聽說智能音箱的元年來了？始終一個破殼而已

智能音箱可能很多人沒用過，但它的確是矽谷科技公司的「當紅辣子雞」。亞馬遜有Amazon Echo、谷歌有Google Home、蘋果發布了HomePod、微軟即將推出Invoke。

山不在高有仙則靈，智能音箱裡面的仙就是語音助手，沒錯，你的手機上也有：亞馬遜的Alexa、谷歌的Google Assistant、蘋果的Siri、微軟的Cortana。但手機上的操作比較麻煩，在家躺著，你得爬起來找手機，解鎖，長按home鍵激活語音助手...

智能音箱則是隨時待命的吧，冬天縮在被窩，你只要說出那個咒語（比如hey siri），問它「幾點了」，你不用看鬧鐘，不用戴眼鏡。讓它「關鬧鐘」，你也不用自己動手。

我們從有3個層面去評判一款智能音箱，一個是音箱本身的質量（音質），一個是AI的智能度（交互），一個是對接資源的廣度（內容）。最後，來談談市場。

音質

就目前來說，蘋果更注重音箱的音質，這在交互不完善，內容深度不夠，用戶習慣沒有養成的初期特別好用。畢竟買一個音質好的音箱，對於普通家庭來說挺合乎邏輯。

HomePod有7個揚聲器，呈環形排列，能夠實現360°全方位音效覆蓋，頂部有一個4英寸的低音炮，蘋果在發布會強調，它可以Rock the house（搞它涼的震耳欲聾）。

HomePod還有6個拾音話筒，它可以識別人聲語音，還能通過反射聲音（揚聲器的聲音），來感知周圍的空間（空間感知能力）。它能分辨出哪邊是牆，從而調整揚聲器的發聲狀態。

在外媒的先期測評中，HomePod的音質給他們留下了深刻的印象，足以和2580元的Sono Play 3相媲美。

反觀Eco和Google Home，它們的音質可謂是不能揭的傷疤，不是說不能聽，但就是差著點意思。其實想要提升音質並不難，與音頻廠商搞合作，貼個某某認證也是輕而易舉的事情，比如微軟馬上要跟哈曼卡頓合作的Invoke。

智能音箱嘛，你首先得是個好用的音箱，只有以好音質做底子，才能把語音助手這個神仙，從手機上請到音箱里，讓人們願意買回來一個「靈盒」擺在家裡供著。

遠場拾音

我們可以拿手機進行1米範圍的免提通話，而一旦麥克風距離加長，就會收錄大量噪音和混音。智能音箱的收音範圍可達5-8米，它能夠用演算法進行降噪、篩出最主要的人聲部分，再交給語音助手做進一步的處理。

所以評測它的音質還多了一個維度，就是拾音效果。好的智能音箱，必須能在遠距離識別語音，能夠在吵雜的環境中聽到主人的呼喊，就像狗一樣敏銳。

上面說過HomePod有6個拾音話筒，無論人在音箱的哪個方向，都可以對音箱發出指令。在HomePod在播放音樂時，也能聽到用戶懶洋洋的「Hey Siri」。

一般來說，配備的麥克風越多，音箱能聽到的聲音就越遠。大多智能音箱配有5、6個麥克風，Google Home在這一點上比較絕，它只有2個麥克風陣列，但藉助Google深度學習的能力，它的識別準度相當高，在同一台設備上支持6名用戶，能聽出每個人的聲音，提供個性化的服務。

交互

語音是相當古老的交流方式，甚至早於文字的出現，它非常自然，特別在信息錄入時（input），有著更快的效率。智能音箱帶來的交互方式是嶄新的，但人們幾乎不需要適應。

側耳聆聽

在語音交互時，智能音箱必須具備「語義聯想」的能力，比如音箱在放歌，你說「暫停放歌」它能識別，你說「閉嘴」或者「歇一會」它也應該能聽懂。也就是說，我們不用去適應智能音箱，而智能音箱要去適應人的說話方式和習慣。不聽話的智能音箱就像直男癌，不解風情，砸了也罷。

另外，智能音箱要聽的准，我們每個人的語音語調都不一樣，它需要能識別出來。下圖是一位印度小哥，英語口音極重，但Google Assistant幾乎都能聽懂。

英語的變化不大，好比英音和美音，但如果來到國內，雖然一句話下寫在紙上都一樣，但說出來就天差地別了。上海話、廣東話等都屬於我個人聽不懂的範疇，在某些村裡，越過10公里外的一個小山，互相交流都有問題。

