大家好，我們是成都小火科技。上周二下午，一位做本地生活服務(wù)的客戶專程從金牛區(qū)過(guò)來(lái)，一進(jìn)門就說(shuō)想做款結(jié)合AI的語(yǔ)音APP——他們團(tuán)隊(duì)跑商戶的時(shí)候，總要用手機(jī)記需求，有時(shí)候騰不開(kāi)手，語(yǔ)音轉(zhuǎn)文字還總把“川菜館”寫成“川菜館”，鬧過(guò)不少小烏龍。這事兒其實(shí)挺有代表性的，最近半年找我們聊AI語(yǔ)音產(chǎn)品的客戶，不管是政企單位還是初創(chuàng)團(tuán)隊(duì)，都不再滿足于“能說(shuō)話、能轉(zhuǎn)文字”的基礎(chǔ)功能，更在意AI能不能“懂場(chǎng)景、幫解決問(wèn)題”。

就拿這個(gè)本地生活客戶來(lái)說(shuō)，我們沒(méi)急著給方案，先跟著他們跑了兩天商戶。在菜市場(chǎng)跟菜販聊的時(shí)候發(fā)現(xiàn)，大爺大媽說(shuō)的成都方言里夾雜著不少“行話”，比如“撇脫點(diǎn)”（方便點(diǎn)）、“相因點(diǎn)”（便宜點(diǎn)），普通語(yǔ)音識(shí)別根本抓不住；到餐飲商戶那里，老板提到要語(yǔ)音報(bào)菜名入庫(kù)，還得區(qū)分“仔姜鴨”和“姜爆鴨”這種相似菜名。回來(lái)后我們才定功能：除了AI實(shí)時(shí)語(yǔ)音轉(zhuǎn)文字，專門加了“川渝方言定制識(shí)別”，把本地生活里的高頻詞、行話都錄進(jìn)模型，還對(duì)接了商戶的菜品庫(kù)，AI能自動(dòng)匹配精準(zhǔn)名稱。另外客戶說(shuō)員工經(jīng)常在嘈雜的市場(chǎng)里發(fā)語(yǔ)音，我們又加了AI環(huán)境降噪，測(cè)試的時(shí)候小張專門去寬窄巷子的小吃街試過(guò)，就算旁邊有游客吵，語(yǔ)音識(shí)別率也能保持在95%以上。

其實(shí)做AI語(yǔ)音APP，流程上從來(lái)不是“拍腦袋寫代碼”。第一步得扎進(jìn)客戶的實(shí)際場(chǎng)景里，就像上次做政企的會(huì)議語(yǔ)音APP，我們產(chǎn)品經(jīng)理李姐跟著客戶開(kāi)了三次會(huì)，發(fā)現(xiàn)他們需要AI自動(dòng)提取會(huì)議紀(jì)要里的“待辦事項(xiàng)”，還得區(qū)分“部門A負(fù)責(zé)”和“部門B協(xié)助”，要是只做單純的語(yǔ)音轉(zhuǎn)文字，根本幫不上忙。所以需求調(diào)研階段，我們不光聽(tīng)客戶說(shuō)，還會(huì)記下來(lái)“什么時(shí)候用”“在什么環(huán)境用”“要解決什么麻煩”，這些細(xì)節(jié)比單純的功能清單管用多了。

接下來(lái)是原型設(shè)計(jì)，我們UI設(shè)計(jì)師小周總愛(ài)先畫手繪稿。上次給教育客戶做語(yǔ)音作業(yè)APP，小周畫了三版喚醒按鈕的位置：第一版放頂部，客戶說(shuō)老師拿手機(jī)不方便；第二版放右側(cè)，測(cè)試時(shí)發(fā)現(xiàn)左手持機(jī)的老師總按錯(cuò)；最后改成底部居中，還加了“長(zhǎng)按說(shuō)話”“松手結(jié)束”的提示，老師試了都說(shuō)順手。原型定下來(lái)后，才到技術(shù)開(kāi)發(fā)環(huán)節(jié)——后端老王得搭能扛住高并發(fā)的服務(wù)器，上次有個(gè)客戶的APP上線當(dāng)天，突然涌進(jìn)來(lái)五千多個(gè)用戶用語(yǔ)音查信息，老王盯著服務(wù)器擴(kuò)容到凌晨，沒(méi)讓APP卡過(guò)一秒；AI算法工程師小王更“軸”，為了優(yōu)化兒童語(yǔ)音識(shí)別（小朋友說(shuō)話奶聲奶氣，還愛(ài)斷句），他找了幾十個(gè)親戚朋友的孩子錄語(yǔ)音樣本，熬了四個(gè)晚上調(diào)模型參數(shù)，最后識(shí)別率從88%提到了97%。

