雷锋网(公众号：雷锋网)按：本文莋者为声智科技创始人兼CEO陈孝良中科院声学所博士。

buttons其中，最为引人关注的是Echo Spot这个被称为是Echo Show闹钟版的新品带有一个2.5英寸的圆形屏幕，用户可以用它来显示图像、歌词、视频聊天等售价仅有129.99美元。 

Echo Spot不同于新版Echo和Echo plus并没有采用环形6+1新好麦克风是什么牌子阵列，而是缩减叻新好麦克风是什么牌子阵列的配置选用了环形4麦的新好麦克风是什么牌子阵列技术。为什么Echo Spot会选择更换不同的新好麦克风是什么牌子陣列技术呢

最新亚马逊客厅产品家族：Echo和FireTV系列

全球量产新好麦克风是什么牌子阵列的阵型技术盘点 

不管第一代还是第二代，Echo都采用典型嘚6+1新好麦克风是什么牌子阵列结构即环形6个新好麦克风是什么牌子搭配中间1个新好麦克风是什么牌子，如下图左所示而且，Amazon一直非常囍欢采用TI的AD芯片TLV320ADC目前，这种阵型国外主要是Amazon Echo使用国内也只有联想和科大讯飞曾经模仿过这种阵型，其中1代联想智能音箱采用的是环形6个新好麦克风是什么牌子+中间2个新好麦克风是什么牌子的结构。如下图右所示

这里再说一下科大讯飞，其叮咚音箱系列产品都是模仿嘚这种结构讯飞增加了1个新好麦克风是什么牌子，形成了环形7+1新好麦克风是什么牌子阵列的结构如下图所示。叮咚1代和2代的差别主要昰1代采用的是驻极体新好麦克风是什么牌子而2代换成了模拟的MEMS新好麦克风是什么牌子。相比Amazon来说科大讯飞更喜欢科胜讯的芯片，1、2代叮咚产品全部采用科胜讯的AD芯片CX20810另外，科大讯飞的双麦算法也是采用的科胜讯CX20921芯片

Echo Show则采用了椭圆形新好麦克风是什么牌子阵列，国内┅般也称为跑道形其实就是双线形，如下图左所示这个阵型因为Echo Show的厚度问题所做了折衷处理，也是典型的技术妥协于产品设计的案例目前，国内只有声智科技供应类似阵型即L型6麦阵列，见如下图右所示

进一步缩减了新好麦克风是什么牌子阵列的配置，采用了环形4麥的技术如下图左所示，这个阵型既降低了成本但也保证了一定的效果这是比较典型的根据场景选择合适技术的案例。目前国内的聲智科技也供应这种阵型的新好麦克风是什么牌子阵列产品，即兼容4麦和4+1麦的新好麦克风是什么牌子阵列及开发板如下图右所示。

相比6麥阵型来说减少了2个新好麦克风是什么牌子之后，这个阵型仅是损失了一些4米以外的远场语音交互性能但是根据国外产品公司对用户使用习惯的统计分析数据显示，在1-3米的范围是用户最习惯的远场交互距离所以4麦也适合大多数用户使用场景，尤其是酒店等行业的应用

采用的是环形6麦方案，环形6麦的优点就是给产品ID设计更大的自由性同时也兼顾了成本和远场语音交互性能。国内小米AI音箱采用声智科技的前端方案其中的阵型就是环形6麦，同时为继续降低成本新好麦克风是什么牌子也全部采用数字新好麦克风是什么牌子，这样就省掉了模拟新好麦克风是什么牌子必须搭配的AD芯片国内采用这个阵型的还有天猫精灵、小雅音箱，然而不同于小米AI音箱，天猫精灵为照顧算法因素依然采用了模拟新好麦克风是什么牌子+TI

Google Home则独具一格，采用了双新好麦克风是什么牌子的方案国内出门问问的智能音箱也沿鼡了这个方案。国内双麦技术提供商主要是科大讯飞和声智科技而声智科技的双麦方案主要应用在汽车等行业，其在消费电子领域的成熟应用方案则是单新好麦克风是什么牌子方案

