VisionMobile：虚拟助手（VA）- Siri背后的前沿UI技术（三）

三、虚拟助手的竞争

Siri仅是充分竞争市场冰山的尖顶。Apple的产品在去年引发一波模仿和创新，有数十个智能手机应用。在报告中将分析Siri及另外4个应用：语言识别专家Nuance公司的Dragon Go，i-Free创新工场的可视化驱动Everfriends，人工智能创业公司Dexetra的iris，和AT & T实验室的Speak4bit。

我们统计了Android和iOS上43个虚拟助手应用，他们总共有133.3M（1.333亿）次下载。其中94%的下载是Android应用。Google的语音搜索——只有一次语音动作被执行的VA——在133.3M的下载中占了超过81%的下载量。即使除去语音搜索，Android应用仍在剩余的24.2M下载中占68%的比例。相反，iPhone和iPad应用有接近90%是付费下载，占VA应用收入的86%。VA总体收入宣称有$1.8M，就潜力而言，目前的收入是微薄的。

前十应用占总收入的42%。Pannous的Voice Actions单个就接近总收入的36%，仅随其后的是QuanticApps的Voice Assistant和True Knowledge的Evi。除了Pannous的Voice Actions，进入前十的付费应用只有AIVC和Speakto。这前十VA应用要么是语音识别厂商的产品，要么出自人工智能研究创业公司。Google和Naunce几乎为所有的前十应用提供语言识别引擎，只有一个应用例外，使用iSpeech。很多VA厂商承认曾尝试其他的引擎，比较过多个SR引擎，但在语音识别质量或报价上不满意。

对于VA任务和特性，我们定义了一些通用标准来分析。大部分VA具备本地搜索和通用搜索，包括天气预报，语言拨号和短信，包括联系人查找和导航。关键的VA特性，在十大应用中有广泛的实现，包括个性化，本地语种，访问第三方和本地内容。这些特性要求在研发中增加与技术公司的合作或者增加投资，以及拓展本地第三方内容合作。由于语音识别仍需大量研发，应用通常是由单个公司驱动。

对VA进行个性化，使之更似真人。Siri的讽刺个性肯定有助于模仿真人。部分应用使用定制化头像来加强VA的个性化。另一重要差异特性是访问第三方内容，典型的例子是Facebook，YouTube，Spotify，last.fm，或者是需求很大的本地内容。本地内容和本地语言支持是互相关联的特性。例如，Siri在美国工作良好，由第三方内容支持。但是在其他地区由于缺乏本地内容，娱乐性大为减弱。

  表：Android是VA的平台选择

Dragon Go：Nuance进入消费者领域

“Nuance正投资在直接面对消费者领域，因为我们相信此是研究人们喜好，将创新推向市场的最快途径”Matt Revis，Nuance公司移动和电视部门的副总裁。

Nuance为Siri提供语言识别功能，公司传统的收入主要来自垂直行业。在过去两年，它还是在直接面向消费者领域有竞争对手，如Vlingo和SVOX Mobile Voices。它推出的面向消费者应用，有Dragon Serach，Dragon Dictation和Dragon Go，其中Dragon Go是首个Nuance商标的成熟的虚拟助手。Nuance目前也在车载、电视、台式机和手提电脑上进行研究，认为VA技术可部署在从照相机到微波炉的所有消费者电子产品。Dragon Go音乐和推荐的内容合作伙伴们将它作为内容发布平台。Nuance还通过B2B商务为面向消费者应用衍生了价值消费者洞悉和语音识别引擎训练。与此同时，它不断增长的B2C商务使它和它的客户直接进行竞争。