口若懸河

除了聽，智能音箱還得會說，一個冷冰冰的機器人，無論如何也讓人提不起興趣，好在現在語音合成技術了得，語音助手基本上已經沒有了濃重的「機器人口音」，甚至還有林志玲語音包這種東西，但在說某些短語的時候，如果你側耳聆聽，依然會覺得有些不自然。

英文版Siri最自然，但如果切換成普通話，你就能明顯感受出差距，好像在蹦字一樣，聽上去機械而古板。微軟的Cortana也不錯，比Siri稍差，來到中國後，Cortana有了個叫「小冰」的妹妹，聲音也發生了大變化，像個10多歲的小孩，還有點二次元的感覺。Google Assistant，我覺得它的聲音比較冰冷不夠熱情，讓我聯想到《紅警》里的女音：Warning,Nuclear missile launched!（警告,核彈已發射）。

說人話也是重要的一點，舉個最簡單的例子，問「明天出門穿什麼衣服？」，你問朋友，他可能會說「明天挺熱，穿著短袖，但記得帶傘，可能下雨」，

天貓精靈做的不錯，但語氣還是偏官方，不親切，Siri的回答，讓人有種想摔東西的衝動。

語音助手的設計初衷是幫助你解決問題，提高辦事效率，但它不能陪聊。比如我說「我最近看了一本書」，給我的回復大多是「給你找的以下網頁」或「給你以下的圖書推薦」。好玩的是，普通的聊天機器人，在人機對話上都比智能音箱做的好。

聊天機器人（ChatBot）現在已經非常了不得，給我留下印象最深的還是微軟小冰，它可以發表情，發語音，可以聯繫上下文做出應答，可以調用網路資料，還會記得先前和用戶聊天內容中的種種細節。

但是在功能方面，它就非常捉急了，也就是查個天氣，它不能調用手機內的App，連定鬧鐘的功能都沒有。另外它在語義識別上也比較初級，分分鐘讓你齣戲。

人情味

聊天機器人和語音助手的主要區別在於交互的界面上，一個是文字，一個是語音，但兩者在很多底層技術上是相通的，比如大數據、深度學習、信息檢索等等。效率固然重要，但能陪聊的智能音箱才真的有「人情味」。

可以預見的是，總有一天智能音箱能和你賣萌、插科打諢，甚至通過圖靈測試。那不一定是AI的奇點（指AI在智力上超越人類的時間點），但試想我們可以和小冰展開深度交流時，我們的態度不再是調戲而是移情，愛上一個虛擬的東西，更加沉迷於不存在的世界。

有趣的是，目前大多數語音助手都是女聲，這個成因比較複雜。我們單說一點，女聲更加親切動人，也能讓智能音箱性別化，我們普遍對女性更加包容，更有耐心，如果語音助手犯傻，用甜美的聲音說出「我不知道」時，人們的失望感會小一些。

客服妹子比客服漢子多也是這個道理，如果一個和嗓門糙的男客服對話，哪怕對方態度良好，也讓人容易皺眉。

但，男性的聲音要顯得更具權威、冷靜，讓人覺得可靠。有調查表明，當語音導航是沉穩的男性聲音時（不是郭德綱和老羅那種），人們更願意去聽從導航的指令，看地圖的次數也會相應減少。

男聲和女聲各有優點，在不同的場合，不同的境遇下也會有不同的效果，相信以後智能助手會提供男女聲選擇，如果玩的更狠點，一個智能音箱可能會有12種不同的聲音，通過你的年齡、性別、喜好來推薦最讓你愉悅的那個聲音。

在未來，你不能改變性伴侶叫床的聲音，但可以讓智能音箱的語調變得更甜蜜性感。

功能

目前智能音箱有這麼幾個主要功能：購物、放音樂、讀書、回答問題、控制家電。

購物這個事情最早是亞馬遜想到的，想刺激Amazon的商品銷量，但，呵呵，沒什麼效果。從外國的反饋看，利用Echo購物的用戶僅佔到了11%，在前12大應用中排在倒數第二。

一般來說，除非一個商品的品類不多，你又有購買習慣時，語音購物才比較好用。比如你要買一箱可樂，除了百事就是可口可樂，你經常喝，價格你也清楚，直接語音下單是方便。什麼柴米油鹽啊也試用這個範圍，但如果是衣服、電子產品、小傢具什麼就不適用了。

沒有圖文，沒有介紹，不能進行商品對比，看不了評論，你總不能讓音箱把評論一條條念給你聽吧？於是乎，亞馬遜搞出了一個帶屏幕的智能音箱，7英寸觸控屏，還有一個500像素的攝像頭。

左是亞馬遜Echo Show，右為亞馬遜Echo

它多了些什麼功能呢？和家人視頻通話、看日曆上的標註、網上買東西看圖、看視頻、做飯能看菜譜、聽歌顯示歌詞。等等，這不就是一個大屏幕手機么...