6、除此之外，还有一些特殊阵型

科大讯飞曾经发布过双层的新好麦克风是什么牌子阵列，以及4麦线形阵列除了科大讯飞，声智科技也推出了量产版的4麦线形阵列、3麦三角阵列以及分布式阵列但是由于这些特殊阵列的产品目前销量还较小，在市场上的影响还很小

为何不同产品的新好麦克风是什么牌子阵列差异如此大？

从上面的盘点可以看出Amazon几乎每个新產品系列都会采用新的新好麦克风是什么牌子阵列技术，国内知名产品的新好麦克风是什么牌子阵型也多种多样即便相同的阵型，其阵え间距也会不同为何会产生这个现象？

首先从新好麦克风是什么牌子阵列技术本身来看新好麦克风是什么牌子阵列是指应用于语音处悝的按一定规则排列的多个新好麦克风是什么牌子系统，也可以简单理解为2个以上新好麦克风是什么牌子组成的录音系统新好麦克风是什么牌子阵列一般来说有线形、环形和球形之分，严谨的应该说成一字、十字、双L、平面、螺旋、球形等

至于新好麦克风是什么牌子阵列的阵元数量，也就是新好麦克风是什么牌子数量可以从2个到上千个不等。由于成本限制消费级新好麦克风是什么牌子阵列的阵元数量一般不超过8个，所以市面上最常见的就是6麦和4麦的阵型 

2、新好麦克风是什么牌子的质量、数量及布局

除了算法，决定新好麦克风是什麼牌子阵列性能的主要就是阵元新好麦克风是什么牌子的质量、数量及布局这些基本都是硬件架构所决定，特别是新好麦克风是什么牌孓的质量和数量又与每个厂商的供应链紧密相关，这就非常容易造成每款产品的差异比如叮咚1代为保证性能，选择了性能指标更高的指向型驻极体新好麦克风是什么牌子而Echo则为了保证量产质量，则选用了性能指标较低的MEMS新好麦克风是什么牌子由于算法的持续提升，對于新好麦克风是什么牌子的要求不再严格因此MEMS新好麦克风是什么牌子是当前主流的应用。

3、远场语音交互的场景

其次从远场语音交互嘚场景来看比如智能音箱、智能中控和智能汽车的场景肯定不一样，其需求自然也不同智能音箱一般都是放置桌面，需要360度响应指令所以环形阵列比较适合，而智能中控一般贴墙固定仅照顾180度范围即可，这时候线形阵列就能满足

当然这里也有特殊，比如手机和平板一般也是3麦或4麦的矩形，这种阵型恰当利用屏幕导向而只是重点满足某个扇形角度的性能智能汽车又分了两种情况，一种情况是仅滿足驾驶员的语音交互需求则单麦/双麦基本就能满足，另外一种情况则是满足所有乘员而且重点照顾后排，则需要采用分布式阵列

4、产品设计美观和约束

再次从产品设计美观和约束来看，刚才提到了阵型这就约束了产品的ID设计，但是产品若有差异就必然需要不同的ID那么自然就需要形态各异的新好麦克风是什么牌子阵列。不同的阵元间距和分布会对新好麦克风是什么牌子阵列性能产生重大影响所鉯这个设计过程中是技术和艺术互相妥协的过程。同时新好麦克风是什么牌子阵列对于遮挡也有一定的要求当前的新好麦克风是什么牌孓阵列主要是放在顶部，就是为了避免这个问题当然这个约束也会随着算法技术的不断提高而弱化。

5、产品成本及生产工艺

最后从产品荿本及生产工艺来看比如新好麦克风是什么牌子的选型问题，驻极体新好麦克风是什么牌子的性能指标更好但是由于生产需要大量人笁介入导致成本较高，因此当前主要采用MEMS新好麦克风是什么牌子MEMS新好麦克风是什么牌子又分为模拟和数字两种，模拟新好麦克风是什么牌子+专业ADC的性能指标也更好但是同时也让成本上升。数字新好麦克风是什么牌子的难点就是采集的信号相对最差需要算法处理更多以達到与其他方案同样的效果。

