从蓝牙语音到大屏交互，剖析百度在对话式 AI 上的创新

蓝牙设备可以像 WiFi 设备一样具备语音交互的能力，这是非常有意义的事情。

2017 年，伴随人工智能音箱行业的火热，基于 AI 的语音交互也正逐渐改变人机交互的方式。同时，集语音技术以及内容、服务生态的语音平台应运而生，这些语音平台大多背靠互联网巨头、AI 公司，试图发展成为「AI 时代的安卓」。

对于这些的公司而言，除了 AI 技术和内容闭环服务打通，他们更注重将技术、应用落地到产品，带给用户价值，这样才能反过来促进技术的进步，繁荣生态。

作为国内最繁荣的语音 AI 生态，百度 DuerOS 在产品落地方面有不少领先的成果。在最近由深圳湾主办的「ON THE GO：随行 AI 场景的产品创新」峰会上，来自百度智能生活事业群组的刘悦发表了主题为《百度在对话式人工智能上的创新探索》。

以下为演讲实录，内容经深圳湾整理和编辑。

人机交互发展：从人理解机器到机器理解人

每一次人机交互的迭代都在推动着时代和产品的发展。

我们简单回顾一下人机交互发展经历的三个阶段：第一阶段的 PC 时代，以鼠标和键盘的交互方式促进了 PC 设备发展，相关软件也应运而生。第二阶段的触屏时代，从过去的鼠标、键盘到触控手机，使得硬件的使用成本极大的降低。第三阶段，也就是目前，语音对话的人机交互方式的发展，使得我们理解机器成本进一步降低。

从人理解机器到机器理解人的交互方式的改变，催生了智能音箱、智能大屏设备、智能可穿戴设备、智能车载等设备的发展。

基于语音对话的人工智能产业已经全面爆发

从国外的市场来看，亚马逊 、Google、苹果、微软以及许多创业型的公司加入到这场智能化的变革当中，他们的竞争已经进入白热化阶段，并推动整个市场和产业的发展。

回过头来看，国内的市场情况也跟国外非常像。我们预测，2020 年，对话式人工智能在各个场景上的渗透将大幅度增加：智能家居（上升 27%）、智能车载（上升 51%）、智能可穿戴（上升 68%）。

中国市场的潜力非常巨大，我们发现，目前有非常多的音箱、大屏设备、穿戴设备、耳机等设备都在变成一个可人机自然对话的智能设备，基于语音对话的人工智能产业已经全面爆发。

小度自诞生以来取得的成绩

百度在 2015 年的时候发布了第一款

小度产品

，从那时候我们开始尝试和探索如何做一款这样的产品。至今，小度助手已经成为中国市场最繁荣的语音 AI 生态。

在 2016、2017 年，我们更多的持「生态赋能」的思路，不断跟业界的其他硬件公司合作，包括音箱企业、电视企业（TCL、创维等）、汽车企业、手表企业、耳机企业、手机企业等。我们把 AI 能力赋予不同场景下不同的硬件，让这些硬件成为可语音交互的设备。

2018 年，我们统计了搭载小度助手设备的激活数：从年初的 5000 万涨到 2018 年年底的 2 亿，至今这个数字还在不断提升。当然，激活数据并不能代表这个生态已经达到繁荣，只能从一个侧面反映了搭载的能力。而这样的能力是否真正被用户使用，以及用户是否接受我们给他的新交互方式？

实际上，我们也会非常兴奋地看到，从语音交互次数来看，用户的接受程度也在不断提升。从 2018 年 3 月到 2018 年年底，我们通过月语音交互次数的指标来反映用户交互频率，从最开始的 2 亿次到达去年年底的 16 亿次，这个数字至今还在持续上升，并且速度非常迅速。

从这两方面看来，小度已经变成了中国最繁荣的对话式人工智能平台。

这里面有另外两个指标，我也想分享给大家，一个是语音技能数量，目前小度已经有上千个各式各样的语音技能，我们自己只能做一些头部的技能，更多长尾的技能需要开发者不断提供，这些技能绝大部分都来自于我们社区当中对这方面感兴趣的开发者，使得生态变得更加健康和更加活跃。

另外，根据 Strategy Analytics 的统计，2018 年第四季度，小度系列智能设备的出货量提升到中国第二，增长率达到了全球第一，增势非常迅猛。从现在来看，小度逐渐进入千家万户，成为用户贴心可靠的助手，这也是百度在做对话式人工智能方面的理念和终极目标。

小度的产品发展经历

我们经历了从开始发布产品，到后面不断给第三方赋能，一直到后面自研硬件，一路走下来的过程。

百度对话式人工智能的创新一：蓝牙语音解决方案

接下来讲一讲百度在对话式人工智能所做的创新。除了大家熟悉的无屏音箱、带屏智能音箱，我们还在其他方向做了探索，今天借这个机会给大家来简单分享。

第一个是蓝牙设备。面对各种各样的蓝牙设备（蓝牙耳机和手环等），我们萌生出了给这些蓝牙设备赋能的想法——使得蓝牙设备可以像 WiFi 设备一样具备语音交互的能力，这是非常有意义的事情。

