从skill到武艺，VUI年代以前到来
如今，随着AI年代的到来，越来越多的人发觉了语音交互的潜力，开头动手操持进入这个范畴。本篇文章作者给各位分享了本人有关语音交互武艺的一些看法，供各位讨论学习。
现在，在亚马逊alexa上，语音交互武艺的数目以前凌驾5w，固然这个数目和质量还没法和GooglePlay和AppStore提供的620万款使用媲美，但仍旧是一件令语音AI从业者欢乐鼓动的事，随着AI平台的标准化、标准化，越来越多的产物司理注意到语音交互的潜力，开头操持和计划武艺。
这此中，也有不少刚刚交往语音交互武艺的伙伴，以是整理了一些基本看法，也殽杂了一些本人的看法，特与各位分享、讨论。
语音交互武艺，也叫“武艺”，这是个新颖事物，在2年前，各位还必必要用英文，叫它skill。而界说语音skill的，正是亚马逊的征象级语音交互产物——echo。
一、亚马逊的0到3，贝索斯的130到5000+
时间回到2015年，事先的智能音箱各位照旧用来听听歌啊，查查天气啥的（固然听歌查天气的功效也没有到达很完满）。
当年7月份，亚马逊公布了开放局部语音交互才能给第三方，正是这个实验，让alexa平台诞生了最早的skill：Crystal Ball（水晶球），Math Puzzles（猜数字），StubHub（今晚干啥）。
详见下图：
如今看来这三个skill很基本，乃至是有点大略。
好比，Crystal Ball“水晶球”这个skill的功效就是回复yes大概no，并且照旧随机的……
好比你问音箱：alexa，我该减肥吗？音箱回复：yes，第二次你问音箱：alexa，我该减肥吗？音箱回复的约莫就是no。
你问什么成绩音箱不管，音箱只管回复yes和no，我以为这个武艺约莫完成起来只用了三、四行代码吧，武艺上应该是蛮简便的。
Math Puzzles“猜数字”这个skill也不难，就是播报一串数字，这串数字有一定逻辑，你说出下一个数字就可以了。好比，音箱会问2,4,6,8的下个数字是几多？你跟alexa说10，就算答对了。
StubHub“今晚干啥”略微繁复点，alexa会把音箱的地域地点给到开发者，以是当你问alexa今晚干啥的时分，alexa可以依据地域地点保举四周的影戏、沙龙、活动和派对给你。好比：
用户：“alexa，我今晚该干点啥？”
音箱：“四周的XX创客空间，有一场各位都是产物司理主理的AI主题演讲貌似很不错，时间是夜晚8点钟。”
但是，假如用户诘问：“alexa，演讲人是谁”，音箱就回复不上了，是的，alexa开放出来的武艺最早也没有多轮对话。
到了16年1月，alexa的skill数目到达了130个，alexa团队兴致勃勃的发了个（信息图）infographic先容后果。
后果把亚马逊的老大贝索斯搞炸了，趁着来议会把alexa团队教导一番，130？Wtf，怎样这么少……（据美国媒体the information报道，但亚马逊官方不予置评）
贝索斯要求这个速率要增速，增速，再增速。alexa的团队也很冒死，到了11月，alexa的skill数目到达了惊人的5000+，这个时分美国人民以前可以用alexa叫Uber，听Twitter内容了，智能音箱终于挣脱了只能听歌，查天气的困境，固然这还要局部感激贝索斯。
二、国内：从skill到武艺，VUI年代的到来
等冬天过完，到17年上半年，对硅谷随时坚持敏感的国内互联网大佬们，顺遂把国内智能音箱的大战扑灭，做skill的人渐渐多了起来。
skill，skill的叫着也不太顺，用户也用不明白，照旧得要此中文的名字，翻译为“武艺”再切合不外。
依据《辞海》，武艺是运用知识和履历实行一定活动的才能。放到语音AI的场景里，语音交互武艺就是运用天然言语对话的交互办法，完成影音文娱、信息查询、生存办事等的功效，简称“武艺”。
现在，不管是亚马逊alexa，照旧国内的各家AI平台，武艺的分类标准都很像，基本是把武艺分红三大类：自界说武艺、智能家居武艺、内容播报武艺。
- 自界说武艺主要是生存办事、文娱游戏，好比上文先容的几种武艺，都属于自界说武艺。
- 智能家居武艺主要是用来对其他智能装备举行语音控制，接口的完满性和语音交互以前趋于成熟，我听说有的团队把硬件接入alexa约莫一地利间都用不到（稽核时间不算）。
- 内容播报武艺主要是关于讯息和信息的转达，像alexa平台很早的时分就聚集了几乎一切美国的主流媒体：NYT、WSJ、NPR、CNN等等，媒体们对这个新兴平台照旧处于卡位阶段。
和CNN的受众提高部副总裁艾伦-西格尔交换时，就发觉他们暂且照旧把亚马逊的echo这个平台放在战略圈的最外层（见下图），和apple watch等渠道平级，但他仍然看好这种情势的潜力，毕竟美国以前有五分之一的家庭拥有了智能音箱。
而国内，腾讯讯息和新华社等都以前开头实验把讯息feed接入智能音箱，并且在小雅AI音箱、小豹AI音箱等装备上落地。
要做武艺，一定要选择一个分类，这三种分类的武艺在开发上侧重点也会不同。
好比，自界说武艺，它的中心就是是语音交互（voice interactive ），语音交互就是将人的言语转换成使用的request（面向体系的哀求）的形式，也就是VUI（Voice UI），我们之前议论的UI更多意义上是GUI（Graphic UI），而要做好的VUI的交互和GUI一样，都关于细节提出了更多更高的要求。
亚马逊的VUI计划师Amdrew ku就说过：“人类关于声响的敏感是超出很多人的想象的。”
已往很长一段时间VUI方面积累的实际远远少于GUI，市面上相对经典的一本书是被翻译成中文，本年刚刚出书的《语音用户界面计划》。
固然亚马逊的alexa平台和国内各家AI平台也积累了不少的履历，各位感兴致的话平常可以多多眷注各家的论坛。
现在，武艺的生态丛林正在渐渐构成，干系材料也越来越多，愿刚交往这一范畴的开发者、产物司理都能做出体验更好、更被用户必要的武艺。
本文由 @maoChuan 原创公布于各位都是产物司理。未经允许，克制转载
题图来自Unsplash，基于CC0协议