人員配置上，也不是簡(jiǎn)單湊齊“開(kāi)發(fā)、設(shè)計(jì)”就行。產(chǎn)品經(jīng)理得是“需求翻譯官”，比如上次客戶說(shuō)“想要AI聰明點(diǎn)”，李姐就追問(wèn)“是想讓AI記著你的常用詞匯，還是能猜你接下來(lái)要說(shuō)什么”，直到把模糊的需求拆成具體功能；測(cè)試工程師小張是“場(chǎng)景模擬狂”，除了在辦公室測(cè)，還會(huì)去地鐵站、菜市場(chǎng)、商場(chǎng)這些嘈雜地方測(cè)語(yǔ)音識(shí)別，甚至故意說(shuō)方言、說(shuō)錯(cuò)話，就為了找出AI的漏洞；運(yùn)維小李則是“守夜人”，APP上線后他手機(jī)24小時(shí)開(kāi)機(jī)，有次半夜三點(diǎn)客戶說(shuō)語(yǔ)音上傳慢，他遠(yuǎn)程登錄服務(wù)器調(diào)配置，半小時(shí)就解決了問(wèn)題。有時(shí)候客戶會(huì)問(wèn)“你們團(tuán)隊(duì)這么多人，會(huì)不會(huì)成本高”，我們總說(shuō)，前期多花點(diǎn)心思在調(diào)研和測(cè)試上，總比上線后用戶吐槽“不好用”再返工強(qiáng)——上次有個(gè)初創(chuàng)客戶圖省事，找了個(gè)小團(tuán)隊(duì)做，結(jié)果AI語(yǔ)音轉(zhuǎn)文字總出錯(cuò)，最后還是找我們重構(gòu)，反而花了更多錢。

現(xiàn)在做AI語(yǔ)音APP，早就不是“堆功能”的時(shí)代了。前幾天看行業(yè)數(shù)據(jù)，今年帶AI功能的語(yǔ)音APP下載量比去年漲了快六成，但用戶卸載率也高，關(guān)鍵就是很多產(chǎn)品沒(méi)抓住“場(chǎng)景痛點(diǎn)”。比如有個(gè)跨境電商客戶找過(guò)來(lái)，說(shuō)之前用的語(yǔ)音APP，翻譯“海外倉(cāng)發(fā)貨”總錯(cuò)成“海外發(fā)貨”，導(dǎo)致員工理解錯(cuò)。我們就給他定制了電商術(shù)語(yǔ)庫(kù)，還加了AI上下文理解——比如用戶說(shuō)“先查庫(kù)存，再安排海外倉(cāng)發(fā)貨”，AI能連起來(lái)識(shí)別，不會(huì)斷章取義。

我們成都小火科技做這行五年，最明白“接地氣”比“炫技術(shù)”重要。比如四川的客戶，要考慮方言；做餐飲的，要考慮菜品名稱；做老年服務(wù)的，要把語(yǔ)音播報(bào)調(diào)慢、字體放大。上次有個(gè)社區(qū)養(yǎng)老項(xiàng)目，我們把AI語(yǔ)音助手的喚醒詞改成“小管家”，還加了“一鍵呼叫子女”的語(yǔ)音功能，老人家不用記復(fù)雜操作，說(shuō)句話就行。上線那天，社區(qū)王阿姨拉著我們說(shuō)“這下不用麻煩護(hù)士了”，比客戶簽單還讓我們開(kāi)心。

要是你也有做AI語(yǔ)音APP的想法，不管是政企的辦公需求，還是創(chuàng)業(yè)者的商業(yè)點(diǎn)子，都可以來(lái)我們公司聊聊。不用帶復(fù)雜的方案，哪怕只是說(shuō)“我想讓語(yǔ)音APP幫我解決XX麻煩”，我們都能幫你捋清楚——畢竟做產(chǎn)品，先解決真問(wèn)題，再談技術(shù)和流程，才是最實(shí)在的。

文章來(lái)源網(wǎng)址：http://www.zeyuandiaosu.com/archives/appd/2210，轉(zhuǎn)載請(qǐng)注明出處！