300 + 明星創(chuàng)業(yè)公司，3000 + 行業(yè)人士齊聚全球人工智能與機(jī)器人峰會 GAIR 2017，一 同見證 AI 浪潮之巔！峰會搶票火熱進(jìn)行中。
今天特放出 5 個直減 1350 元的無條件優(yōu)惠碼（見文末），點擊閱讀原文即可使用。
雷鋒網(wǎng)按：本文作者陳孝良博士，聲智科技創(chuàng)始人，曾任中科院聲學(xué)所副研究員和信息化辦公室主任，北京市公安局首屆網(wǎng)絡(luò)應(yīng)急專家，主要從事聲學(xué)信號處理和 GPU 深度學(xué)習(xí)算法研究工作。GAIR 2017 大會上，陳博士將作為演講嘉賓，做 “遠(yuǎn)程語音智能” 主題分享。領(lǐng)取文末優(yōu)惠券，立即參加 GAIR。
北京時間 2017 年 6 月 6 日凌晨 1 點，第 28 屆 WWDC 蘋果全球開發(fā)者大會，蘋果終于壓軸重磅發(fā)布了 HomePod，一款蘋果精心打造的智能音箱。但是，估計這讓很多果粉失望了，這應(yīng)該是蘋果系列中極少稱得上 “很丑” 的產(chǎn)品。鑒于筆者并不懂藝術(shù)，因此凌晨著急詢問了很多美學(xué)人士，這才沒讓筆者懷疑自己的審美出現(xiàn)了問題。
HomePod 的設(shè)計師估計是成長在 80 年代的中年人，因為看到 HomePod 的第一眼就想起了媽媽的毛線球，新世紀(jì)的年輕人哪見過這古董，當(dāng)然，還有一種更難看的尼龍線球也是這個造型。
當(dāng)然，HomePod 雖然丑了點，但是性能一點不差，蘋果對于用戶體驗的極致追求還在，而且，HomePod 是迄今為止首款回歸音箱本質(zhì)的智能音箱。蘋果甚至不惜代價同時部署了麥克風(fēng)陣列和揚(yáng)聲器陣列，這就是蘋果的態(tài)度：不僅追求遠(yuǎn)場語音交互的體驗，也追求極致音質(zhì)帶來的享受。
靴子落地，為何要用 6 麥的環(huán)型陣列！
HomePod 內(nèi)置了蘋果 Siri，這次蘋果采用了業(yè)界流行的 6 麥環(huán)形陣列技術(shù)。這種麥克風(fēng)陣列技術(shù)適合遠(yuǎn)場語音交互，這樣可以滿足用戶遠(yuǎn)距離通過 “Hey，Siri” 與 HomePod 的命令交互。蘋果 HomePod 采用麥克風(fēng)陣列技術(shù)，也表明了蘋果將 Siri 從近場語音交互升級到遠(yuǎn)場語音交互的技術(shù)思路。
前幾年，語音交互應(yīng)用最為普遍的就是以 Siri 為代表的智能手機(jī)，這個場景一般都是采用單麥克風(fēng)系統(tǒng)。單麥克風(fēng)系統(tǒng)可以在低噪聲、無混響、距離聲源很近的情況下獲得符合語音識別需求的聲音信號。但是，若聲源距離麥克風(fēng)距離較遠(yuǎn)，并且真實環(huán)境存在大量的噪聲、多徑反射和混響，導(dǎo)致拾取信號的質(zhì)量下降，這會嚴(yán)重影響語音識別率。
而且，單麥克風(fēng)接收的信號，是由多個聲源和環(huán)境噪聲疊加的，很難實現(xiàn)各個聲源的分離。這樣就無法實現(xiàn)聲源定位和分離，這很重要，因為還有一類聲音的疊加并非噪聲，但是在語音識別中也要抑制，就是人聲的干擾，語音識別顯然不能同時識別兩個以上的聲音。
顯然，當(dāng)語音交互的場景過渡到以智能音箱、智能電視、機(jī)器人或者汽車為主要場景的時候，單麥克風(fēng)的局限就凸顯出來。為了解決單麥克風(fēng)的這些局限性，利用麥克風(fēng)陣列進(jìn)行語音處理的方法應(yīng)時而生。麥克風(fēng)陣列由一組按一定幾何結(jié)構(gòu)（常用線形、環(huán)形）擺放的麥克風(fēng)組成，對采集的不同空間方向的聲音信號進(jìn)行空時處理，實現(xiàn)噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源跟蹤、陣列增益等功能，進(jìn)而提高語音信號處理質(zhì)量，以提高真實環(huán)境下的語音識別率。
