智能音箱技术概览

对于没有使用过智能音箱的读者，可以观看 Echo 的官方广告，直观地体验下智能音箱。

目前的智能音箱多基于语音控制，其基本交互流程可以用图1 概括：1）用户通过自然语言向音箱提出服务请求或问题 2）音箱拾取用户声
音（音箱本地完成）并分析（一般在服务器端完成）3）音箱通过语言播报（音箱端）和 APP 推送（关联的手机等）对用户的请求进行反馈。

图1. 智能音箱基本交互方式

智能音箱可以以自然的方式（自然语言），为用户提供一些常用的服务，未来还可能成为为家庭的控制中枢。

从用户的角度，可直观感知硬件和功能（图2）。其中，智能音箱的功能关系到产品设计和用户体验， 直接关系到产品的成败，我们会在产品分析的文章中进行深入分析。本文对智能音箱的硬件及运行在硬件之上，作为音箱“大脑”的系列算法进行简要介绍，希望读者能对智能音箱有更全面的了解。

图2. 智能音箱硬件组成和功能示意

1. 硬件

图3展示了 Echo 拆解后的部件。可以看到，智能音箱的硬件并不算复杂（相对于无人驾驶等“重型”AI 产品）。但正如下面我们会反复强调的，智能音箱的各个模块都需要结合生产工艺、算法设计、产品体验等多个方面进行细致的打磨，才能达到比较满足的效果，而这其中做出需要多“痛苦的”折衷。

图3. Amazon Echo 拆解图【来源】

1.1 外观设计

智能音箱想要成为常驻案头的“家庭成员”，其形态必然是经过精心设计，在形状、大小、灯效甚至重量等因素要充分考虑在内。图 4 展示了一些智能音箱，读者可根据自己的审美，判断下哪些是想要或不想要放在家里的。

图4. 音箱ID设计（按阅读顺序依次为：Amazon Echo、Google Home、叮咚、若琪、若琪月石、联想音箱）（仅图示设计，不代表实际产品尺寸）

ID 设计除了出于美学和交互设计的考虑外，还要和音腔设计（影响音效）、麦列方案（影响语音交互）等相互耦合，需要通盘考虑。

1.2 扬声器

智能音箱本质上还是一款音箱，因此，提供用户认可的音质是产品存在的前提。但是智能音箱在扬声器的选择上，除了受到音箱尺寸限制，还要考虑麦列的拾间及后续的信号处理。