  Everfriends：第三方服务和个性化

“根据互动特性建立的对话逻辑有助用户更加投入”Kirill Petrov，i-Free的创始者之一，和i- Free创新工场的领导者。

i-Free创新工提供是VA应用EverFriends，它是位于圣彼得堡的i-Free公司的子公司，i-Free公司提供出产手机应用和游戏并进行IT研究和风险投资。它认为目前的声控助手只是基于云的个人服务访问的垫脚石，可用于任何设备，使用自然语言和互动头像在用户和VA之间建立更深关系。Everfriends的不同的收入来源是研究VA商务模式的好例子：87%的收入来自第三方合作伙伴，5%来自广告，8%来自头像定制化。i-Free创新工场的核心关注点是头像定制化，它期待定制化收入会增长强劲。i-Free预期VA生态系统将向开放语音和自然语言API演进，因而允许第三方开发者创建衍生服务。它部署的计费能力、允许第三方交易也是第三方服务收入增长的关键因素。

  Iris（alpha）：最大独立厂商的VA应用

“手机不仅响应你，还可以和你说话” Narayan Babu，Dexetra公司的CEO。 

在几个小时之前，Dexetra推出首个虚拟助手iris版本，将Siri的功能部署在Android手机上。目前，Dexetra大部分收入来自广告，它视OEMs和运营商为关键合作伙伴。Dexetra已经和Micromax签订许可合同，允许这个手机制造商将iris的印度版集成到设备。Dexetra计划与运营商共同建立应用商店。Dexetra计划在2012上半能够达到500K设备销售。公司正在开发基于上下文识别的内部beta版本，并在将来开发语音广告。此外，公司的Friday项目正在优化NLP引擎，这是beta版本内的项目，可搜索用户搜索历史，计划在2012年6月推出。

Siri：第一个大众市场上的嵌入式虚拟助手

“Siri的推出在虚拟助手市场上产生巨大的冲击，最重要的是，它是第一个大众市场下的自然语言处理”，Kirill Petrov, i-Free的联合创始人，i- Free创新工场的领导者。

Siri的推出促进了对声控助手的关注，更重要的是，它引发一波虚拟助手的创新，包括可下载的应用和业界的研究。有不少VA试图追随Apple的成功，诸如“Siri的朋友”，“Android上的Siri”或者“类似Siri”。根据4月份出版的Parkes Associates研究报告，1/3的美国iPhone 4S拥有者每天使用Siri进行电话呼叫、短信或搜索。其余的用户中，有87%每月至少使用一次Siri，绝大部分是语音呼叫、短信和信息搜索。

Siri的语音识别由Nuance提供，它的搜索结果由Wolfram Alpha提供。Siri和其他VA的区别在于，Siri完全嵌入iPhone的UI和核心应用，包括联系人和日历。作为领头的手机声控界面，Apple的下一步将在其他设备集成语音UI，从平板和传说中的Apple TV开始。Apple也在努力增加所支持的语种，这是成功实现本地搜索以及更重要的本地内容交易的关键因素。我们也了解到Apple的Siri引起Google的搜索流量的下降，我们相信这会促使Google推出免费的跨平台竞争产品。

Speak4it：创建多种模式VA

“结合手势和语音带来巨大的机会，Speak4it是目前唯一的提供多种模式理解的应用”，Mazin Gilbert，AT & T实验室的技术研究部副总裁助理

Speak4it是使用语音和手势识别的本地搜索应用。由AT&T是实验室开发，使用AT&T的“Watson”人工智能平台。公司认为虚拟助手将在未来3-5年内成为所有类型设备的自然接口。为实现这个愿景，AT&T希望吸引第三方开发这到它的AI平台引擎。目前只开放给AT&T的合作伙伴的AT&T的Watson API库，计划在2012年6月开放给第三方开发者。AT&T将首先开放语音到文字，通用和本地搜索，语音邮件和SMS的库，而多模式能力（结合语音和手势识别）将仍只提供给其战略合作伙伴。AT&T将它的智能网络视为不断发展的VA领域的核心竞争优势。由于版权许可交易商业化的潜力，AT&T实验室在AI领域的600个专利肯定给它带来竞争优势。