智能音箱硬件和软件的发展趋势上硬件篇Soomal

DingDong 叮咚 LLSS-A1 语音智能音箱

Amazon 亚马逊 Tap 便携式智能音箱

Google 谷歌 Google Home 智能音箱

Harman/Kardon 哈曼卡顿 INVOKE 智能音箱

从2015年亚马逊在美国推出基于智能语音助手Alexa的音箱产品Echo开始，智能语音产品就被视为人工智能和物联网、智能加点有机结合的代表性产业而备受关注。依靠着发达的欧美网络销售渠道，至2017年末，亚马逊Echo系列产品累计出货已经超过3000万台，成功开拓了一个新的“智能音箱”市场。在智能音箱市场被开拓后，谷歌、微软、苹果等IT巨头也陆续推出了自己的智能音箱产品。根据Strategy Analytics的统计，在2017年智能音箱市场出货量约2400万台，相比2016年增长了3倍；中国市场销量大约176万。

2017年智能音箱出货量 - 数据源自Strategy Analytics

智能音箱也是我们很早就关注的内容，在2014年，科大讯飞就开始在在智能音箱领域发力，展示了通过语音命令通过智能音箱控制家电的技术展示以及国内量产的首款智能音箱VBOX。从2016年起，科大讯飞首先和京东合作，将智能语音助手叮咚整合进京东微联智能家居系统，支持插座、空调、风扇甚至窗帘等各类智能家电设备。2018年，中美互联网科技企业的巨头们都推出了自己的智能音箱和语音助手产品，或是直接参与到智能音箱和智能语音的产业链当中，亚马逊Alexa、微软Cortana、谷歌Home Assistant、苹果HomePod。在国内则有京东/科大讯飞的叮咚、小米小爱、阿里天猫精灵、百度DuerOS和腾讯听听等。智能音箱随着人工智能、自动驾驶等技术的兴起成为了更热的话题。在Soomal编辑们3年来累计体验了20余款智能音箱，并对其中15款进行测评后，来简单总结一下智能音箱产品目前的现状和未来的发展趋势，本篇主要为硬件部分。在[Doc]Link=00007730[/Doc]中，我们已经介绍了一个主流的智能音箱系统必备的硬件组成，不再进行重复说明。

性能和稳定性

谷歌 Google Home mini 智能音箱

智能音箱的核心硬件通常是产品设计初期就决定的部分，在消费者购买智能音箱的售前参考中最容易被忽略的部分。通常来说，智能音箱的语音识别、处理主要是在云端的服务器，而本地运算只占了很小一部分。因此智能音箱对性能的要求主要集中在处理的响应速度和运行稳定性上。

稳定运行和待机是几乎所有家电器设备的基本需求。然而，在个人使用过的智能音箱产品中，的确有相当数量是不稳定的，掉线、死机、重启始终伴随着这些音箱产品。例如数款于科大讯飞叮咚语音助手的智能音箱，以及亚马逊Tap等，都有典型的不定期断线和重启现象，无法稳定待机一周时间。在死机重启后，这些“智能音箱”往往会用很大的音量不停地重复提醒用户联网失败，甚至是意义不明的语言，在夜里能把用户吓醒，这种不稳定很容易给消费者留下极不愉快甚至是梦魇般的使用经历。

而在智能音箱开始普遍支持802.11n/ac等5G频段后，这种不稳定现象已经明显减少。例如Google Home、哈曼Invoke等就从未出现过类似现象，虽然不能直接确定音箱不稳定的因素是因为2.4G网络所致，但双频WLAN模块价格已经贵不了几块钱，也减少了周边的2.4G和蓝牙设备互相干扰。亚马逊、Google、微软Invoke的智能音箱在5G网络下的响应速度要远比2.4G下快。

