“天猫精灵，我要听歌……”
“小爱同学，开启电视……”
“hey，Siri，今天天气怎么样……”
“小度，小度，播放新闻……”
“小雅，小雅，播放广播……”
如今，语音互动无处不在，我们可以在智慧音箱，智能手机、车载语音助手、语音机器人、智慧家居和其他一系列产品中接触到它。语音互动高速发展表明这项技术正在代替传统图形界面互动方式，快速渗入我们的日常生活中。
凭借音讯起家的喜马拉雅最近又有新动作。近日，喜马拉雅参股的机器人公司选址天津，资料显示，经营范围包括网络技术、计算机软件技术开发、机器人、电子产品、智慧家居装置销售等。
从两年前入局智慧音箱，到今年推出智慧机器人，喜马拉雅在语音互动领域，完成了一次向智慧硬件端“硬核”转型的蓄力。
被上市谣言困扰的喜马拉雅
自2013年以来，喜马拉雅融资动作不断，拥有阅文集团、小米科技、京东金融等明星投资者。算下来已经有4轮总计5.2亿美元，以及3轮数亿元人民币融资，还有多轮战略融资。获得腾讯视讯独家导流入口之后，从2018年第三季度，喜马拉雅MAU呈现加速上升趋势。据易观千帆资料显示，2019年4月喜马拉雅FM月活跃使用者高达9058.79万。作为音讯行业独角兽，喜马拉雅在今年2月小米科技入股后，估值已经升到240亿元，上市成人们翘首以待的关注点。
事实上，过去的2018年喜马拉雅一直经历著“被上市”的困扰，短短几个月间就经历了四次谣言，还有公司即将赴美股、A股亦或是港股IPO的讯息，喜马拉雅均予以否认。但喜马拉雅在媒体和传媒生态上的变革却一直没有停止过。
喜马拉雅FM的总裁助理徐莉荣曾表示：“在知识汇集后，必须有效分发，而人工智能时代的分发致胜需要智慧化、场景化。”
2017年，喜马拉雅释出小雅AI音箱，应用人工智能公司猎户星空的全套语音OS解决方案，包括麦克风阵列、声音讯号处理算法、语音唤醒、语音识别、自然语言理解、语音合成、生活常见语音skill等一系列语音技术和能力，用AI对喜马拉雅沉淀的使用者资料进行分析，进行个性化推荐的同时，完成智慧化升级。
2018年底，喜马拉雅推出“半月谈-喜马拉雅AI智慧时政音箱”，将喜马拉雅先进的语音互动技术与新华社半月谈新媒体中心“代表官方，不打官腔”的内容优势相融合，助力党建资讯化建设的智慧突破。此外，喜马拉雅联合人工智能企业Rokid推出了晓雅车载版智慧语音助手，这款车载语音助手不仅是可以识别汽车的型号，控制汽车终端，甚至可以操纵车窗等。
5月27日，喜马拉雅的组织架构进行了大变动，根据天眼查资料显示，喜马拉雅发生多项工商变更，公司注册资本减少314余万元，缩减5.22%。此外，包括小米副总裁洪峰在内的12名董事退出，仅剩喜马拉雅FM CEO余建军一人。根据官方回答，该公司正在进行VIE架构的搭建。
今年6月份，喜马拉雅与人为科技联合设立“足求科技” ，这家新公司的经营范围包含“机器人”及“智慧家居装置销售”等。此前，喜马拉雅曾与腾讯动漫联合出品AI机器人，此番新增投资，喜马拉雅或布局机器人及智慧家居领域。
语音互动市场空前繁荣
科大讯飞创始人兼董事长刘庆峰曾表示：“未来十年，5G助推下万物互联将正式成为IT产业的第六次浪潮，语音将成为最重要的人机互动方式；人类交流互动的大趋势不可阻挡，人类语言巴别塔将在十年内最终建成；人工智能将深刻改变世界的生产和生活方式，人工智能将为各行业赋能，人机耦合无所不在。”