從目前國內(nèi)外市場上的產(chǎn)品來看，Amazon Echo 的方案是 6+1 麥的環(huán)型陣列結(jié)構(gòu)，Amazon Echo Show 是 8 麥橢圓型陣列結(jié)構(gòu)，Google Home 是 2 個麥克風(fēng)結(jié)構(gòu)，國內(nèi)科大訊飛的叮咚音箱是 7+1 麥的環(huán)型陣列結(jié)構(gòu)，當(dāng)前聲智科技的產(chǎn)品線最為齊全，擁有 3/4/4+1/6 麥的環(huán)型陣列結(jié)構(gòu)以及單麥、4 麥線型、6 麥 L 型，8 麥雙 L 型、10 麥分布式陣列等結(jié)構(gòu)。
實際上，不同的陣型適應(yīng)不同的場景，同時還要考慮性價比，顯然陣列結(jié)構(gòu)越復(fù)雜其成本也越高。而對于智能音箱來說，由于用戶使用習(xí)慣需要 360 度的拾音和定向，所以環(huán)型陣列結(jié)構(gòu)是最為合適的。至于選用 3 個，4 個還是 6 個，則是根據(jù)定向精度和交互距離來決定，從某個角度可以理解為麥克風(fēng)的數(shù)量越多定向越準(zhǔn)，語音識別的距離也會越遠(yuǎn)，當(dāng)然，這和陣型的具體結(jié)構(gòu)也有關(guān)系。
注意，這里的 2 麥克風(fēng)不是陣列，并不具有陣列的一些功能和性能，2 麥最通常是用在類似手機(jī)和藍(lán)牙耳機(jī)等超薄的設(shè)備上實現(xiàn)降噪功能，實際上，很多場合經(jīng)過特殊設(shè)計的單個麥克風(fēng)即可替代 2 麥結(jié)構(gòu)。由于蘋果 HomePod 必須差異于 Amazon Echo 和 Google Home，選用 6 個麥克風(fēng)的結(jié)構(gòu)非常明智，性價比最為合適，這也是聲智科技主推的麥克風(fēng)陣型，事實上，根據(jù)聲智科技當(dāng)前的技術(shù)，選用 4 個麥克風(fēng)的效果也不會太差，只是語音交互距離會損失一點。
智能音箱畢竟還是音箱的品類，這是成熟的品類，也不明白為何很多智能音箱的廠商非要定位自己是機(jī)器人。事實上定位于機(jī)器人對于消費(fèi)市場來說反而是一個災(zāi)難，因為機(jī)器人市場還是一個需要巨大投入教育的市場。因此，HomePod 選擇了回歸音箱的本質(zhì)，非常注重音質(zhì)和聽覺體驗。
HomePod 擁有非常棒的音頻技術(shù)，底部采用了 7 個波束形成的高頻揚(yáng)聲器陣列，可以精準(zhǔn)呈現(xiàn)聲學(xué)效果以及聲場控制。過分的是，在如此小的產(chǎn)品之中，蘋果竟然用了一個 4 寸的低頻揚(yáng)聲器，這里就不再強(qiáng)調(diào)低頻揚(yáng)聲器越大越好了。
不僅如此，HomePod 還采用了大量音效算法，包括自動低音均衡、動態(tài)建模等等。雖然 7 英寸的小身材，即使調(diào)大音量，音質(zhì)也不會失真。HomePod 采用的是蘋果手機(jī)使用的 A8 處理芯片，同時兼具了實時聲學(xué)建模、音頻波束形成、多通道回聲消除技術(shù)，這使 HomePod 是迄今為止速度最快、音效最棒的智能音箱。筆者相信，單單憑這個理由，就有很多果粉會掏腰包。
另外，蘋果也提到了 Spatial awareness 技術(shù)，其實這不是什么新奇的技術(shù)，就是強(qiáng)調(diào)了空間感和沉浸感，也就是讓音樂在不同的場景里以不同的音效播放出來。顧名思義，當(dāng) HomePod 放在房間里，可以根據(jù)現(xiàn)場的環(huán)境來調(diào)整音樂效果。
雖然不新鮮，但是這是一個很大的進(jìn)步，因為虛擬空間音效極度依賴空間的聲場環(huán)境。順便多說幾句，杜比折騰了那么多年的全景聲，應(yīng)用到家庭級產(chǎn)品中始終就沒能解決這個問題。小米的超薄電視強(qiáng)調(diào)了空間音效，也就是增加了從天花板反射的聲音，但是杜比顯然無法依據(jù)用戶的家庭環(huán)境來適應(yīng)最佳音效。