个性设计

JBL Go Smart 音乐魔方便携式语音智能音箱

EDIFIER 漫步者 MA5 语音智能音箱

EDIFIER 漫步者 S1000MA 智能有源音箱

天猫精灵 X1 智能音箱 - 对比苹果iPhone X

智能音箱的设计语言也一直随着时间而变化，在两年前，传统音箱音频品牌还对参与智能音箱产业有一定积极性，JBL、漫步者、创新等都推出过合作产品。这时期智能音箱的外形延续了音频厂商的传统音箱产品样式设计，或是直接拿现有音箱产品改进为智能音箱，例如JBL的Smart系列，漫步者S1000MA等等。但这类产品的麦克风灵敏度和识别距离、角度范围都比较小，在非常近的距离才能准确进行语音识别。

随着MEMS麦克风阵列和远场语音识别[FAR]的普及，规则的柱型单箱体能较好地兼顾声音识别、体积等因素，可以实现全方向的拾音和发声，也成为了智能音箱的主流样式。也是目前智能音箱最主流的样式设计，RGB彩色LED、布料网等个性化设计丰富了产品的色彩和质感。

带屏幕显示的Amazon Echo Show智能……音箱？

带屏幕显示的Amazon Echo Spot

在2017年末，亚马逊推出了Echo Show、Echo Dot两款带彩色屏幕和摄像头的智能音箱，在Alexa智能语音、麦克风阵列和音箱等功能齐全的基础上，屏幕的出现增加了大量和交互方式，增强了影音等可视化部分。受此影响，百度也在国内推出了一款有屏智能音箱产品。

音质

无论智能语音发展到如何“智能”的高度，音质仍然是音箱产品的基本属性，而且网络音乐也是智能音箱联网的重要功能之一。而一只音箱的音质仍取决于声学设计、扬声器单元、功率等传统音频设备厂商擅长的技术领域。

智能音箱流行的圆柱形设计主要目的是为了全向拾音和发声，声音的立体感和结像等很难做好，但声音的细节、频响等声音品质仍然是可控的。一款音质出色的智能音箱不仅能更好地欣赏音乐，也会增加用户对广播、有声书、幼教等音频内容的使用频率。

在我们用过的智能音箱产品中，JBL Horizon智能版、Google Home和哈曼Invoke三款产品的音质在同行中较为突出，即使不具备智能语音能力，在同价位蓝牙小音箱中其品牌知名度和音质水准也是物有所值，苹果HomePod的音质也得到了很高的评价，可惜的是这几款以音质见长的智能音箱恰好无法在国内购买和正常使用。

天猫精灵 X1 智能音箱 - 对比哈曼卡顿Invoke

在音质上，天猫精灵X1则是一个优秀的反例。虽然通过双11等各种形式的打折优惠，其实际售价经常远低于499元的标价，X1市场销量达到百万级别。但过于糟糕的音质无法胜任音乐相关的应用，减少了用户使用的热情。

总结和展望

整体的来说，音箱是“智能音箱”的硬件基础属性，音质和音乐仍是智能音箱中比较核心的体验和功能，即使为了全向录音和发声的柱形音箱设计，也不应当以完全无视音质为代价的智能化。但国内的几大智能语音助手品牌的智能音箱产品对音质的理解和重视程度并不足够，国内传统音箱设备厂商也缺乏深度合作，JBL、漫步者等与科大讯飞、阿里合作推出的智能音箱产品，实际市场表现不佳。然而即使音质、品牌、设计都具备的智能音箱产品也未必能大卖，苹果HomePod目前在智能音箱的市场占有率仅4%，远低于市场预期。

百度 小度在家 带屏智能音箱 - 图片来自官网

而亚马逊的Echo Show、百度小度在家则完全是另一种不同画风的智能音箱：通过摄像头、屏幕等硬件，配合亚马逊在音乐和影视内容上的优势，增加电影、通话等视频相关功能让智能音箱变成性能强大而且功能更全的智能硬件产品。Echo Show内置的硬件已经是英特尔Z8350这样级别的64位X86四核处理器，俨然成为了一台性能强大的迷你电脑。这样的套路其实在过去的电子相册的硬件发展中已经出现过，也不失为智能音箱的硬件发展的另一种思路。那么智能音箱的未来究竟是追求智能和音质并重，或是成为一台独立于手机或电脑之外的全能化智能语音影视设备呢？如果智能音箱真的变成了小电脑，又能如何拓展市场？