為什么說智能音箱是個(gè)“智障” 因?yàn)樗焐鷼埣?/h1>

2019-10-14 13:22

2014年，亞馬遜推出的智能音箱Echo風(fēng)靡全球，將智能語音交互技術(shù)植入到傳統(tǒng)音箱中，顛覆人們的想象，并定義了智能家居的控制中心。隨后眾多品牌沿著“聲控”的技術(shù)路線不斷推演，比如大家非常熟悉的小愛、小度開始陸續(xù)進(jìn)入我們的日常生活。

前些年搭載語音交互技術(shù)的智能音箱在終端市場(chǎng)上仍然十分火爆，人們可以通過說話的方式跟語音助手進(jìn)行溝通交流，從而實(shí)現(xiàn)諸如控制智能家電的開啟和設(shè)定、音頻和視頻資源播放等簡(jiǎn)單交互功能。

語音交互，在本質(zhì)上來講是人機(jī)交互的形式之一。人機(jī)語音交互雖然一定程度上可以解放我們的雙手，但音頻介質(zhì)始終存在諸多無法規(guī)避的弊端。識(shí)別率、安全性差、功能弱等問題制約了智能音箱的應(yīng)用空間，所以不難理解很多用戶在新鮮感消失后便開始棄之。

因此純音頻的智能終端逐漸被市場(chǎng)所淘汰，眾多品牌開始加入了攝像頭和屏幕，讓智能終端具備較為初級(jí)的“看見”能力。因?yàn)閮H僅是普通的2D視覺，所以一般只停留在視頻通話、網(wǎng)絡(luò)攝像頭、2D識(shí)別等初級(jí)應(yīng)用。

隨著3D視覺技術(shù)的落地發(fā)展，徹底打破了以往原有的局限。2D識(shí)別只能讓終端“看見”，在智能避障避障和識(shí)別方面不具有很好的泛化能力，而3D視覺技術(shù)可獲取深度信息，捕捉物體3D數(shù)據(jù)，賦能智能終端活體檢測(cè)識(shí)別、手勢(shì)識(shí)別、骨骼識(shí)別等近乎識(shí)別萬物的能力，真正實(shí)現(xiàn)“看懂”世界，令其智能化程度得到大幅度提升。

3D視覺技術(shù)正如一雙“慧眼”，賦予智能終端“看懂”世界的能力。隨著人工智能技術(shù)的飛速發(fā)展，以及AR、VR等沉浸式體驗(yàn)的長(zhǎng)足進(jìn)步，3D視覺技術(shù)在構(gòu)筑未來智慧家庭生活廣闊應(yīng)用場(chǎng)景中起到了決定性作用。

或許在不久的將來，搭載3D視覺中控系統(tǒng)可以根據(jù)人們穿著衣物多少來自動(dòng)智能調(diào)節(jié)室內(nèi)溫度，帶來更高的自主智能程度；3D視覺機(jī)器人將會(huì)具備更多的能力，甚至能幫人類下廚炒菜，把你從繁重的家庭勞動(dòng)中解脫出來。

未來有多精彩，完全取決于你的想象，科技將會(huì)顛覆我們的認(rèn)知，全新的智能家居時(shí)代正在向我們走來。