智能音箱是開啟未來的第一步 下一個十年會怎樣？
來源：桑間濮上網
時間：2025-12-12 00:47:12
導讀：行業熱，音箱樣行業洗牌，開啟行業發展，第步上海普陀區外圍空乘[微信1662+044-1662][提供外圍女上門服務快速安排面到付款不收定金下一個十年的音箱樣人機交互會怎樣進行？
在深圳，至少有 200 家工廠在做智能音箱，開啟但是第步從全球，你能找到既提供軟件、音箱樣硬件整合解決方案還設有專項產品體驗工程師的開啟方案公司，一只手就能數得出來。第步
在音頻行業摸爬滾打 14 年的音箱樣宋少鵬看來，2017 年國內智能音箱行業的開啟百箱大戰，幾乎和功能機過渡到智能機時如出一轍。第步這場硝煙中，音箱樣他和他的開啟團隊為廠商提供的解決方案，就是第步那“一只手就能數出來”的一員，這讓他在這一年有了更多實現想法的機會。
“我們提供的是智能語音交互產品全棧式的解決方案，包括 Wi-Fi 模塊，底層技術，操作系統，還有語音 Skill，是軟硬結合的全棧式解決方案，這樣的能力國內并不多。”盡管宋少鵬已經在這一領域深耕多年，但隨著智能音箱行業 2017 年的爆發，他做的這些才開始真正從冷變熱再到發燙，因為這些正是構建語音交互生態所必須的。
智能音箱是開啟未來的第一步
12 月9 日的騰訊開放日上，第一次面向公眾展示的上海普陀區外圍空乘[微信1662+044-1662][提供外圍女上門服務快速安排面到付款不收定金眾多騰訊“黑科技”中，最受用戶歡迎的 Top3 就有宋少鵬帶領深圳米唐科技和騰訊云小微一起打造的“情緒森林”。當我對著屋子里的語音控制臺唱出“天青色等煙雨”的歌詞時，伴隨一圈 LED 燈閃過，屋內的燈光瞬時變成了冷艷的藍色。宋少鵬為這場活動提供的，就是讓設備能“聽見”和“理解”人說話的能力，從專業角度講，就是音頻交互解決方案。盡管只是一次活動展示，但米唐科技和騰訊的聯手，會在接下來的一年帶來更多落地的產品。
“國內這么多廠家在做，大家開始都在學習 Amazon，不知道該怎么做都得從 Echo 那找答案。比如你呼叫音箱，喊完它名字要在幾秒內回應?指示燈要怎么亮?亮多長時間?音箱上面的按鍵怎么設計?這些我們很早就開始研究。”宋少鵬和米唐科技的確很早就看到了 Amazon Echo 帶來的影響，從 2013 年離開微軟創業開始，他和他的米唐科技，就把智能語音交互定為了主攻方向。
業界很少有做音頻解決方案的公司關注這些交互細節，但是米唐科技從一開始就把解決方案和產品體驗合在一起，他們甚至編輯了一本厚厚的交互手冊，把Echo 的種種細節收錄進去，“因為從體驗上來說，Amazon Echo 值得學習”，宋少鵬說。這種對體驗的把握也換來了好結果，就在十一月亞馬遜全球開發者大會上，首次公開了 Amazon Alexa 的 SI 計劃，米唐科技作為 Amazon 認證并推薦的首批 Amazon Alexa 智能語音系統全球合作伙伴，被介紹給了全球的廠商和合作伙伴，他們被賦予了能夠幫助國內廠商出海的能力。
這是行業在 2017 年的小小縮影，經歷了過去十年 iPhone帶動的移動互聯網普及，互聯網巨頭們已經部署起來圍繞吃穿住行的生態系統，但想要更進一步融入人們生活還需要更多手段，大洋彼岸大紅大紫的 Amazon Echo 無疑是很好的示范。如 Amazon 的腳步一樣，語音交互起始于智能音箱，接下來還會有電視盒子(Fire TV)，鬧鐘(Echo Spot)等各種可能。
無疑，2017 年真正打響的不是智能音箱，而是語音交互領域的發令槍。
音箱的背后是語音交互的藍海
起風的時候，所有廠商都以為會有能力飛的更高，但不是所有廠商都能飛的很遠。在宋少鵬看來，米唐科技要做的，是幫助不論大小品牌，都擁有面向未來的解決方案和生產模式，這是即將迎來新交互時代的必要準備。
他舉了過去幾年正在發生的工廠質檢員的例子：
