自2011年蘋果將Siri帶進手機市場之后，語音助手類應用可謂火的一塌糊涂。還記得當年上至生活大爆炸里的謝耳朵，下至無數的果粉，紛紛以調戲 Siri為樂。先不說Siri到底是否為消費者帶來極致的便利，但就影響力來說，Siri一定是蘋果的一個代表作品。蘋果幾乎以一己之力打開了一個全新的市場，再大的廠家也無法淡定，谷歌微軟紛紛入局，使出渾身解數，誓要為消費者在手機上打造一名“私人管家”。那么今天，我們就來聊聊各家的語音助手。
如今手機界有三大操作系統，IOS，安卓和WP8。相應的來說，自然也有三大語音助手，Siri，GoogleNow和Cortana(微軟小娜)。三大語音助手之中，Siri來的最早，也是名頭最大的一個，不然怎么有人說iPhone 4S的S就是Siri呢。
事實上，Siri直接發源于史上最大的人工智能項目：五角大樓的CALO項目。CALO是 “CognitiveAssistantthatLearnsandOrganizes”的縮寫(會學習和組織的認知助理)，這個項目匯聚了全球人工智能 方面的頂尖科研人員。整個CALO計劃的帶頭人名叫AdamCheyer，現任蘋果iPhone團隊的工程總監。Cheyer說CALO早已開始探索如何 把“對話、自然語言理解、視覺、演說、機器學習、制定計劃、理性思考、服務代表全部融合到一個模仿人類的助理中，幫助人們完成不同的事情。”他形容說 Siri計劃就是尋求在一件消費產品中做同樣的事情。其實，在Siri正式發布的前四年里，Cheyer和他的團隊一直在鉆研如何優化CALO，使其能夠 在一臺強大的移動電話中發揮效用，每天都能被成千上萬的用戶使用。對Cheyer來說，Siri并不是早期安卓手機上簡單的語音識別，Siri是人工智能，是這個十年里移動平臺最大的事情之一。Siri最終的目的就是為消費者打造一個貼身的數字管家，讓消費者感受到科技的便捷。
iPhone 4S上的Siri
有了先行者，自然就有追趕的人。或許，谷歌早就預料到蘋果會漸漸在IOS中去掉谷歌服務。為了鞏固自己在移動搜索領域的優勢，同安卓4.1一起推出了全 新的搜索應用，Google now。用谷歌官方的話來說，Googlenow會全面了解消費者的各種習慣和正在進行的動作，并利用它所了解的來為消費者提供相關信息。現如今，谷歌已經為Googlenow添加了諸如步行和行車里程記錄，汽車租賃，演唱會門票和通勤共享等方面的內容，并且如今，Googlenow已經被直接整合進原生的安卓系統之中，使用更為便利。
Googlenow
看著蘋果和谷歌在移動語音領域大展身手，同樣身為科技巨頭的微軟自然是坐不住了。為了對抗蘋果和谷歌，微軟也推出了自家的語音助手 ---Cortana，而且針對中國市場，微軟還發布了本土版的Cortana---微軟小娜。雖說想達到Holo里Cortana的技術再有500年都 未必能夠實現，但這并不妨礙微軟現在將“非完全體”的它移植進手機之中。在WP8.1之中，Cortana被定位為個人數字助理，能通過不斷學習用戶的使 用習慣和興趣來幫助用戶組織日常活動，常規的Web搜索。
基于這種設計理念，微軟為Cortana特意打造了一個虛擬的記事本。當然， 這個記事本并非是隱私收集器，而是代表了Cortana記錄用戶的一切待辦事項。并且這些待辦事項全部存于云端，如果愿意，用戶完全可以同好友分享信息， 甚至是位置，興趣點等等。另外，Cortana最有用的部分在于自主性的學習能力和基于時間的觸發行動，有些像是一些基于“IFTTT”(網絡行為連鎖反 應)的Web服務。隨著使用時間的推移，Cortana能夠學習你的發聲習慣，從而更準確地理解你的意思，另外在了解你的喜好之后，理論上可以實現更智能 化的主動式服務。微軟也將向第三方軟件廠商開發API，實現更多操作可能。
微軟Cortana
