7月5日，百度 AI 开发者大会。还不到下午一点半，对话式人工智能分论坛已经人满为患，A 厅的保安堵着门，出来一个才会放一个进去。在这场下午两点开始，总共耗时三个半小时的分论坛中，先后换了三位主讲人，才把景鲲所讲的“听清、听懂、满足”的 DuerOS 整体架构讲完。
差不多同一时刻，阿里也在北京召开发布会，发布了旗下第一款智能音箱。此前已经有不少好事媒体纷纷猜测，群众举瓜围观，毕竟巨头分庭抗礼的戏码没有人会厌倦。
雷锋网整理了百度分论坛的全部内容，并精选出与 DuerOS 直接相关的信息，试图清楚的回答“DuerOS是什么” 的问题，或许这也是全网关于 DuerOS 最全面的解剖：
DuerOS 的整体架构包括三层：中间层为核心层，即对话系统；最上层为应用层，即智能设备开放平台；最底层为能力层，即技能开放平台。
所谓的核心层，包括了从语音识别到语音播报再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着上下两层的实现。
所谓的应用层，则是为第三方厂商提供包括核心接入组件、芯片模组、麦克风阵列等的开发套件，以及包括工业设计、结构设计、音腔设计在内的参考设计方案。
所谓的能力层，则是面向开发者，提供了包括了原生技能和第三方技能在内的技能开放平台，开发者可以通过技能工具，来创建并发布基于 DuerOS 的技能。
三层之间的结合处，分别是对话服务和技能框架两个接口，也是整个 DuerOS 的核心接口，前者为终端设备提供了各项支持请求，体现 DuerOS 的终端能力，后者为第三方开发者丰富的创建方式，体现 DuerOS 的技能开发能力。
为了更清楚的理解，针对对话服务与技术框架，百度直接拿 DuerOS 和 Andriod 系统做了对比：
如同电脑、平板在 Android 系统上具备触摸的交互功能一样，音箱、电视、车载设备搭载了 DuerOS 后，就能具备智能语音对话的交互功能。
如同 Android 设备驱动程序接口，定义能够运行的基本硬件和交互方式一样，DuerOS 的对话系统则定义着运行 DuerOS 需要具备的终端能力，以及用户通过设备和 DuerOS 沟通时的交互方式。
如同开发者基于 Android 应用框架能够开发 App 一样，第三方开发者也可以基于 DuerOS 的技能框架开发技能，在搭载 DuerOS 的智能设备上运行。
举例来说：
搭载 DuerOS 的电视，具备了屏幕显示的能力，当一个设备具备了屏幕显示能力的时，DuerOS 就可以响应这种服务的请求，识别之后通过屏幕告诉用户正确的答案。搭载 DuerOS 的手机，用户就可以通过语音操作打电话给家人或者向餐馆订餐。搭载 DuerOS 的汽车，具备车辆控制功能，你可以跟汽车说天太热了，把天窗打开，把空调调到19度。这是 DuerOS 支持的协议具备多种多样的终端能力。
针对技术框架，DuerOS 提供标准化的接口，第三方开发者甚至可以一行代码都不编写，就能创造标准化的技能，只要提供内容即可。针对需要个性化创造的开发者，DuerOS 提供了丰富的技能接入，开发者不需要懂自然语言处理和深度学习，就能创造非常自如的语音交互技能。
除了智能创建工具之外，DuerOS 还提供全套平台工具，覆盖从创建、配置到百度云部署、测试、发布的整个生命周期。通过 DuerOS 的技能框架，百度把 DuerOS 的原生技能开发能力、自然语言处理能力、对话管理能力等全部开放给了第三方开发者。
当用户开始和 DuerOS 说话时，它的工作流程是这样的：
用户的语音先传到 ASR 语音识别模块，通过该模块，设备听清用户的语言，将它转为文字；
转成的文字经过相应模块的分析、识别和理解，并放在整个对话上下文当中做充分识别和理解，明确语义。
当 DuerOS 听懂之后，则会调用合适的原生技能或第三方技能来满足用户，通过 TTS 语音播报将结果给到用户，如果设备有屏幕，则会给出适合设备屏幕大小形状的展示结果。