“客戶工廠有個小妹妹，她以前是做擰螺絲的測試，因為我們的產品進到工廠，她要做語音交互的測試，剛開始因為英語不行，呼叫 Alexa 呼叫不了，我們的人也會教他怎么測，我們有完整的測試指南，一個一個項目告訴她，這對于一個沒有英語基礎的人來說這是很難的，但她必須要做。時間長了她開始知道這些英語分別是什么意思。那些工廠里測試的質檢員，他們其實不僅要會擰螺絲，還需要學習英語基礎，這是產業升級、產品出海的一部分。”
產業鏈加速升級，沒有及時轉型的中小品牌被淘汰，但留下的發展就會越來越好。這也是智能音箱作為一個全新階段的標志，如同智能手機行業優勝劣汰一樣。
在宋少鵬看來，智能音箱或者語音落地產品并非是由入場時間決定輸贏，服務完成度、交互體驗會成為留住用戶最重要的砝碼，這是語音交互帶來變革時最重要的變量，也是一些廠商能夠抓住的新機會。在選擇和騰訊合作共同進行產品研發時，他看到了這一點：
“語音交互在中國市場是一個從無到有的過程，也是一個特別偏 C 端的產品。騰訊在用戶體驗運營上有很好的經驗，盡管行業需要摸索，但和最關注用戶體驗的公司一起前行一定是對用戶最有益的。”這是中小品牌急需的能力，米唐科技多年的努力正好可以幫助中小企業在這方面補上短板。同時，他還認為，豐富的內容是完善用戶體驗不可缺少的部分。
“像騰訊這樣，有閱文的文學內容，有 QQ 音樂的音樂類內容，有騰訊視頻的視頻類內容，還和京東電商，滴滴出行，美團點評這些服務部分連接，這些服務矩陣綁在語音技術之后，才更能體現出語音交互的價值，智能硬件不止要做語音交互，還要做好內容服務。”
數據更能說明語音交互的產業重點。截至 2017 年底，Amazon Echo 系列在美國銷量超過 3300 萬臺，成功占領很多人家庭時，它憑借的不僅是優質的硬件和語音識別，還有自身 Skill 商店的上萬種獨特“技能”，正是這些技能讓很多人愛上了 Echo。而后起追趕的 Google、微軟等公司，自身技能數量只有幾百種，遠遠少于 Echo，因此人們選擇時優先考慮的方向更加明確。語音交互時代，品牌與品牌競爭是全方位連接萬物的能力，從生活服務到日常工具。當人們開始嘗試在家里用語音控制開燈關燈時，如果另外一家產品沒有這種能力，競爭力就大大減弱。
如果沒有智能音箱，用戶無法感知到語音交互連接萬物的能力，而智能音箱出現之后，更多產品都將具備“聽說”能力，行業在慢慢變化。
“今年 Black Friday 銷量最好的一款產品，是一臺支持 Alexa 的智能電飯煲。所以人可以用語音控制溫度，加熱時間等功能，這時語音交互就像 Wi-Fi 一樣無處不在，無所不能。”在宋少鵬看來，目前國際包括國內語音交互急需的就是這種連接一切的能力，這在淘汰掉一些與時代脫節的企業的同時，也會為產業創造了更大機會。
對這一點，博聯(BroadLink)深有體會，這家公司因為智能音箱的銷量增長而收到了不錯的市場反饋。“和智能音箱配對的智能插座、智能遙控等產品銷量提升了百分之五十。”博聯科技副總裁趙哲海告訴我們，因為智能音箱而帶動的用戶需求非常明顯。在不改變傳統家庭電器使用習慣的基礎上，通過更換智能插座、智能遙控等設備，普通用戶就可以用語音控制包括臺燈、空調、電視機等設備。博聯為阿里巴巴、京東的產品都提供了配套的智能產品，這些產品又加強了人們對語音控制萬物這件事的真切體驗。
這種語音控制萬物的能力不僅被賦予到音箱身上，同時也被添加到越來越多智能產品上，騰訊在長安汽車中接入的云小微的服務，小米在電視中接入的語音助手服務，這一系列通過語音交互將萬物連接在一起的產業變革中，語音交互解決方案公司，都低調的站在背后，提供完整的解決方案，幫助他們將產品落地。
未來十年的交互革命
讓語音交互成為無時不有，無處不在的可能，是宋少鵬創業時曾有過的樸素愿望，因為連接互聯網，擁有了無盡的娛樂和社交，智能手機在過去十年枝繁葉茂。這種方式同樣為電視機引導了一條路，于是有了智能電視的一波產業熱潮。