說了這么多，各位讀者可能感覺語音助手是一項非常“高大上”的技術，事實上并非如此。以Siri為例，Siri所用到的技術無過乎只有兩樣，人工智能以及云計算。但如果更細分來說，則可分為前端技術和后臺技術來看。在前端技術方面，即面向用戶，和用戶交互(UserInterface，UI)的技術，主要是語音識別以及語音合成技術。
語音識別技術是把用戶的口語轉化成文字，其中需要強大的語音知識庫，因此需要用到所謂的“云計算”技 術。而語音合成則是把返回的文字結果轉化成語音輸出，這個技術理論上本地就能完成，當然也可以是在云端完成的。后臺技術，其實才是真正的大角色。這些技術 的目的就是處理用戶的請求，并返回最匹配的結果，這些請求類型很多，千奇百怪，要處理好并不簡單。基本的結構可能是分析用戶的輸入(已經通過語音轉化)， 根據輸入類型，分別采用合適的技術(合適的技術后臺)進行處理。這些合適的后臺技術包括，①以Google，Bing，百度等為代表的網頁搜索技術;②以 WolframAlpha為代表的知識搜索技術(或者知識計算技術);③以維基百科為代表的知識庫(和WolframAlpha不同的是，這些知識來自人 類的手工編輯)技術(包括其他百科，如電影百科等);④以Yelp為代表的問答以及推薦技術。將處理后得到的結果再返還給用戶，也就完成了一次與用戶的問 答或是聊天。
Siri聊天
Siri和Cortana的技術基本就是如此，但一定要強調的是，嚴格的說Googlenow應當只是一款語音搜索軟件，并不具備與用戶聊天的的交互式功能。Googlenow只是利用了谷歌強大的搜索引擎，并且加入了上下文聯想功能，根據用戶的搜索記錄，習慣來提供智能化的服務。當然，這意味著它會收 集用戶數據加以分析，但是其呈現出的信息還是極為有效地。
語音助手的最終目的是為消費者帶來便利，因此，往往理論說的極其完美，但消費 者更關心其在現實生活之中的表現。僅以在大陸的情況來看，Googlenow可謂毫無用處。我們都知道Googlenow是基于Google搜索來提供反 饋的，但是在大陸，因為一些“你懂得”的原因，Google基本是無法使用的。唯一能使用的一些本機上的服務，還必需在英文界面下使用。當然，如今谷歌已 經推出了Googlenow的桌面版和可穿戴設備版，要是各位一定想嘗鮮的話，掛個VPN就是最好的選擇了。
與Googlenow不同的是，Siri和Cortana目前都是基于Bing平臺，因此兩者在大陸還是完全可以使用的。Siri在經過了兩年的發展之 后，成功摘掉了Beta版的帽子，迎來了正式版。相對于早期只能打電話，設置鬧鐘等簡單的操作，如今的Siri正不斷地加強其功能，如多國語音，男女聲， 打開一些程序等，并且在識別率上也有了很大的進步。但從聊天的角度來看，Siri和有人情味還有一段的距離。并且，因為監管的原因，早期還爆出了涉黃等問 題。這些都是Siri在未來要加以改正的和進步的。
Cortana在大陸的本土版叫做微軟小娜，相比于以上兩者，可謂接地氣的多。各位 讀者應當還記得不久前被騰訊封殺的微軟小冰吧。事實上，小娜和小冰都是微軟中國團隊的作品，微軟中國曾說過，小冰小娜就像一對姐妹花，雖然都是偏向人工智 能的產品，但定位不同，小娜更注重對用戶制定任務的完成，小冰則更傾向于娛樂俏皮的交流，兩者都是極為接地氣的產品。
這一點，在一些小 細節中有較大的體現，比如在天氣預報之中加入了空氣質量提醒，限行信息等，另外從第三方應用上來看，針對大陸市場，微軟小娜選擇了微信，新浪微博，愛奇藝 等七家應用進行深度合作，例如使用微軟小娜可以直接打開微信的朋友圈，這在Siri上是無法做到的。從目前大多數使用者的反應來看，微軟小娜還是具有很大的優勢的。而且隨著后天的學習功能的加強，微軟小娜必將成為WP手機的一大亮點。
接地氣的微軟小娜
先布局者得市場，在任何一個行業，這個道理也僅限于前期，誰能真正地笑到最后還不得而知。在競爭日益激烈的移動互聯網時代，語音助手最終拼的還是是否真 正為用戶著想，提供更加便利的語音智能生活。這場競爭還只是剛剛開始，未來大家還有很長的路要走，誰將最終獲得用戶認可，就讓時間給我們一個答案吧。
