移动端搜索的未来是语音和图像

作者：清风ぎＷen点击：3次评论：0次标签：语音

类型：外语学习大小：93.4M语言：中文评分：6.4
标签：

立即下载

摘自程苓峰的微博：“微信新添摇一摇搜歌功能。假如你在大街上听到一首歌，拿起手机打开微信摇一摇，微信就能报出歌名再从QQ音乐里把这首歌下载到手机上。” 微信开始横向布局了，这种功能很早就有app做过，比如音乐猎手，但仍然是小众产品，微信凭借自己3亿的用户规模，相信以后在大街上经常可以看到，对着外放音箱摇一摇的情形了。

这也让笔者思考，未来移动端的搜索究竟是什么样子的？它与传统互联网行业最大的差距应该是基于LBS的“语音”和“图像”技术。

一、基于语音技术

基于语音技术，我们可以分为两个方向，一是解决通讯需求，比如微信、通话；一是解决搜索等功能性需求，比如讯飞、各类语音助手。对于语音搜索，现在传统互联网端网页搜索中很多都插入了语音搜索模块，但真正的需求很少，仅仅是“锦上添花”的作用。奇虎还曾经在卫士中加入了语音模块叫360小安，反响也不是很大。微信的摇一摇搜歌，这是基于LBS的语音搜索的试水之作。

二、基于图像技术

基于图像技术的搜索，才是笔者认为真正能用来解决用户那些“难言之隐”的技术,也就是去挖掘那些隐性需求。打开搜索引擎，经常会出来这样的提问：“三个火在一起念什么？”“我在街上看到一个车标，一个方框长方形的里面一个十字，这是什么车？”对，就是这种用语言很难描述的，便是基于移动端搜索的一个好的切入点。

对于这种搜索，更大的技术挑战在于图像处理与模式识别，比如模板的提取、图像特征量的匹配，而不是传统意义上更精确的搜索技术。这就为很多公司在移动端发力搜索提供了很好的“弯道超车”机会。备受周鸿祎推崇的《柔道战略》和《创新者的窘境》都提出，不要跟随巨头的脚步亦步亦趋，要学会移动，借力打力，找到合适自己的切入点。当年七天酒店连锁也是靠着在连锁酒店中率先与网络更紧密的结合突出重围。

就比如，你在街上看到一个商标、车牌等，用摄像头对其进行拍照，后台可以先进行边缘提取，再进行模板匹配的方法进行图像结算——与库特征进行匹配，给出用户最想要的结果。“所见即所得”。早在尼葛洛庞帝的《数字化生存》就提过：信息完全取决于我们眼中所见的品质。

有人说，这种功能微信来做不就好了。微信更多的是解决私密性沟通需求，没有了强大的渠道推广的微信的定位便是此，很难像QQ客户端那样不受定位理论的束缚。就比如说，微信公众平台也没有找到很好的切入点。因为微信骨子里没有这种基因。因此基于图像的搜索还是更适合专门的，有那么一点标签化的app来做，在这里，搜索引擎公司更适合。百度年会上robin曾经提过成立了第一个研究院，并命名为Institute of Deep Learning(简称IDL)，其中就有图像处理方面的研究。或许，百度已经开始这么做了。