音頻是不是一樣也可以做這樣的事情?當 2012 年還未出現智能音箱時，他曾有過這種猜想，當 Amazon Echo 出現并改變美國用戶的家庭生活時，他的設想成為可能。“從移動互聯網時代進入未來十年的物聯網時代，產業鏈在重構邊界的過程，Echo 是引發這種改變的第一步。”所以在他看來，盡管智能音箱目前剛剛開始落地中國用戶的家庭，但新的交互方式在未來十年誕生更多行業。
“智能音箱是語音交互的第一步，是很重要的中心，這個中心建立起來，可以進一步擴展到電視上，還可以放在別的地方，因為語音交互出現，也許可以讓去中心化的任務達成。語音交互要被賦予更多設備，電視，冰箱，洗衣機，汽車，這些設備都不能全都由互聯網公司完成，用戶體驗和交互設計全部被下放到這些周邊廠商，這也許是去中心化的未來。”
對從事語音交互解決方案的米唐科技而言，能夠提供給行業最大的價值就是更豐富的產品形態以及更完善的產品體驗。在摸索過程當中，他和團隊的確找到了不同的解決方案來應對不同場景。除 Amazon Echo 傳統的 6+1 環形麥克風陣列之外，線性麥克風陣列可以為電視機提供服務，單麥克風可以為小型產品提供服務。
“在單麥克風上的技術，我們的 Sugr Sense 有目前全球唯一一套可以通過 Amazon 嚴格測試并認證的單麥克風解決方案，這能降低行業門檻，還可以提升整個行業的效率。”宋少鵬介紹說，“這項單麥克風解決方案在 Amazon 的測試環境下有很不錯的成績，在 9 英尺的環境下(2.74 米)，普通辦公或者是家居環境下，喚醒響應率能達到 100%，在 9 英尺的距離，在設備自身播放音樂，AEC(自適應回聲消除)場景下，正確響應率達到了 98%。”當然，他和他的團隊并不僅僅局限在室內，語音交互會是未來無處不在的交互方式，如同現在人們出門看見屏幕就想要伸手觸摸那樣，語音交互應該能夠出現在各種地方。所以團隊也在進行戶外場景的解決方案。
這是另外一種挑戰，“技術上戶外和房間內的產品差異是非常大的，房間是封閉的，那么聲音通過墻壁天花板反射到音箱，收到的是各種聲音的混疊，壞處是它混疊了，好處是它加強了，音量被加大了。但如果是曠野，你沒有任何一個反射，它聽到的就是線性的聲音，技術處理會不一樣。方案成熟的話，未來會有很多場景。”伴隨 5G 時代的到來，語音交互會和 AR，VR 這些技術共同帶來新的變革，而這一切，現在都在悄悄發生。
當不少從來沒有接觸過智能音箱的家庭第一次感受智能音箱，體會到在各種擴展技能的加持下，用語音控制臺燈，冬天不用起床關燈關空調，叫外賣，買東西甚至叫車，看醫生......這些基于語音控制中心的“萬事萬物互聯”功能時，新的交互會再一次改變所有人的生活，宋少鵬對此深信不疑。
在深圳，至少有 200 家工廠在做智能音箱，開啟但是第步從全球，你能找到既提供軟件、音箱樣硬件整合解決方案還設有專項產品體驗工程師的開啟方案公司，一只手就能數得出來。第步
在音頻行業摸爬滾打 14 年的音箱樣宋少鵬看來，2017 年國內智能音箱行業的開啟百箱大戰，幾乎和功能機過渡到智能機時如出一轍。第步這場硝煙中，音箱樣他和他的開啟團隊為廠商提供的解決方案，就是第步那“一只手就能數出來”的一員，這讓他在這一年有了更多實現想法的機會。
“我們提供的是智能語音交互產品全棧式的解決方案，包括 Wi-Fi 模塊，底層技術，操作系統，還有語音 Skill，是軟硬結合的全棧式解決方案，這樣的能力國內并不多。”盡管宋少鵬已經在這一領域深耕多年，但隨著智能音箱行業 2017 年的爆發，他做的這些才開始真正從冷變熱再到發燙，因為這些正是構建語音交互生態所必須的。
智能音箱是開啟未來的第一步
