`
tempsitegoogle
  • 浏览: 869394 次
文章分类
社区版块
存档分类
最新评论

VisionMobile:虚拟助手(VA)- Siri背后的前沿UI技术(六)

 
阅读更多

六、超越Siri:什么隐藏在VA市场中

在越过最初的适配裂缝后,声控虚拟助手市场充满活力,在人工智能、语音识别、搜索、用户分析,头像定制化方面技术革新的节奏快,一些核心技术问题即将解决。快速增长的移动广告和在线商务从外部推动VA市场的繁荣—更何况未来跨屏和跨设备部署VA的机遇。Nuance公司的移动和电视副总裁Matt Revis指出:“所有OEM都会投资在这个领域,否则会将被边缘化。有些OEM会有更全面的投资,但这个类型服务将无所不在。

虚拟助手在此

虚拟助手作为用户数据分析的结合点,是服务发现和用户分析的新控制点。语音助手是理想的任何屏幕的用户界面的入口——从手机到电视和车载——它无处不在,是未来所有屏幕的基本特性。此外,通过深入了解用户搜索,虚拟助手也可成为以兴趣定位用户的控制点。当然,深入用户分析会提高对隐私的担忧,当VA支持更多欧洲语言时,私人信息将跨越国家边界。

VA解决方案有可能重新定义搜索、社交发现、电子商务和应用商店,将作为Google,Facebook,Amazon和不同应用商店的补充并与之竞争。

通在在用户与品牌间建立更深关联,VA也可增加品牌黏性和消费者忠诚度。

技术展望

随着自然语言处理和用户分析的发展,今天的命令-控制的VA(“我问你答”)将进入下一代的用户意图预测。未来的VA将更像个生活助手,以人为中心,而不再是以任务为中心,将专注于知识而不再是搜索。

因为第四代VA支持对话,存在大量的数据需要处理,个性化的虚拟助手将从设备转向云端。通过云,VA的个性化将成为现实,可以无缝访问智能手机,电视,车载和智能家居。

语音识别需继续改进,需支持多国语音,而目前对同等高质量的多国语言支持是昂贵和具有挑战的。

前向后向对话,提供了真正的对话,仍在研究中。SRI国际希望能在今年秋天展示一个实现。

语音到语音翻译(VA作为翻译)就快成为现实,可通过AT&T实验室的Watson和Google的Translate。

通过VA到VA互动,用户可以在互动前分派特定的任务给VA,这个领域上有若干成员在积极研究,包括Google和i-Free。

长远来看,全能虚拟助手比某范围或特定任务助手更难实现,用户最终可能与多个VA相互互动。

商务模式展望

目前VA的商务模式是混合:基于的广告和搜索,付费下载,头像定制和第三方服务发布,其中第三方服务发布是未来最好的发展模式。于此同时,第三方服务发布(购物中介)是鸡和蛋的两难:没有内容意味着没有用户,反之亦然。这使已有大量用户基础或者有健康发展的内容的成员具有明显优势。新成员可以选择向开发者开放他们的API,生产自己的内容来刺激获取用户,在第二阶段与第三方内容和服务提供商合作。

当VA成为越来越多的设备的主流UI时,语音识别和人工智能厂商对技术将可能从许可模式转向其他的货币化模式。这个模式商务仍未形成。

VA厂商正在寻求与电信运营商建立伙伴关系。Dexetra的CEONarayan Babu说:“未来,我将寻求和电信运营商及OEM们更多的许可交易”。

2012年6月

相关链接:我的产业生态链和杂谈文章

C114中国通信网:【iPhone 日本效应:DoCoMo开拓老年用户市场“收复失地”】NTT DoCoMo正试图通过其自有语音识别应用,来吸引该国快速增长的老年人口,有两百万用户下载了DoCoMo的Shabette Concier应用,该应用与Siri类似,用户可用语音操控手机,针对那些不便使用键盘的老年们的一个卖点。(艾斯)

分享到:
评论

相关推荐

    visionmobile:2012年跨平台开发工具报告.docx

    visionmobile:2012年跨平台开发工具报告.docx

    VisionMobile-生态系统的碰撞-英文版

    本文来自Visionmobile,原作者为Michael Vakulenko。报告不仅对移动操作系统的历史和演化过程进行了回顾,并对新的移动平台生态系统进行了分析,严重推荐下载。

    全球移动开发者报告:Swift崛起,物联网大火!

    VisionMobile发布2015年度第一期DeveloperEconomics调查报告。Swift语言表现强劲,平台盈利能力Android、BB10、WP差距小,开发者对物联网的兴趣非常高,其中智能家居最热门,而是否使用跨平台工具已成收入指标。近日...

    毕业设计基于STC12C5A、SIM800C、GPS的汽车防盗报警系统源码.zip

    STC12C5A通过GPS模块获取当前定位信息,如果车辆发生异常震动或车主打来电话(主动请求定位),将通过GSM发送一条定位短信到车主手机,车主点击链接默认打开网页版定位,如果有安装高德地图APP将在APP中打开并展示汽车当前位置 GPS模块可以使用多家的GPS模块,需要注意的是,当前程序对应的是GPS北斗双模芯片,故只解析 GNRMC数据,如果你使用GPS芯片则应改为GPRMC数据即可。 系统在初始化的时候会持续短鸣,每初始化成功一部分后将长鸣一声,如果持续短鸣很久(超过20分钟),建议通过串口助手查看系统输出的调试信息,系统串口默认输出从初始化开始的所有运行状态信息。 不过更建议你使用SIM868模块,集成GPS.GSM.GPRS,使用更加方便