當(dāng)然，HomePod 肯定支持多房間音樂系統(tǒng)，如果使用多個 HomePod，其音效效果將更加棒，這更適合國外喜歡聚會的年輕朋友。當(dāng)前聲智科技也提供了針對多房間音樂系統(tǒng)的支持，同時還有一項 “就近喚醒” 的技術(shù)，也就是當(dāng)多個語音智能設(shè)備同時存在的時候，優(yōu)先響應(yīng)用戶指令的是距離用戶最近的智能設(shè)備。
至于蘋果的音樂生態(tài)、家庭控制就不再重復(fù)強(qiáng)調(diào)了。HomePod 增加的聲紋識別功能倒是一個小亮點，這樣 Siri 會識別用戶的聲音是否與用戶聲紋相符，不僅提升了使用效率，而且能夠為用戶的隱私提供安全保障。
那么，為什么蘋果越變越丑了呢？
似乎不僅僅 HomePod，蘋果自從離開喬布斯時代以后，就再也沒推出過令人驚艷的產(chǎn)品，甚至，閉著眼睛都能猜到蘋果 iPhone 8 的造型，更不用說一直沒有變化的 Mac 和 iPad 系列了，包括 AirPods 的設(shè)計也是被吐槽的對象。這自然是庫克的功勞，這位供應(yīng)鏈出身的 CEO 驅(qū)動蘋果帝國一直前行，但是太過務(wù)實的作風(fēng)也讓庫克失去了對技術(shù)和藝術(shù)結(jié)合的掌控力。
顯然，HomePod 是藝術(shù)妥協(xié)技術(shù)的結(jié)果，因為從布局來看，從下到上依次是高頻揚(yáng)聲器陣列、麥克風(fēng)陣列、4 寸低頻揚(yáng)聲器和主控板，這樣羅列在一起，再考慮到聲學(xué)結(jié)構(gòu)設(shè)計，從技術(shù)角度來看確實也想不出更好的造型來。但是這總歸是蘋果啊，擁有全世界最牛的設(shè)計人員和技術(shù)人員，結(jié)果還是設(shè)計出來了一款沒有擺脫技術(shù)思路的產(chǎn)品。
有時候不得不說，讓技術(shù)或者供應(yīng)鏈的大拿負(fù)責(zé)產(chǎn)品設(shè)計或者也是一場災(zāi)難。Anyway，這是一款完全符合技術(shù)人員審美和風(fēng)格的產(chǎn)品，因為從技術(shù)層面來說，這款音箱確實也沒毛病，而且還挑戰(zhàn)了技術(shù)難度，比如麥克風(fēng)陣列放置中部的技術(shù)實現(xiàn)難度就很大。
產(chǎn)品的尷尬，如何應(yīng)對蘋果的打法！
但是蘋果終歸是蘋果，蘋果對于產(chǎn)品的理解和打法還是超過了行業(yè)普通的認(rèn)知。首先來看蘋果的定位，高端這是必須的。Amazon Echo 是先入為主的產(chǎn)品，售價 179 美元，這接近成本的價格很要命，幾乎堵住了很多產(chǎn)品的出路。逼的 Google 不得不走低端，售價拉低到 129 美元，為此還棄用了麥克風(fēng)陣列，犧牲了遠(yuǎn)場語音交互的體驗。
不管怎樣，反正蘋果售價定到 349 美元了，這對于蘋果應(yīng)該還算降價了，但是也把高端智能音箱市場的出路給堵死了。其次，蘋果既然定位高端，其產(chǎn)品就要給消費(fèi)者帶來高端的體驗，因此蘋果堆砌了麥克風(fēng)陣列和揚(yáng)聲器陣列技術(shù)，再加上原本的音樂和控制生態(tài)，對于吸引一大批蘋果粉絲來說，還是穩(wěn)妥的策略。當(dāng)然蘋果最大的失誤就是 HomePod 丑了一點，否則這會讓更多廠商感覺悲觀。
從當(dāng)前國外市場來看，Amaon，Google，Apple 從低端到高端針對智能音箱的布局，一致都是壓縮了利潤空間，這絕對不是一款以賺錢為目標(biāo)的產(chǎn)品，而是一款戰(zhàn)略級的產(chǎn)品。說白了，巨頭們壓根就沒指望依賴智能音箱賺多少錢，而是不能失去了這個語音入口，即便不確定未來是不是入口，至少賭錯了要比錯過更好。何況，以現(xiàn)在的形勢來看，聲音和圖像注定是人工智能時代的兩大核心基礎(chǔ)數(shù)據(jù)。
這就產(chǎn)生了一個難題，Amazon Echo 和 Google Home 怎么應(yīng)對？Amazon 還好，畢竟市場占用率在那，而且產(chǎn)品線也比較齊全了，尷尬的反而是 Google 了，花費(fèi)了那么大精力，反而只是做了其他兩家巨頭的陪襯。這還好，最尷尬的是國內(nèi)做海外市場的一些廠商，比如聯(lián)想，聯(lián)想的智能音箱該怎么面對這個復(fù)雜的情況？在這樣的壓力下，會不會有更令人驚喜的產(chǎn)品出現(xiàn)，比如小米該如何行動？這也是我們這個年度最為期待的事情。