12 月9 日的騰訊開放日上，第一次面向公眾展示的上海普陀區外圍空乘[微信1662+044-1662][提供外圍女上門服務快速安排面到付款不收定金眾多騰訊“黑科技”中，最受用戶歡迎的 Top3 就有宋少鵬帶領深圳米唐科技和騰訊云小微一起打造的“情緒森林”。當我對著屋子里的語音控制臺唱出“天青色等煙雨”的歌詞時，伴隨一圈 LED 燈閃過，屋內的燈光瞬時變成了冷艷的藍色。宋少鵬為這場活動提供的，就是讓設備能“聽見”和“理解”人說話的能力，從專業角度講，就是音頻交互解決方案。盡管只是一次活動展示，但米唐科技和騰訊的聯手，會在接下來的一年帶來更多落地的產品。
“國內這么多廠家在做，大家開始都在學習 Amazon，不知道該怎么做都得從 Echo 那找答案。比如你呼叫音箱，喊完它名字要在幾秒內回應?指示燈要怎么亮?亮多長時間?音箱上面的按鍵怎么設計?這些我們很早就開始研究。”宋少鵬和米唐科技的確很早就看到了 Amazon Echo 帶來的影響，從 2013 年離開微軟創業開始，他和他的米唐科技，就把智能語音交互定為了主攻方向。
業界很少有做音頻解決方案的公司關注這些交互細節，但是米唐科技從一開始就把解決方案和產品體驗合在一起，他們甚至編輯了一本厚厚的交互手冊，把Echo 的種種細節收錄進去，“因為從體驗上來說，Amazon Echo 值得學習”，宋少鵬說。這種對體驗的把握也換來了好結果，就在十一月亞馬遜全球開發者大會上，首次公開了 Amazon Alexa 的 SI 計劃，米唐科技作為 Amazon 認證并推薦的首批 Amazon Alexa 智能語音系統全球合作伙伴，被介紹給了全球的廠商和合作伙伴，他們被賦予了能夠幫助國內廠商出海的能力。
這是行業在 2017 年的小小縮影，經歷了過去十年 iPhone帶動的移動互聯網普及，互聯網巨頭們已經部署起來圍繞吃穿住行的生態系統，但想要更進一步融入人們生活還需要更多手段，大洋彼岸大紅大紫的 Amazon Echo 無疑是很好的示范。如 Amazon 的腳步一樣，語音交互起始于智能音箱，接下來還會有電視盒子(Fire TV)，鬧鐘(Echo Spot)等各種可能。
無疑，2017 年真正打響的不是智能音箱，而是語音交互領域的發令槍。
音箱的背后是語音交互的藍海
起風的時候，所有廠商都以為會有能力飛的更高，但不是所有廠商都能飛的很遠。在宋少鵬看來，米唐科技要做的，是幫助不論大小品牌，都擁有面向未來的解決方案和生產模式，這是即將迎來新交互時代的必要準備。
他舉了過去幾年正在發生的工廠質檢員的例子：
“客戶工廠有個小妹妹，她以前是做擰螺絲的測試，因為我們的產品進到工廠，她要做語音交互的測試，剛開始因為英語不行，呼叫 Alexa 呼叫不了，我們的人也會教他怎么測，我們有完整的測試指南，一個一個項目告訴她，這對于一個沒有英語基礎的人來說這是很難的，但她必須要做。時間長了她開始知道這些英語分別是什么意思。那些工廠里測試的質檢員，他們其實不僅要會擰螺絲，還需要學習英語基礎，這是產業升級、產品出海的一部分。”
產業鏈加速升級，沒有及時轉型的中小品牌被淘汰，但留下的發展就會越來越好。這也是智能音箱作為一個全新階段的標志，如同智能手機行業優勝劣汰一樣。
在宋少鵬看來，智能音箱或者語音落地產品并非是由入場時間決定輸贏，服務完成度、交互體驗會成為留住用戶最重要的砝碼，這是語音交互帶來變革時最重要的變量，也是一些廠商能夠抓住的新機會。在選擇和騰訊合作共同進行產品研發時，他看到了這一點：
“語音交互在中國市場是一個從無到有的過程，也是一個特別偏 C 端的產品。騰訊在用戶體驗運營上有很好的經驗，盡管行業需要摸索，但和最關注用戶體驗的公司一起前行一定是對用戶最有益的。”這是中小品牌急需的能力，米唐科技多年的努力正好可以幫助中小企業在這方面補上短板。同時，他還認為，豐富的內容是完善用戶體驗不可缺少的部分。