经过这样的工作流程，DuerOS 的对话系统可以通过音箱、电视、车机等设备，应用在多种场景中。之所以能够有好的听清、听懂效果，百度认为主要归功于三个方面：数据多、技术深、内容广。
所谓的数据指的是百度拥有庞大的知识图谱、需求图谱、网页图谱、地理信息图谱及用户画像，技术则指的是十余年里百度所积累的自然语言处理、对话控制、对话管理、自然语言生成、搜索等技术，而内容指的是百度拥有的超过10000个信息垂类内容。
官方给出的智能设备开放平台的目标是“上手”最容易的设备平台。简单而言，就是对于第三方来说， 直接把百度给出的方案拿过来套上用，就可以了。但针对需求，百度还是给出了几个版本的开发套件：
个人版-针对开发者
个人版开发套件基于 DevKit ，集成了 2Mic 兼容设计，同时也支持 4Mic，和 Crom 引擎合作完成。即日起就可以下载，不仅完善了硬件，还加上了系统对象和文档。
有趣的是，在个人版里，百度提供了一个趣味组装图纸，让开发者动手组装。个人版既保留了一些自主行性，也节省了大量的时间，确实非常容易“上手”。
标准版-针对产品厂商
针对产品厂商需要稳定、可靠、大规模生产的需求，百度给出了“标准”答案。标准版开发套件完全按照 产品级要求研发，包括 4Mic 拾音板、MTK8516 主板，Wi-Fi/BT+喇叭，终端软件为 Linux+DuerOS SDK+终端应用，它的目标是开箱即用。
此外，百度还联合设计团队推出了标准版产品的参考设计，同时由来自手机团队资深结构工程师专门做了结构化的设计，由资深的电声工程师调整了电路效果，甚至和音箱代工厂制定了完整的工艺，贴上商标就可以对外销售。
轻量版-针对特殊厂商
针对有些特殊要求的厂商，比如产品需要电池系统、需要低功耗、需要放到已有产品中，同时不希望增加成本等情况，百度则提供了轻量版开发套件。
发布会中提到了 ARM 和 DevKit 合作的两款专门支持 DevKit 和 ARMmbed 的解决方案，Cortex 为核心的解决方案，非常省电的，作为实时操作系统，配置也相当灵活，既有单板方案也有双板。套件里是高度整合的 SoC 系统，全部装在一个单芯片上，本身就保证了低成本，小体积，甚至只有硬币的大小。
第三方方案
除了上述三个百度提供的版本方案外，还和业界一些第三方厂商做了合作，让 DuerOS 融合第三方解决方案，这其中包括了声智科技、先声互联、Intel、Rockchip、Qualcomm 等，还有更多正在进行中，没有完工的厂商。
与这些设备解决方案配套的，是一款基于手机的 App——小度之家。据雷锋网了解，在以语音交互为主的设备上，有两个很常见的问题，一是配网不方便，二是设置不方便。通过小度之家 App，这两个问题都可以得到彻底解决。在这个 App 上，一方面可以看到操作记录，另一方面也支持付费功能。更重要的是，将来会有更多的第三方技能会出现在这个 App 上。
技能开放平台分为三个部分，一个部分是百度提供的原声技能，第二个部分是为第三方开放的技能工具，第三个部分是由开发者开发的第三方技能。
这些技能综合起来，就是为了让语音交互设备更好用，具有更多功能，让用户听懂并得到满足。雷锋网了解到，百度的原声技能覆盖了从娱乐到生活，从信息到工具十个大类，超过100个子类，且还在不断增加。
通过开发工具，开发者可以开发第三方技能，百度还提供了标准的技能模板，可以帮助开发者无门槛的创建技能。从开始创建到最终发布，都有百度的技术支持。而上传到技能商店的技能，终端用户都可以根据自己的需要来选择或者购买喜欢的技能，平台中的“监控”功能，还可以为开发者优化技能提供决策数据。
如果用决定论来理解百度今日对“操作系统”的执念，或许想想它曾错失的移动互联网时代就能够理解。希望这是深刻反思后看清楚的方向，而不是某种矫枉过正的偏执。但无论如何，正如一位前百度员工说的那样，“我只相信技术”。此刻的百度，或许最接近李彦宏心目中的百度，或许也是国内最相信技术的大公司。
正在生成分享图...
nebula