到了今天，已經(jīng)很少有人再提人工智能音箱了。使用率低、售價跳水、缺乏銷售數(shù)據(jù)……我們不能武斷地說智能音箱涼了，但的確不少所謂的AI企業(yè)的硬件夢碎了。
相對于一些盲目涌入AI的公司，一些科技公司似乎找到了另外一條硬件路——翻譯機。科大訊飛推出了曉譯翻譯機、谷歌推出了實時翻譯耳機，搜狗也在最近推出了搜狗旅行翻譯寶和搜狗速記翻譯筆。
開始呈現(xiàn)扎堆趨勢的智能翻譯機，是否會顛覆智能音箱成為下一個AI硬件浪潮？
打敗大魔王，AI消費級硬件當(dāng)務(wù)之急是走出手機的陰影
我們可以先從智能音箱的前車之鑒來看，智能翻譯機最該避開哪些坑。
除了產(chǎn)品質(zhì)量良莠不齊等等弊端之外，智能音箱最大的問題是沒有一項功能超出手機功能的子集。播放音樂、語音交互、傳達命令，這些功能其實都能在手機上很好的完成，讓智能音箱的使用率不斷被壓榨。
其實不光是智能音箱，現(xiàn)在開始搭載移動AI芯片的手機簡直是AI消費級硬件界的大魔王，讓很多產(chǎn)品毫無用武之地。智能翻譯機也是一樣，翻譯App已經(jīng)能滿足大部分的消費級翻譯需求，翻譯機一方面要趕上翻譯App文字、圖片多種媒介適用的特點，另一方面還要保證離線使用、操作簡單和續(xù)航時間長，從而獲得與手機之間的差異化優(yōu)勢。這很可能會成為讓智能翻譯機不會重蹈智能音箱覆轍的重要優(yōu)勢。
三次迭代，什么才是智能翻譯機的最終形態(tài)？
其實這是一個最淺顯道理，智能翻譯機的產(chǎn)品迭代的方向也一直朝著替代和超越翻譯App發(fā)展。
第一代智能翻譯機應(yīng)該是以科大訊飛的曉譯為代表，主打隨說隨譯。這一代產(chǎn)品其實是最為尷尬的：雖然有強大的自然語言處理技術(shù)，可以較為準確的進行翻譯工作，但很多功能還需連接手機借助網(wǎng)絡(luò)才能使用。
這類作為手機外置產(chǎn)品的翻譯機和手機中的翻譯App比起來幾乎毫無競爭力，除了曉譯之外，同類產(chǎn)品還有有道翻譯蛋、全球譯等等。雖然到后來第一代智能翻譯機都增加了離線語言的種類，但比起App的拍照翻譯等功能，還是差了一截。
谷歌推出的實時翻譯耳機Pixel Buds可以被看做第二代智能翻譯機，這類翻譯機常常以耳機的形態(tài)出現(xiàn)，有些需要WiFi/藍牙與手機連接。同類產(chǎn)品還有IBM Watson和Lingmo推出的Translate One2One。實時翻譯耳機相比單純的翻譯機有著更豐富的功能，除了用作翻譯還可以當(dāng)成藍牙耳機使用，并且翻譯速度更快，在雙方都配置耳機時可以很好的進行拾音和語音生成，方便交流。但大多數(shù)翻譯耳機還是作為手機外設(shè)存在，自身并不具備真正的翻譯功能，甚至谷歌的Pixel Buds只能配適谷歌Pixel手機。
而搜狗推出的搜狗旅行翻譯寶，可以說是第三代智能翻譯機了。除了提高翻譯速度和準確率外，還加入了OCR技術(shù)，讓用戶可以進行實景翻譯，并且擺脫了翻譯APP對網(wǎng)絡(luò)連接的依賴。
硬件與軟件的膠著戰(zhàn)，第三代智能翻譯機贏了嗎？
在短短的兩三年之間，市面上的智能翻譯機就已經(jīng)進行了這么多次迭代，產(chǎn)品形態(tài)和功能也都發(fā)生了不小的變化。同樣的，翻譯App也在不斷進行升級，從一開始的“詞典”發(fā)展到可以整句翻譯、語音翻譯和今天的拍照翻譯。你追我趕之中，這一次第三代智能翻譯機走到翻譯App前面了嗎？