我们首先来看一下蓝牙设备的趋势：根据 SIG 的调查，截止到 2022 年，整个蓝牙设备全球铺货量达到 8.8 亿台。这意味着有很多蓝牙设备等待着我们去升级，对话式 AI 技术将对传统的蓝牙市场带来新的机遇。

从场景上来看，蓝牙设备也存在许多痛点。我们主要总结了三个场景，一个是家中，一个是路上，一个是在车内。在家中，智能音箱既支持 WiFi 又支持蓝牙，可进行语音交互。在路上有穿戴设备和智能耳机，苹果前不久发布第二代 AirPods 支持了 Siri 语音唤醒。第三个场景是车内，人在开车的时候双手被限制在方向盘上，这时候语音交互就会变成非常自然的交互方式。

基于这三个场景，我们怎么帮助用户提升他的体验，怎么帮助设备商更好地提升产品呢？这就是我们之前半年到一年时间探索当中希望解决的问题。

小度蓝牙解决方案

在 2018 年 7 月的百度开发者大会上，百度在国内率先提出了蓝牙设备的语音解决方案——DMA 蓝牙解决方案。在 11 月的百度世界大会上，我们发布了第一款基于 DMA 蓝牙协议的车载支架，这也是我们在车载场景上基于蓝牙解决方案做的实践产品。这个产品并不希望搅乱市场，我们更多是想告诉其他相关的厂商，这样的一个方案是 work 的、是被用户买账的。

同时，因为精力有限，我们也不希望完全自己来做所有语音蓝牙设备，而是希望把蓝牙合作方案输出给更多合作伙伴，让大家打造出具备智能对话能力的蓝牙设备。

而做这件事情的时候，会给厂商带来一系列的问题，比如：

用户是否有需求？对这样的产品感兴趣吗？

是否会增加很大的生产成本？

AI 技术接入门槛高吗？是否需要投入很多人力和周期？

有成型的方案帮助我们落地吗？

语音能力、NLP 打包在方案中吗？

可以给用户提供哪些内容资源？是否收费？

实际中，我们对这些问题也进行了研究和探讨：

小度的装机量、活跃度，以及小度车载支架的热卖，从市场角度印证了，用户对这个产品有非常大的刚需。

产品的功能方面，我们在小度蓝牙方案上基于不同的场景做深度的打磨，比如车载支架相应的车载场景，刚需的内容就包括娱乐、导航、接打电话，针对这些场景深度打磨的产品都会在小度 APP 上得以体现。

针对技术门槛，我们也做了很多优化，提供 SDK 的开发套件，把研发的门槛降到非常低。

DMA 整套方案是免费的一体化解决方案，包括语音技术、背后的内容资源和开放生态，以及第三方技能。

关于小度蓝牙的解决方案

接下来是具体的方案介绍，小度蓝牙的解决方案主要包含两部分，一个是小度 APP，第二个是 DMA 协议。DMA 协议的主要作用是帮助蓝牙硬件和手机上的 APP 之间进行对话式交互通讯。

通过我们提供的 DMA SDK，可以快速把 AI 移植到蓝牙设备，让数以千万的蓝牙设备瞬间变成可以对话的人工智能设备。

当这些蓝牙设备有了语音交互的能力，就能够让用户通过语音交互获取小度云端的内容，包括听音乐、有声节目、导航、控制家居等等。

小度的 DMA 语音解决方案有效解决了经典蓝牙协议的以下痛点：触碰和按键触发、语音输入延时明显、APP 之间的串扰和抢占等。

DMA 解决方案的语音交互不需要触发按钮，并针对远场的语音交互做了非常多的优化，在车内复杂的环境下，唤醒率达到了 97% 以上；DMA 解决方案的 BLE/RFCOMM 通道和 A2DP 可以同时使用，延时从 500ms-2000ms 下降到 200ms-300ms，不影响占用录音通道的 App。

百度对话式人工智能的创新二：大屏交互

今天还会跟大家分享我们另外一个在做的创新探索，即大屏体验。

「让用户放下遥控器」是我们做大屏探索时给自己设定的一个目标。针对找不到遥控器、找片很费劲、音质不理想的几大痛点，我们做了小度电视伴侣这样一个设备，它有很好的 Hi-Fi 音质，全语音远场交互，和全天候人工智能助手，这个产品最终的销量也远高于我们的预期。

在小度电视伴侣，我们专门设计的小度智能电视 UI 可以告诉用户，放下遥控器、试着通过语音来跟这个设备进行交互；

我们还创造了「大屏信息流」的概念，把好的内容通过信息流呈现，并通过语音交互做定制化的推送；

同时，这一设备的整套系统全面接入了小度语音助手，使得语音无处不在，它开机时就是智能电视，关上之后就变成智能音箱，语音交互一直在线……

针对电视上 APP 应用安装麻烦的痛点，小度电视伴侣搭载了 DuerOS 的语音技能，不需要安装，只需一句话就可以调用。

我们希望在后续中不断探索人机交互，以及人工智能如何赋能不同场景的智能硬件，希望对话式硬件被更多人使用。