左：視頻通話，右：Show能連接安全攝像頭，並通過屏幕來顯示

屏幕是一個很好的視覺輔助，它比語音交互有更多的應用場景，但一塊屏幕是必要的么？我想智能音箱還是應該以語音交互為主，而不是試圖成為一個手機的替代品。

目前，亞馬遜的音助手Alexa的功能大約有15069萬個，對比之下，Google Assistant有378個功能，微軟的Cortana僅有65個。

但這只是數字好看而已，就好比說，你只會用手機打電話、發微信、支付、定外賣等等40個功能，手機究竟有800個功能，還是有8萬個功能對你來說沒有實際意義。智能音箱也是一樣，核心的功能就那麼幾個，剩下的長尾功能都會被邊緣化，把核心的幾個玩意兒做好才是王道。

功能多少不重要，但能支持多少智能產品就非常重要了。

有兩個個詞，這兩年提的比較多，物聯網和智能家居。智能音箱能控制整個家庭，但家電必須是智能的。目前，蘋果Siri支持100多款智能產品，Google Assistant聯合了70多家智能家居廠商，而配備Alexa的產品大約有1500種。

支持的智能硬體越多，用戶能選擇的餘地也就越大，這不僅僅是讓消費者能選擇不同價位的產品，它凸顯的其實是公司的整合能力。如果它支持的產品足夠多，就能形成一個平台，讓開發者按照自己的標準去定義智能化和使用規範，開發商每賣一件，平台就進行抽成。亞馬遜本來就是個大平台，所以它在這方面也最佔優勢。

市場

智能音箱想成為智能家居的入口，但現實是，壓根打不開局面。我們看一眼下面這個基於美國的調查，在擁有智能音箱的人群中：

• 60%的人就問一些簡單的問題

• 57%會詢問天氣情況

• 54%的人用它播放音樂

• 41%讓它設鬧鐘

• 39%的用它創建提醒事項

用智能音箱來控制家電的比例，僅有27%，注意，哪怕只買一個智能燈泡，也被算入了比例中。

智能家居本身也是困難重重：產品貴、種類少、安裝麻煩、用戶改不了傳統的使用習慣等等，想要構建一套完整的智能家居系統，只有一個智能音箱是遠遠不夠的。

其實，酒店是智能家居不錯的落腳點，酒店批量購買一套設備，屋裡擺個智能音箱，住客可以放音樂、叫滴滴、查天氣、還能一句話播放自己喜歡的電影、控制燈、控制窗帘開關、控制室溫、控制馬桶沖粑粑等等。

酒店可以提高自己的逼格和特色，甚至節省客房服務的人工成本；廠商可以賣出去產品，這也是智能音箱展示的舞台，讓用戶去熟悉它，懶癌們覺得這玩意兒真好用，我回家也得整一套...

相比於國外，國內的互聯網玩家也嗅到了商機，市面上的產品不少，但是軟硬體的整合大多比較倉促。國人的生活習慣和老外也有差別，經濟水平也有限，最主要的是還沒有一個殺手級的語音助手。

亞馬遜雖然有平台和用戶群（佔據了北美70%的智能音箱市場份額），但它的AI弱一些，蘋果玩的是設計和產品品質，自有一群擁躉，而谷歌和微軟有更好的技術沉澱，它們目前看起來很弱，但袖子里藏著東西。

亞馬遜和蘋果在前期會更有優勢，但智能音箱的靈魂必然是AI，這背後拼的則是大數據和人工智慧的能力。

音箱只是載體，當智能語音助手成熟了以後，它可以陪你聊天、可以幫你查資料、回郵件、幫你提煉文章觀點、幫你記住你的密碼、朋友生日、幫你控制手機電量、監控你的健康狀態、幫你關注商品的打折信息...無所不能。

當它成熟了以後，還會局限在音箱當中么？一個破殼而已。

「智能」是一種前衛的生活方式

關注鎢絲科技微信公眾號（woosmarter），一起品玩智能產品，暢想智慧生活

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！