在亚马逊的Echo之后，智能音箱市场的风口在今年被推向高潮。前不久，小米以199元的价格杀入；国外方面，谷歌、苹果已经推出相关产品，Facebook放出了烟雾弹，而微软的智能音箱已经在路上，预计今年秋季上市，首发地区在美国。
 

据微软方面向新浪科技透露，微软的首款智能音箱Harmon Kardon，将采用小娜Cortana作为其语音智能交互系统。7月30日，新浪科技与微软亚洲互联网工程院常务副院长幺宝刚对话，他同时也是微软Bing和Cortana产品团队负责人。

幺宝刚，现任职于微软亚洲工程互联网工程院，主要负责该部门在人工智能、互联网搜索及服务、大数据计算平台、移动搜索及服务等领域的产品及技术开发，其负责的产品及技术兼顾北美、欧洲及亚洲市场。此前，幺宝刚曾在微软美国总部任职，先后任开发经理、开发总监、部门总经理职位。

2014年7月，微软将语音智能助手Cortana汉化，在国内推出中文版小娜。今年是小娜服务在中国落地的第三年，小娜实现了从Windows Phone到iOS平台、Windows10电脑端口的打通。从早期的聚焦在生活服务，向偏向工作和学习场景的应用，如安排日程，工作建议等。从2016年，小娜逐渐推进在第三方服务及各种设备上的落地，如车载音响、家电、网易云音乐等。

以下为新浪科技与对幺宝刚的对话内容梳理，主要针对Cortana的平台定位，以及微软在语音交互领域的技术落地和生态建设等问题展开。

新浪科技：微软智能音箱为什么选择小娜平台，偏向社交和娱乐的小冰是否更合适？

幺宝刚：小娜与小冰是微软智能助手领域的姐妹花，由不同团队负责。我认为小娜在产品定位上更强调“效率”，两者的差异类似于人类的IQ和EQ，小娜聚焦在前者，让用户的生活和工作更有效率。每个产品都有自身的定位和聚焦点，微软的智能音箱会有这样的考虑，包括音乐、会议助理等功能。当然，小娜也会针对音箱终端进行优化。

新浪科技：在用户语料方面，小娜和小冰的数据是否共享？

幺宝刚：数据在不同层面共享情况不同。在语音识别技术方面，两个平台由统一的语音部门提供技术支持。在Switchboard语音识别任务测试中，微软研究院的自动化系统的错误率（Word Error Rate，简称WER）达到5.9%，已经优于绝大多数人类水平；在内容端，我们拥有一部分共同的知识图谱平台；在具体问题应答上，根据场景进行不同优化，小娜和小冰可能会有不同的数据和反馈。

新浪科技：Cortana背后的团队支持情况？

幺宝刚：整体层面来看，微软已经把几个重点的产品团队进行整合，成立人工智能与研究事业部，其中包括微软研究院（Microsoft Research）、微软信息平台部门（Information Platform Group）、必应（Bing）和小娜（Cortana）产品部门，以及环境计算（Ambient Computing）和机器人团队，由沈向阳博士带领，数千人团队规模。这支队伍间接或直接地给予小娜平台进行支持，具体到小娜（Cortana）的团队，我们今年也进行了扩充。

新浪科技：Cortana平台的用户规模？

幺宝刚：全球范围内，小娜（Cortana）的用户装机量超过1.45亿台，用户问答数据约120亿条，大约每个用户提供10个问题。

新浪科技：微软进入智能音箱市场的时间会不会太晚？

幺宝刚：智能音箱现在还处于形成用户群体的阶段。微软在前三年已经积累了1.45亿规模的用户群体以及问答数据，这是很大的优势；另外，Cortana在产品定位上比较清楚，聚焦在效率的提升上，包括工作和生活场景；其次，这套语音交互系统背后有着Bing搜索平台的支持，Bing在美国用户量排名第二，知识数据积累也很丰富。

新浪科技：Cortana作为智能语音交互系统，后续的开放策略是什么？

幺宝刚：首先，通过团队的努力，Cortana变得越来越智能；通过产品与后台技术结合，计划让Cortana与微软的其他产品进行融合，如Cortana与Microsoft Edge、Skype等；另外，第三个层面是生态平台的搭建，比如进入到网易云音乐、美团产品等；在认知端层面，主要通过微软云Azure平台进行开放，已经开放有27个API；在开发者层面，计划推出面向开发者的技能平台。