已经面世数年的Apple Siri，Amazon Echo和Google Now证明了这项技术不再处于初始阶段，语音互动会是使用者体验设计的一次重大飞跃。Gartner（高德纳咨询公司）预测，2020年，我们与世界85%的沟通将通过对话机器人完成。
近日，全球知名市场分析公司Canalys与Strategy Analytics释出的2019 Q1智慧音箱市场报告显示：百度2019年Q1小度智慧音箱出货量达330万台，仅次于Google的350万台及亚马逊的460万台，超越阿里巴巴与小米，成为中国市场第一、全球市场第三的产品。
有“互联网女皇”之称的玛丽·米克尔曾表示：“在中文交流环境中，由于手机尺寸较小，输入汉字比输入英文更加困难，中国人对语音输入的需求更加旺盛”。她认为，随着人际互动的不断发展，语音正在被重塑成为人机互动的新正规化。人类对机器的操作，从物理手柄按键，到物理键盘鼠标，再到触控式屏幕，而现在语音成为了重要的互动方式。越来越多人通过语音搜寻查询天气、地图，通过释出语音指令控制电灯、电视等智慧家电。
小雅Nano继续深化“内容战”
面对这些强有力的对手，喜马拉雅的小雅智慧音箱是如何突出重围占领一定市场份额？今年3月，喜马拉雅小雅 Nano多彩版开启预售，持续布局智慧音箱市场。据悉，此番小雅 Nano依然卖得迅猛，据悉，官方宣布仅用 8 小时 20 万台产品已售罄。
电商和搜索引擎公司拼的是生态，硬件厂商拼的则是技术和销售策略。喜马拉雅另辟蹊径，自身海量音讯内容和5.3 亿使用者是其优势。小雅 Nano 的定位，正是一款能免费听喜马拉雅会员精品内容的 AI 音箱。
喜马拉雅李海波曾说过：“今天我们所谓的人工智能背后，是海量人工+大资料算力+精确算法，但是很少人真正从使用者为中心出发去思考使用者需要什么、偏好什么、什么方式可以满足这些，打内容攻坚战其实是为了从更好的使用者体验层面出发。”
喜马拉雅在优化小雅Nano使用者使用体验时，搭载了完整版的小雅 OS。据悉，该系统是国内首个搭载完整内容商业生态的智慧语音OS，学习了喜马拉雅 6年来积累的上亿条优质声音内容，真正做到对音讯内容的个性化推荐。这也使得小雅 Nano 的远场识别率高达 97%，对点播内容的理解准确率高达 90% 以上。针对常用的使用场景，小雅Nano也可以对不同的细分人群做到可精细化的内容匹配。
从反馈资料上来看，喜马拉雅这套基于互动体验做内容的打法被验证是完全可以吸引使用者的“耳朵”。QuestMobile《2018中国移动互联网春季报告》资料显示，小雅 AI 音箱的月人均使用时长达600分钟，人均使用次数也高达240次，使用频次是天猫精灵及小米的7到8倍。
科技的变化带领着人机互动的变化，在听觉、视觉、触觉、嗅觉这4感中，听觉通道无疑是最为重要之一。语言是人类传递资讯、交流沟通的最主要手段，对于使用者来说，语音互动的学习成本最低，也最为自然。
目前，询问天气等工具类应用以及互动小游戏已经在语音互动系统上被大量使用，如果类比安卓的发展过程，现在已经到了语音互动系统爆发的前夜。百度智慧生活事业群组（SLG）总经理景鲲在接受媒体采访时也曾谈及目前国内语音市场的竞争，他预测今年下半年到年底，语音互动系统的规模会逐渐显现出来。此外，语音市场的竞争核心是技术和生态的竞争。以智慧音箱切入卖装置只是第一步，实际上这是一个软件系统的生意。
面对语音互动这一广阔前景，喜马拉雅成立机器人公司更像是一次中途蓄力，真正完成转型还需要做的更多。
