的時候，手被方向盤占用的時候，就想說導(dǎo)航的手機如果能夠語音操控是多么好的事情。在這個想法下，會把DuerOS跟場景結(jié)合，落實到各種產(chǎn)品里去。

智能電視做的應(yīng)用場景是除了能夠看很多片源以外，可能還會說這個場景里面主演是誰，配角叫什么名字，演過什么電影，或者想說獲取一些配樂是什么來歷，是什么曲子。這個東西智能交互的電視提供的好玩的功能。

有了這么多功能以后，有很多伙伴問這些功能是不是能為我的產(chǎn)品所用，這個答案是“YES”的，我們所有的能力都會開放出來。我們提供最底層的東西，解決語音交互中的聽清、聽懂、滿足的基本功能。聽清是通過語音聲學(xué)技術(shù)讓人的聲音能夠很清晰被機器識別。聽懂可以讓一個很長的句子，或者不是很清晰的意圖，能夠被自然語言處理識別出來，明白你所要的需求，到最后的時候一定是它能夠滿足你想要的需求，比如你聽歌，要點外賣，或者獲取信息，或者只是簡單問天氣。我們構(gòu)建了100個品類，通過這些滿足用戶的需求。

我剛才說的這些能力分成原生能力，包括百科等等的。第三方能夠提供的能力也可以進來。

我們有一個核心層，包含了現(xiàn)在說的語音識別TTS，知識圖譜、自然語言處理。最上面應(yīng)用層可以跟廠商合作一起完善的，包括整體的參考設(shè)計、硬件的麥克風芯片的選型，工業(yè)設(shè)計的能力，一直到手機上的交互APP的定制。

DuerOS平臺是去年7月5日發(fā)布的，這個發(fā)布以來到目前為止超過160+合作伙伴，這些合作伙伴分布在各種渠道跟行業(yè)，包括電視、家電、玩具、音箱等等的產(chǎn)品，以及智能家居，各個行業(yè)都有落地。我們提供了一些方案，包含了從最小的芯片級的，大約是只能跑小系統(tǒng)，一直到安卓等等，全系列硬件結(jié)合的模組。搭載DuerOS能力的產(chǎn)品超過80多種。

我們一直在迭代，今年7月份還會有開發(fā)者大會，我們還會有更有趣的東西發(fā)布，也歡迎大家7月份一起來參加我們的開發(fā)者大會的活動。

我們認為AI時代，光做上層的OS、應(yīng)用層遠遠不夠，它需要軟硬件結(jié)合，就是一定要讓AI跑在產(chǎn)品上才能體現(xiàn)出能力來。突破性的創(chuàng)新產(chǎn)品一定是很好玩的硬件呈現(xiàn)的。

小度在家就是有創(chuàng)新性的硬件交互，首先智能音箱可以聽音樂、聊天，同時代有智能電視的屬性，可以看電視的時候了解所有的，你可以說當前電視里面有些什么人，這些人有什么人物關(guān)系，可以幫你介紹這些東西。甚至你看某個明星，只看某個明星片段，它可以篩選出來。還有智能手機的屬性，包含移動通訊，或者視頻通訊的能力。這些結(jié)合在一起做了小度在家的產(chǎn)品，這個產(chǎn)品我一直想說怎么描述它，發(fā)覺語音描述很難，我可能要說123467有各種的點，好在今天的交互也是帶屏的交互，不是語音的。所以來看大屏幕它有什么好玩的能力。

我們不會給你介紹這個軟硬件改了多少版，多少人花了多少心血做，今天要分享一下它的一些設(shè)計原則，因為我們講是創(chuàng)新產(chǎn)品。

首先一個特點是多模態(tài)的交互，當語音很難描述一個東西的時候，你用視頻，多模的方式可以有寬廣的呈現(xiàn)方式。尤其我們這種無屏音箱，在一些應(yīng)用上本身就有局限性，本身以聽為主，聽是單線程，必須專注才能抓到內(nèi)容。比如問它天氣的狀況，它回答給你可能是很標準的模板，比如天氣晴，最高最低是多少，空氣質(zhì)量多少，對用戶可能就是一兩個點，是不是下雨了要帶傘，要不要加衣服，這樣有帶屏的呈現(xiàn)就很簡單，秀在平米上，用戶掃一眼就看到了。

多模態(tài)的交互另外場景上有很好應(yīng)用，比如購物場景，語音購物是很不流暢的購物體驗，你沒有商品選擇的權(quán)利，也看不到商品長什么樣。?還有跟地圖相關(guān)的服務(wù)，也只有在帶屏產(chǎn)品上才能呈現(xiàn)出來。

我們會做智能交互的引導(dǎo)，這是很重要的一個事情，在我們一些數(shù)據(jù)上來看我們發(fā)覺很多無屏產(chǎn)品會看到喚醒以后會有很大比例是突然不知道要問產(chǎn)品什么樣，有些產(chǎn)品喚醒之后是空語音的狀態(tài)能達到30%的比例。我們可能會有很好的內(nèi)容，有很好藏在后面的東西，但是用戶不知道怎么獲取，這時候作為一個有屏的引導(dǎo)就很容易做引導(dǎo)交互。

還有一個產(chǎn)品本身是有多屬性的，尤其像在家庭的產(chǎn)品，一定不會只為一個人服務(wù)，它應(yīng)該要有多用戶的設(shè)計理念，比如小孩什么樣的呈現(xiàn)方式，老人用是什么樣的交互方式。

一二線城市，尤其現(xiàn)代年輕人的家庭結(jié)構(gòu)里，有4種人物畫像：缺失的爸爸、焦慮的媽媽、失控的小孩、孤獨的老人。我們希望通過小度在家能夠幫我們來解決這種人生活中改善一點點，每天改善一點點，希望能夠給大家更好的體驗。

DuerOS是一個開放的系統(tǒng)，我們希望這套系統(tǒng)提供最基本的軟硬件的能力，大家一起來做上面的差異化，它上面的產(chǎn)品化，然后把創(chuàng)新的產(chǎn)品真正能做到推動萬物爆發(fā)，大家都能做出新的好玩的東西。

謝謝大家！