Amazon Alexa顯威　智慧家庭人機介面大躍進

用說的也會通！　語音操作席捲智慧家庭市

圖1 工研院通訊系統研究部經理葉恆芬表示，智慧家庭人機介面，已從手機作為控制中樞，轉為語音作為溝通的橋樑。

工研院通訊系統研究部經理葉恆芬(圖1)表示，相較於2016年的CES展會，大多智慧家庭還是圍繞著以手機作為控制中樞，遙控家中大小各種智慧裝置的局面。繼Amazon於2016年開放出Alexa應用程式介面(API)後，吸引各大廠商相繼導入語音辨識功能。至今，Alexa已具備七千項技能，一百八十家供應商在此平台開發出商品，極可能成為跨平台統一的呼叫方式。

葉恆芬分析，語音介面成長的驅動因素主要有三點，一、語音辨識錯誤率的下降，語音辨識若在85%以下，則不符合導入產品的標準，語音辨識率需達95%以上才具備應用於終端裝置資格，以現階段來說，目前的語音辨識率已高達97∼98%以上，與人類辨識語言的準確率相近；二、行動語音助理使用量提高，現在很多的語音請求來自於行動裝置，以美國用戶而言，目前已有20%的手機用戶以語音形式發起數據服務的請求，舉例來說，Google Now的語音搜尋成長達35倍之多；三、語音平台的API開放，設備、內容與應用程式相繼導入，使得語音運算將有機會成為物聯網裝置主流的輸入型態。

事實上，在智慧家庭領域已陸續出現以人工智慧(AI)晶片為基礎，結合語音和影像辨識技術的功能，以提高物與物之間溝通(Device to Device)的創新，例如樂金(LG)已有多項家電產品導入語音、影像辨識為基礎的深度學習演算法，並與開放網路基金會(ONF)、Google和Amazon策略合作，以提高產品互通性。 然而，當前的語音辨識系統大多還會受到背景雜音的干擾，說話的腔調、方式甚至是不同品牌設備連結等因素，也會影響語音辨識的準確率。有鑑於此，葉恆芬認為，下一階段語音辨識精進的方向，可能朝降低背景雜音干擾、自然辨識說話者語調和某些專用術語(Lingo)的辨識與學習發展。

圖2 工研院產經中心電子與系統研究組零組件研究部經理林澤民認為，未來人機介面朝多重辨識的人機介面技術邁進。

工研院產經中心電子與系統研究組零組件研究部經理林澤民(圖2)補充，除了語音辨識功能之外，NVIDIA CO-Pilot具備語音、臉部識別與唇形辨識三合一的多重辨識能力，可更加精準辨別使用者表達的指令，這種多重辨識的人機介面技術，強化識別的準確性與安全性，將成為未來人機介面發展的趨勢。

人工智慧添力　NVIDIA/Google聯手打造智慧家庭

另一方面，除了人機介面備受矚目之外，NVDIA日前更是與Google聯手，將人工智慧帶入尋常百姓家。NVIDIA與Google合作共同打造具備人工智慧(AI)效能的Android TV，透過NVIDIA推出的全新開放平台媒體串流設備NVIDIA SHIELD TV與NVIDIA SPOT人工智慧麥克風配件，以及Google Assistant的電視裝置的結合，使用者可以透過自然說話的方式，命令人工智慧引擎來執行一些簡單的工作。

NVIDIA執行長黃仁勳表示，SHIELD TV是一個內建Google Assistant的電視裝置，透過Google可優化電視平台上的Assistant體驗，不僅提供語音回覆，更可在家中電視上顯示影像答覆，運用語音指令取代遙控器點選按鈕。

Google Android TV總監Sascha Prueter補充，當Google Assistant在未來幾個月成為Android TV的一部分時，SHIELD的使用者將可以享有免持遙控器的使用經驗，僅需發出「Ok Google」的指令，即可遙控周遭的智慧裝置。

黃仁勳進一步指出，若要將智慧控制功能延伸到住宅的各個角落，就必須在家中布滿節點，故該公司同時推出隨插即用的SPOT人工智慧麥克風配件，內建遠場(Far-field)聲音處理和回音消除(Echo Cancellation)功能，可以擷取約20英尺距離遠的音訊，若在一個空間中布滿多個SPOT，這些SPOT還可透過波束成形(Beam Forming)辨別使用者的所在位置。

黃仁勳談到，SPOT可部署在家中每個角落，這些SPOT皆會通過單一的SHIELD來執行運算功能，透過SmartThings Hub技術讓SHIELD搖身變成一部智慧家庭中控設備，連結超過200種智慧家庭裝置。 想像家中有一個虛擬的人工智慧助理，使用者可以靠在咖啡桌上，透過說話的方式，命令家中各種不同的SPOT執行許多事情，例如呼叫Uber、泡咖啡、啟動音樂與詢問天氣等功能，這些都可在不遠的將來實現。

黃仁勳透露，NVIDIA希望做的是協助大眾可以以更簡單的方式建造智慧家庭，結合Google系統所建置的全新SHIELD平台已可開始預購，而SPOT人工智慧麥克風配件則在未來幾個月內上市。

整體而言，智慧家庭朝向更直覺化的語音操作發展已成趨勢，無論是前者Amazon所提供的語音助理Alexa，或者是後者NVIDIA與Google合作的Google Assistant，語音已成為操作裝置上不可或缺的條件，加快應用市場快速成形。