智能音箱在中国火了。双11，阿里巴巴的天猫精灵卖到了99元一台，一下子出货上百万，而此前京东与科大讯飞合作的叮咚智能音箱一年才销售十万。
在中国市场，价格绝对是第一竞争力。当天猫精灵面世的时候，499元的价格就已经是将行业低价穿透，随后小米的“小爱同学”将价格下拉到了299元。此前，杭州一家名为Rokid的产品卖到了1399元，喜马拉雅的小雅售价为999元。当然，也有不服的，作为市场的后来者，百度智能音箱标价再上新高，算是另类。
不管怎么讲，这种低价确实带来了普及型的发展，也有利于提升开发者的信心。在世界上看，亚马逊的Echo因为有千万级别的销量，全球有超过5000位工程师在为它工作，这也让亚马逊有足够的能力提升产品，这一点在国内是最为欠缺的。在拥有了百万级别的玩家和大量的开发者关注之后，智能音箱的能力有望得到大幅度的快速提升，智能化水平也会水涨船高，由此会带来新的大面积的普及应用。
专家们认为，智能音箱的核心在于远场语音识别和自然语言理解。前者属于硬件层面上的问题，可以通过不断的产品迭代进行优化。事实上，包括阿里人工智能实验室、百度的DuerOS团队等均给出了完善的远场语音识别解决方案。但软件层面的服务却是渐进性的，几乎所有的互联网巨头在语音识别的准确度上都做到了97%以上，并在自然语言处理技术、多轮对话技术、大数据知识图谱等领域各有所长。尤其是在用户层面上，智能音箱成为刚需的前提是对需求的最大化满足，解决用户在产品使用过程中的实际痛点，实验室等显然难以实现这一条件下诉求，庞大用户量是加速智能音箱走向成熟的不可或缺因素。
出门问问的创始人曾经表示，未来语音交互将会占到人机交互30%的时间，很可能就在未来3-5年。事实上，中国的互联网企业都在努力攀登这一高峰。阿里利用AliOS重塑了汽车生态，抛弃了手机上“桌面+APP”的形式，借助语音交互实现“服务找人”的模式；百度在DuerOS中最大的亮点便是语音识别和处理，并贯穿百度的人工智能生态当中。日前，科大讯飞更是列入到智能语音识别的人工智能创新平台国家战略中。