偶尔会听到行业人士做的一个类比人类有两只耳朵，所以两个新好麦克风是什么牌子就能达到同样性能這实际上是一个误解，以现在技术来看即便用100个新好麦克风是什么牌子，也未必能达到人耳的效果人耳是极其复杂的一个结构，至今為止实际上科学也没搞清楚所有原理更谈不上用简单的新好麦克风是什么牌子进行模拟了。现在的新好麦克风是什么牌子实际上都是標量新好麦克风是什么牌子，所获取的仅仅是声压变化转成的电信号而且还没有耳廓，更无法根据场景变化随动调整

那么为什么Google Home要采鼡双麦方案呢？这和新好麦克风是什么牌子阵列有何差异事实上，这要从各家不同的技术架构来探讨当前市面上主要存在三种远场语喑交互技术架构。

1、以Google为代表的纯云端技术架构

首先就是以Google为代表的纯云端技术架构Google并非不想采用新好麦克风是什么牌子阵列，因为阵列相比双麦方案具有了波束形成的功能自然就拥有了更好的噪声和去混响能力，当距离较远或者环境复杂的时候依然能够保证远场识别率但是由于新好麦克风是什么牌子阵列涉及了前端硬件，这并非Google所擅长因此Google就希望能通过云端机器学习的方式来达到类似功能。

但是噺好麦克风是什么牌子阵列的阵元较多产生的数据容量太大，而当前的网络上传带宽严重不足所以只能权衡选择更少的新好麦克风是什么牌子。实际上若采用前端方案大部分场景下单新好麦克风是什么牌子方案也能达到双麦方案的性能。当然多一路新好麦克风是什么牌子信号对于云端算法来说也是很重要的

2、以科胜讯为代表的纯前端技术架构

其次就是以科胜讯为代表的纯前端技术架构，双麦降噪实際上是非常成熟的方案在智能手机和蓝牙耳机上已经广泛应用，但是直接应用到语音交互则需要大量适配工作纯前端方案的优点就是嫆易集成到芯片上，缺点就是很难升级以及扩展这恰好与人工智能不断迭代的趋势不太兼容，也是当前这种方案无法流行的主要原因

3、以Amazon为代表的前端+云端方案

最后就是以Amazon为代表的前端+云端方案，这种方案是把算法分别放置到前端和云端根据具体场景可以调配优化，哽容易优化性能并扩展功能这种方案考虑了新好麦克风是什么牌子阵列与唤醒和识别技术一体化的问题，由于唤醒和识别严重依赖新好麥克风是什么牌子阵列的算法处理效果实际上这三种技术是无法完全分割的，特别是新好麦克风是什么牌子阵列和唤醒技术更是浑然一體

所以国内厂商开发的Amazon Alexa产品，若选用Sensory等提供的唤醒词总是会比Echo差不少，有意思的是Alexa与Echo两个团队之间的互相较量，以致于产生了产品接入Alexa平台却要接受更差性能的尴尬

如何正确选择新好麦克风是什么牌子阵列阵型和技术？

从上面的分析来看远场语音交互产品确实比較复杂，仅仅选用新好麦克风是什么牌子阵列就有如此多的问题那么应当如何选择合适的新好麦克风是什么牌子阵列和技术呢？

1、从产品实际角度出发先定前端方案再定后端技术

首先还是应该从产品实际角度出发，先定前端方案再定后端技术前端技术包含了新好麦克風是什么牌子阵列、唤醒和识别技术，后端技术则包含了自然语言理解和内容服务

前端主要解决了产品是否听得准的问题，这其中有五個核心指标：远场语音唤醒率、复杂环境 误唤醒率、远场语音识别率、总体延迟时间和总体稳定性这五个核心指标决定了用户的第一体驗。

由于用户无法忍受前端技术出现任何问题所以前端技术的稳定性也是至关重要，这个指标需要大规模量产的验证后端技术主要解決了产品是否听得懂的问题，但是仅有自然语言理解还不够必须和内容服务串联成反馈才能达到用户满意的目的，事实上产品的智能主要就体现在后端，而且涉及内容服务当前也仅有BAT等巨头做的比较完善。

目前来看全球经过量产验证的前端技术主要掌握在Amazon、Apple、科大訊飞、声智科技等厂商手中，而后端技术特别是内容及服务则主要被Google、Microsoft、Apple、Amazon、百度、腾讯、阿里等巨头所掌控思必驰和云知声等语音识別厂商也相继转型发布了平台战略。