為什么 HomePod 需要等到年底？
蘋果 HomePod 預(yù)計至少等到 12 月份才在美國、英國、澳大利亞同步發(fā)售，而全球發(fā)貨要等到明年稍晚些時候。這是個什么情況？一款音箱竟然就要等到半年以上。而且，根據(jù)現(xiàn)場的朋友反饋，發(fā)布會展示的音箱，應(yīng)該只是一個殼子，因為除了演示亮下燈，其他什么功能都沒有。所以，蘋果確實也著急了一點，必須要推出智能音箱才行了。
不得不說，這也是技術(shù)上頗為尷尬的事情，蘋果絕對是保證用戶體驗的，但是 HomePod 一下子加了兩個陣列，哪個陣列都不是簡單的事情。畢竟現(xiàn)在的產(chǎn)品已經(jīng)不是純功能型的產(chǎn)品了，這是一個完整的技術(shù)鏈條。比如麥克風(fēng)陣列，就包括了噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源跟蹤、陣列增益、模型匹配、語音識別等等功能，這都是需要認(rèn)真打磨的復(fù)雜技術(shù)體系，即便是蘋果，也需要足夠的時間積累經(jīng)驗。產(chǎn)品考驗的是每一處的細(xì)節(jié)， 所以，很多時候，請善待你們身邊那些沒日沒夜加班的創(chuàng)業(yè)公司吧。
蘋果為何如此重視一款音箱？
隨著人工智能領(lǐng)域的不斷發(fā)展，人們開始追求更加自由的語音交互方式，遠(yuǎn)場語音交互的優(yōu)勢逐漸凸顯出來。事實上 Echo 出現(xiàn)之前，語音交互產(chǎn)品解決的一直都是近場問題，這是典型的由于技術(shù)限制而刻意回避場景的案例，因為近場語音交互要求人類適應(yīng)機(jī)器。
但是人類之間的語音交互從來都要拉開一定的距離，所以現(xiàn)在需要機(jī)器適應(yīng)人類。這可以說是計算機(jī)技術(shù)的一個巨大進(jìn)步，也是人工智能的核心要素之一。
當(dāng)然，這并非聲學(xué)領(lǐng)域特有的問題，當(dāng)攝像頭和雷達(dá)安裝到汽車，以及 GPS 安裝到自行車的時候，場景變化所帶來的技術(shù)挑戰(zhàn)才會凸顯出來，因為真實場景所需要的技術(shù)支持并非簡單升級，而是顛覆性創(chuàng)新，這也是巨頭公司紛紛進(jìn)入這個領(lǐng)域的主要原因，誰也不想在技術(shù)升級換代過程中被淘汰。
事實上，當(dāng)機(jī)器獲取的融合數(shù)據(jù)足以覆蓋到人類十分之一的時候，人類確實很多時候只需要說一說、看一看或者想一想機(jī)器就能明白，但是這個時候，我們也不知道到底會產(chǎn)生哪些新的商業(yè)模式，畢竟從我們角度來看，廣告模式肯定不是人工智能時代的最佳商業(yè)模式。
從亞馬遜 Echo 暢銷，大家逐漸把目光瞄準(zhǔn)了智能音箱。谷歌推出了 Google Home，微軟也聯(lián)手哈曼卡頓、惠普等推出搭載 Cortana 的智能音箱。雖然，蘋果通過智能耳機(jī) Airpod 搶占語音市場入口，然而，隨著亞馬遜 Alexa 通過 Echo 在智能家居市場攻城略地，似乎開始漸漸吞噬蘋果在智能家居領(lǐng)域的市場份額，也逐漸穩(wěn)固其語音交互入口的地位，Alexa 似乎成為新一代 “安卓” 或者 “OS”。如此看來，蘋果推出 HomePod 的確是勢在必行。
小結(jié)
即便在喬布斯時代，蘋果的每款產(chǎn)品發(fā)布都會被吐槽多次，但是蘋果的銷量就是最佳的回應(yīng)，至少，從蘋果 HomePod 的性能和價格來看，HomePod 的銷量也不會太差，這從 Airpods 上可以類比一下。特別是蘋果竟然模仿小米路線，還相當(dāng)認(rèn)真地對比了一下價格，最終才給出了一個比拼小米的價格。更為期待國內(nèi)的各大巨頭，如何應(yīng)對蘋果的戰(zhàn)略打法呢？
聯(lián)系客服