    基于tensorflow2.x卷积神经网络字符型验证码识别.zip

    基于tensorflow2.x卷积神经网络字符型验证码识别 卷积神经网络(Convolutional Neural Networks, CNNs 或 ConvNets)是一类深度神经网络,特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特性: 卷积层(Convolutional Layer): 卷积层是CNN的核心组件。它们通过一组可学习的滤波器(或称为卷积核、卷积器)在输入图像(或上一层的输出特征图)上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图,该特征图反映了滤波器所捕捉的局部图像特性(如边缘、角点等)。 通过使用多个滤波器,卷积层可以提取输入图像中的多种特征。 激活函数(Activation Function): 在卷积操作之后,通常会应用一个激活函数(如ReLU、Sigmoid或tanh)来增加网络的非线性。 池化层(Pooling Layer): 池化层通常位于卷积层之后,用于降低特征图的维度(空间尺寸),减少计算量和参数数量,同时保持特征的空间层次结构。 常见的池化操作包括最大池化(Max Pooling)和平均池化(Average Pooling)。 全连接层(Fully Connected Layer): 在CNN的末端,通常会有几层全连接层(也称为密集层或线性层)。这些层中的每个神经元都与前一层的所有神经元连接。 全连接层通常用于对提取的特征进行分类或回归。 训练过程: CNN的训练过程与其他深度学习模型类似,通过反向传播算法和梯度下降(或其变种)来优化网络参数(如滤波器权重和偏置)。 训练数据通常被分为多个批次(mini-batches),并在每个批次上迭代更新网络参数。 应用: CNN在计算机视觉领域有着广泛的应用,包括图像分类、目标检测、图像分割、人脸识别等。 它们也已被扩展到处理其他类型的数据,如文本(通过卷积一维序列)和音频(通过卷积时间序列)。 随着深度学习技术的发展,卷积神经网络的结构和设计也在不断演变,出现了许多新的变体和改进,如残差网络(ResNet)、深度卷积生成对抗网络(DCGAN)等。

    【三维装箱】遗传和模拟退火算法求解三维装箱优化问题【含Matlab源码 031期】.zip

    【三维装箱】遗传和模拟退火算法求解三维装箱优化问题【含Matlab源码 031期】.zip

    自己编写的python 程序计算cpk/ppk

    cpk&ppk python 小程序,品友点评

    基于Springboot开发的分布式抽奖系统.zip

    基于springboot的java毕业&课程设计

    课设毕设基于SpringBoot+Vue的影城管理系统 LW+PPT+源码可运行.zip

    课设毕设基于SpringBoot+Vue的影城管理系统 LW+PPT+源码可运行.zip

    MC教育版(免登录版)

    MC教育版(免登录版)

    农作物叶片病害分类和分割数据集【数据集+标签】

    包含13993张数据和对应的13993张mask分割模版,数据集用不同目录保存,也可以用作分类数据集 类别包含:桃子、辣椒、覆盆子、大豆、南瓜、草莓

    基于vue+springboot二手交易网站.zip

    基于springboot的java毕业&课程设计

    【三维装箱】遗传算法求解三维装箱优化问题【含Matlab源码 3408期】.zip

    【三维装箱】遗传算法求解三维装箱优化问题【含Matlab源码 3408期】.zip

    基于javaspring 开发框架的培训教程 TP1.zip

    基于javaspring 开发框架的培训教程 TP1.zip

    信号和系统 MATLAB 代码:探索信号生成、系统建模、傅立叶分析、滤波器设计、采样和控制系统仿真.zip

    1.版本:matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

    医院网上预约系统设计与开发/毕业设计

    医院网上预约系统设计与开发/毕业设计 JSP基于SSM网上医院预约挂号系统 科室信息: 科室id,科室名称,科室介绍,成立日期,负责人 医生信息: 医生工号,登录密码,所在科室,医生姓名,性别,医生照片,出生日期,医生职位,工作经验,联系方式,擅长,医生介绍 病人信息: 病人id,医生,病人姓名,性别,身份证号,联系电话,病人病例,登记时间 预约信息: 预约id,预约用户,预约医生,预约日期,时段,联系电话,下单时间,处理状态,医生回复 新闻信息: 新闻id,新闻标题,新闻图片,新闻内容,新闻日期,新闻来源 留言: 留言id,留言标题,留言内容,留言人,留言时间,管理回复,回复时间 用户: 用户名,登录密码,姓名,性别,出生日期,用户照片,联系电话,邮箱,家庭地址,注册时间

    企业数据治理之数据质量治理方案.pptx

    企业数据治理之数据质量治理方案

    MySQL8.4.0 LTS(mysql-8.4.0-10.fc38.x86-64.rpm-bundle.tar)

    MySQL8.4.0 LTS(mysql-8.4.0-10.fc38.x86_64.rpm-bundle.tar)适用于Linux Fedora 38 (x86, 64-bit)

    1659 jsp游乐园管理系统Myeclipse开发mysql数据库web结构java编程计算机网页项目源码

    一、源码特点 java 医疗数据管理系统 是一套完善的web设计系统,对理解JSP java编程开发语言有帮助采用了数据模型进行区块链设计,系统具有完整的源代码和数据库,系统采用web模式,系统主要采用B/S模式开发。开发环境为TOMCAT7.0,Myeclipse8.5开发,数据库为Mysql,使用java语言开发。 二、功能介绍 如博客中介绍 三、注意事项 1、管理员账号:admin 密码:admin 数据库配置文件DBO.java ,权限包括管理员,用户 2、开发环境为TOMCAT7.0,Myeclipse8.5开发,数据库为Mysql,使用java语言开发。 3、数据库文件名是jspyly 系统名称yly 4、地址:http://127.0.0.1:8080/yly/qt/index.jsp

Global site tag (gtag.js) - Google Analytics