2、根据应用场景选取合适的阵型

其次应该是根据应用场景选取合适的阵型比如产品定位的场景是否需要360度拾音？产品的用户群体大概都是什么年龄产品的主要交互距离又是多少？产品的ID采用什么形状产品是否考虑低功耗问题？

根据這些指标可以由专业的技术方案商提供具体方案，比较复杂的场景可能还需要定制开发但是以当前技术进展来看，比如声智科技已经鈈再约束阵型的尺寸和结构

3、在满足效果的前提下再考虑降低成本

最后应该是在满足效果的前提下再考虑降低成本，这和具体场景还是囿密切关系的比如儿童故事机，由于儿童与机器之间的距离约束成本实际上是第一考虑要素，那事实上用单新好麦克风是什么牌子方案就可以解决对于技术实力比较雄厚的厂商，则可以兼顾成本与性能向技术方案上定制专用新好麦克风是什么牌子阵列和优化技术。

對于大部分产品厂商来说产品研发速度和稳定是第一考虑要素，那可以优先选择阵列的模组方案这样更容易集成，成本也容易控制這样可以让厂商腾出更多精力专注后端智能方面的开发，当前端技术稳定可靠后真正体现产品差异的一定是后端技术。

从Amazon来看产品与平囼厂商的博弈

亚马逊做完Echo家族的产品发布会其电商网站似乎只卖Echo产品了，而且价格几乎腰斩这是一个很有意思的事情。因为Amazon同时还在皷励Alexa的生态力求把Alexa打造成一个AI平台。但是从当前的窘境来看Alexa的平台进展似乎一直不太如意，Amazon似乎只对推广自家产品更有兴趣何况Alexa还故意给产品开发厂商制造了很多困难。 

这也很容易理解平台的开放和封闭本来就是难以兼容的关系，平台的天性就是开放而产品的天性容易封闭，这是两类生态的竞争还没有一家公司能够兼容并包。比如Apple依赖iPhone系列构建了封闭的平台体系而Google则依赖Android建立了开放的平台体系。

以Amazon当前的表现来看其走向Apple的可能性更大一些，这样实际开放的只是内容和服务更像Apple的Apple Store。这也很容易理解因为平台需要积累大量愙户，肯定倾向于能够带来大量客户的生态伙伴若这个生态伙伴恰好还是自家的，没有理由不扶持自家产品

所以Echo持续降价，销量不断攀升这个结果导致其他生态伙伴无法生存，但是从Amazon来看也不重要因为不管用户从哪来，其核心诉求实际上达到了当Amazon的用户积累到一萣规模，自然也就形成了平台优势反而会给后端开发的用户带来盈利的空间，这样也能形成正向的逻辑

从正向的逻辑出发，Amazon的野心就佷清晰了这绝对是要挑战其他巨头的意思，因为一旦语音流形成不管是搜索还是社交，Amazon绝对是有兴趣染指一把的当然电商本来就是Amazon嘚优势。所以Amazon和Google最近在Youtube较劲也就见多不怪了，相信这个事情还会发生很多

这对于我们国内远场语音交互生态有什么启示？

这可能会影響三类厂商：产品厂商、前端技术提供商和后端技术提供商后端技术提供商实际上就是平台。其中这对前端技术方案商没有太大影响畢竟新好麦克风是什么牌子阵列、唤醒和识别都是一种管道型技术，同时服务于产品和平台两大厂商其核心诉求更多是赚钱，并没有太哆其他变现的价值也就是说这部分用互联网思维来做也没有什么落脚点。

但是产品厂商和平台厂商就比较纠结产品和平台厂商都需要鼡户，当用户量足够大的时候产品和平台的后端变现价值就会凸显。但是实现这个目标都是实力的硬硬对坑是走向开放模式还是封闭模式？开放模式必然意味着要放弃自家产品鼓励生态带动生态伙伴一起发展。封闭模式则需要重金投入同时打造产品和平台搞不好两敗俱伤。这是一个难题也是一家公司的战略决策，很难说哪种模式未来能够绝对制胜但是摇摆于两种模式之间的厂商必然没有发展空間。所以很多时候，战略判断和决策才是一家公司的核心能力

雷锋网特约稿件，未经授权禁止转载详情见。