首先看來，搜狗旅行翻譯寶終于做到了擺脫對手機和網(wǎng)絡(luò)的依賴，在離線狀態(tài)下也可以完成翻譯工作。做到這一步，就是拿下了最關(guān)鍵的賽點。在旅游場景中，國外、交通工具上都有可能沒有網(wǎng)絡(luò)信號，在商務(wù)場景中，有些場合也不適合使用手機。這些需要交流，卻無法使用手機和網(wǎng)絡(luò)的地方，為智能翻譯機打開了不可替代的強需求市場，可以說離線功能是智能翻譯機的根深立命之本。
除了離線場景之外，智能翻譯機一直沒法超越的是翻譯App多樣化的翻譯方式。借助手機自身多傳感器的特性，翻譯App可以對文字、圖片、語音多種媒介進行翻譯，實用性更高。現(xiàn)在加入了拍照翻譯的第三代智能翻譯機終于扳回一城，并且在語音翻譯的拾音功能上，搜狗旅行翻譯寶有著更專業(yè)的雙麥克風(fēng)陣列和降噪算法，利用語音增強技術(shù)放大原音，即使在噪音環(huán)境下也不會有誤聽誤譯的情況出現(xiàn)。
從價格來看，搜狗這次推出了兩款產(chǎn)品，一款是應(yīng)用于旅游場景的旅行翻譯寶，另一款是應(yīng)用于會議、課堂場景的速記翻譯筆，兩款產(chǎn)品的售價分別是1498元和299元。好在智能翻譯機的售價沒有隨著產(chǎn)品迭代水漲船高，這一售價還是相對友好的。除了單純的售賣模式，很多旅行社也開始提供共享租賃服務(wù)，或許未來智能翻譯機會通過這一契機走進人們的生活。
高準入門檻和優(yōu)質(zhì)的參與者，或許才是智能翻譯機的王牌
智能翻譯機不會成為智能音箱的另一個原因，就是這一行業(yè)較高的準入門檻。
和智能音箱簡單的接收語音信號、下達指令不同，智能翻譯機的實時離線翻譯對機器翻譯、語音識別、圖像識別、語音生成甚至知識圖譜技術(shù)都有很高的要求。
就拿在海外餐館點菜使用搜狗旅行翻譯寶這一簡單的場景來說，就需要拍下照片進行圖像識別，找到其中的文字并翻譯成中文，和他人對話時，智能翻譯機需要通過定向波束掃描規(guī)避噪音，準確拾音并進行翻譯。在翻譯過程中，還需要擁有相關(guān)領(lǐng)域的知識圖譜，才能準確的捕捉到俚語、術(shù)語、雙關(guān)語等等人類專屬的文字游戲。而想要這一切都在離線狀態(tài)下進行，還需要強大的壓縮技術(shù)，讓模型得以存儲終端中。
所以在智能翻譯機領(lǐng)域很難見到類似智能音箱的盛況：各種相關(guān)的和不相關(guān)的企業(yè)都來趕風(fēng)口。目前智能翻譯機領(lǐng)域的參與者，基本有三類。
第一類是專業(yè)從事AI技術(shù)開發(fā)的企業(yè)，如科大訊飛和IBM Waston。第二類是擁有巨大用戶規(guī)模，通過自身產(chǎn)品，像輸入法、搜索等業(yè)務(wù)在知識圖譜和語音技術(shù)上建起壁壘的企業(yè)，比如搜狗、谷歌。第三類，是一些垂直研發(fā)翻譯產(chǎn)品的企業(yè)，像有道云、全球譯等等。較高的準入門檻對智能翻譯機形成了一種保護，競爭對手都各有優(yōu)勢，不至于出品太過劣質(zhì)的產(chǎn)品讓市場對整個品類失望。
智能音箱留給我們最大的反思大概就是，寧愿在泥土中多蟄伏一會兒，也不要開出畸形的花。如今智能翻譯機已經(jīng)開始破土而出，愿它能結(jié)下AI消費硬件的第一枚果實。
此為億邦專欄作者文章，如要轉(zhuǎn)載請簽訂內(nèi)容轉(zhuǎn)載協(xié)議，聯(lián)系run@ebrun
