国内风投来美国必备神器Otter

上周去Los Altos拜访Sam Liang，想看看他最近在做什么。Sam之前是谷歌地图的架构师，是谷歌地图团队最早的成员之一。之后他离开谷歌做了Alohar，公司2013年底被高德地图收购，现在已经归属阿里巴巴。

Alohar旗下有个产品叫PlaceUs，很有意思，它指出了地图业务的一个发展趋势，即：

基础地理数据其实已经不再具竞争优势，因为某种程度上，它已经是一个可以购买的东西（已经有多种数据来源）。那么，现在什么东西具有竞争优势呢？

把“场景”也就是context引入到地图概念里。我举个例子。

当我在应用上看到我国内助理时，我得到的信息将不只是她的地理位置信息，而是她在“干什么”的一个状态，好比她在开车。那么这时我可能就不会给她打电话了，因为开车接电话不安全。显示“场景/状态”而非“地理位置”，以此帮助协调多人的生活和工作，这是AI在地图中的意义之一。

如上图，三年前的PlaceUs曾经非常开拓我的视野。那么，现在Sam在干什么呢？

去Los Altos前，我特地搜索了一下他的新公司AISense，发现去年底已经完成A轮，已有投资者包括德丰杰DFJ DragonFund、500 Startups等。早期天使投资人里，我还看到了大卫.切瑞顿。

这个人是谁？就是那个闻名硅谷的斯坦福教授，他第一个写了支票给拉里.佩奇和谢尔盖.布林，后面那两个人拿了这张支票创办了谷歌。

传奇天使投资人David Cheriton

言归正传。Sam的新作品是Otter，这是一个语音产品。我问Sam：“其实你有非常多选择，为什么二次创业选择做语音呢？”

请注意：这个时候，Otter这个App就放在我和Sam中间的桌子上。下面是Otter记录下来的Sam说的东西。我的第一感觉是：天啦，那边语音刚落，Otter已经基本全记下来了，这个速度太快。

我翻译一下：

“我做这个东西有很多原因，第一个原因是：世界上有这么多人，每个人都需要用语音沟通，尤其是对企业家，有很多重要商务会谈，比如今天这种情况，我们面对面见到，然后可能只有40分钟。

但我们会谈很多信息，而企业家的时间很贵，我们怎么才能最好地利用时间呢？那就是不要把谈话内容又忘了个精光。但我发现：人们花很多时间开会或会谈，但其实一结束就忘了大半部分，所以Otter这个App，第一个作用就是帮人们更好地记住会谈内容。”

下面，我帮大家快速拎一下Otter的核心要义。这里，已经显示出硅谷关于语音的一些趋势和洞见了。

第一，Otter关键字：转录

这是我最需要强调的一点，因为不同人用Otter，Otter能帮到他/她的地方不一样。比如中国很多小孩在美国读书，刚开始时可能英文听力不好，听教授讲课吃力，这种情况下就可以用Otter看英文文本抓关键字，因为你的阅读能力一定比听力强。

但这是Otter的核心吗？绝对不是。

Otter核心是“转录（transcription）”，也就是说：把声音转成文本信息，而且转的速度极快，几乎实时。这样的产品形态，就把一堆以“录音”为切入点然后再付费转文本文字的产品甩出去了。

那么为什么转录会成为一个趋势呢？我想是因为：文字形式的信息有其它形式的信息（如语音、视频）不可替代的功能，越是严肃/商务领域的信息，越是如此，因为你听完看完会忘，而严肃/商务领域的东西，你不想忘。

2，Highlight神器

文字信息还有一个好处，那就是能够让你在最短时间内，对内容一目了然。

这一点，语音做不到，视频做不到，甚至后两者在信息的展开中，还是不可逆的。而既然，你能够以很快的速度阅读并来回逆，你抓重点的速度肯定也就更快了。

3，技术上和亚马逊的Alexa或谷歌的Google Assistant不同

我第一次用Otter时，其实愣了一下，因为它要我先对它说一段语音，包括告诉它我是谁，我做什么职业。

我想：这应该是个“工具”，应该像谷歌地图那样打开就直奔主题，怎么往复杂方向去了呢？后来我才明白，看下图：

图里描红之处，会自动呈现你的名字和头像。但为什么要这样做呢？

因为凡涉及谈话，必然涉及两个人或多人，那这个时候，“什么信息是谁说的”这件事就很重要。而Otter被设计成：能对多人谈话进行理解和捕捉，这和亚马逊虚拟语音助手Alexa或谷歌语音助理Google Assistant的技术不同。

后者一般发生在人和设备之间，而且通常是一个人在说话，同时，你和Alexa说话时的内容都会很短，无非是问一些短问题。

但人类的谈话则要复杂多了：不少于两个人；其次一聊一小时很正常；再次，语速不会像我们对着机器说话时那样慢，而Otter的目标，就是捕捉类似情境下的对话、会议、采访、讲座等，然后把它们变成一个可搜索的档案。

值得注意的是：这里涉及的所有技术包括语音识别，都由AIsense自己构建，不用现有语音识别API。据Sam说，这是因为希望提高准确性，并优化多个扬声器。

4，也支持导入音频、视频，帮你转录

但需要打开电脑用Otter的官网搞。

5，语音世界的Dropbox和Slack

这时你闭上眼睛，脑海里出现一大片语音的海洋，我们再来看下Otter的Logo，它强调语音谈话的可记忆、可搜索和可分享。

这个概念熟不熟呢？

想起来就是一片语音的海洋

其实挺熟的，让人想起Dropbox，只不过Otter做的是语音会话。甚至在商业模式上，Otter和Dropbox也很像：

免费用户这块，每个月可以用10小时的语音转录，而如果你想要更多，则需要付费$9.99，获得一个月100小时的转录。

Sam估计：免费用户会占这个App的绝大多数，付钱的则将来自企业级用户。但就像Dropbox和Slack，他们的绝大部分付费/企业级用户，其实都由他们的消费级用户带来，比如职员用着用着觉得需要，回头和老板推荐购买。Otter应该也是这种模式。

不过，Otter应该还有一种商业模式，那就是技术授权。

目前AIsense已经和美国最大在线视频会议提供商Zoom合作。其实我也是Zoom的用户，经常用它视频采访，我知道Zoom不提供文字信息，只有在线录音功能，而现在，AIsense将为Zoom提供转录技术。

6，潜在使用场景

理论上，除了企业内部使用外，Otter的技术使用场景还可以包括医疗保健、教育等。

因为这些领域的信息，都是极严肃信息领域。Otter负责提供这些领域的语音对话搜索，就像支持用户搜索电邮和文本。

7，但其实，Otter还有一大用途

我写这篇文章，除了给到大家硅谷的一些趋势信息外，其实还有一个特别的用意。

每年，我都看到国内风投和创业者朋友一波波地呼啸而来，然后，再一波波地呼啸而去，有一些，总是很头痛自己的英文听力，加上硅谷是个移民城市，这里的英文有非常多国家的口音，印度的，爱尔兰的，英格兰的等等等等，也许你可以用Otter帮你记忆，会谈中老外说的关键信息；或者，仅仅是把它当作速记神器用，回国飞机上再全面check一遍英文文字，也很好。

总而言之，什么东西对创投圈朋友最贵呢？我想绝不是钱，而是时间。但愿你们的每一次辛苦奔波，都没有被辜负。

与之相关阅读：

1，美科技巨头在语音交互方面布局和差异

2，起底亚马逊”智能音箱“10个逻辑链