“像騰訊這樣，有閱文的文學內容，有 QQ 音樂的音樂類內容，有騰訊視頻的視頻類內容，還和京東電商，滴滴出行，美團點評這些服務部分連接，這些服務矩陣綁在語音技術之后，才更能體現出語音交互的價值，智能硬件不止要做語音交互，還要做好內容服務。”
數據更能說明語音交互的產業重點。截至 2017 年底，Amazon Echo 系列在美國銷量超過 3300 萬臺，成功占領很多人家庭時，它憑借的不僅是優質的硬件和語音識別，還有自身 Skill 商店的上萬種獨特“技能”，正是這些技能讓很多人愛上了 Echo。而后起追趕的 Google、微軟等公司，自身技能數量只有幾百種，遠遠少于 Echo，因此人們選擇時優先考慮的方向更加明確。語音交互時代，品牌與品牌競爭是全方位連接萬物的能力，從生活服務到日常工具。當人們開始嘗試在家里用語音控制開燈關燈時，如果另外一家產品沒有這種能力，競爭力就大大減弱。
如果沒有智能音箱，用戶無法感知到語音交互連接萬物的能力，而智能音箱出現之后，更多產品都將具備“聽說”能力，行業在慢慢變化。
“今年 Black Friday 銷量最好的一款產品，是一臺支持 Alexa 的智能電飯煲。所以人可以用語音控制溫度，加熱時間等功能，這時語音交互就像 Wi-Fi 一樣無處不在，無所不能。”在宋少鵬看來，目前國際包括國內語音交互急需的就是這種連接一切的能力，這在淘汰掉一些與時代脫節的企業的同時，也會為產業創造了更大機會。
對這一點，博聯(BroadLink)深有體會，這家公司因為智能音箱的銷量增長而收到了不錯的市場反饋。“和智能音箱配對的智能插座、智能遙控等產品銷量提升了百分之五十。”博聯科技副總裁趙哲海告訴我們，因為智能音箱而帶動的用戶需求非常明顯。在不改變傳統家庭電器使用習慣的基礎上，通過更換智能插座、智能遙控等設備，普通用戶就可以用語音控制包括臺燈、空調、電視機等設備。博聯為阿里巴巴、京東的產品都提供了配套的智能產品，這些產品又加強了人們對語音控制萬物這件事的真切體驗。
這種語音控制萬物的能力不僅被賦予到音箱身上，同時也被添加到越來越多智能產品上，騰訊在長安汽車中接入的云小微的服務，小米在電視中接入的語音助手服務，這一系列通過語音交互將萬物連接在一起的產業變革中，語音交互解決方案公司，都低調的站在背后，提供完整的解決方案，幫助他們將產品落地。
未來十年的交互革命
讓語音交互成為無時不有，無處不在的可能，是宋少鵬創業時曾有過的樸素愿望，因為連接互聯網，擁有了無盡的娛樂和社交，智能手機在過去十年枝繁葉茂。這種方式同樣為電視機引導了一條路，于是有了智能電視的一波產業熱潮。
音頻是不是一樣也可以做這樣的事情?當 2012 年還未出現智能音箱時，他曾有過這種猜想，當 Amazon Echo 出現并改變美國用戶的家庭生活時，他的設想成為可能。“從移動互聯網時代進入未來十年的物聯網時代，產業鏈在重構邊界的過程，Echo 是引發這種改變的第一步。”所以在他看來，盡管智能音箱目前剛剛開始落地中國用戶的家庭，但新的交互方式在未來十年誕生更多行業。
“智能音箱是語音交互的第一步，是很重要的中心，這個中心建立起來，可以進一步擴展到電視上，還可以放在別的地方，因為語音交互出現，也許可以讓去中心化的任務達成。語音交互要被賦予更多設備，電視，冰箱，洗衣機，汽車，這些設備都不能全都由互聯網公司完成，用戶體驗和交互設計全部被下放到這些周邊廠商，這也許是去中心化的未來。”
對從事語音交互解決方案的米唐科技而言，能夠提供給行業最大的價值就是更豐富的產品形態以及更完善的產品體驗。在摸索過程當中，他和團隊的確找到了不同的解決方案來應對不同場景。除 Amazon Echo 傳統的 6+1 環形麥克風陣列之外，線性麥克風陣列可以為電視機提供服務，單麥克風可以為小型產品提供服務。
“在單麥克風上的技術，我們的 Sugr Sense 有目前全球唯一一套可以通過 Amazon 嚴格測試并認證的單麥克風解決方案，這能降低行業門檻，還可以提升整個行業的效率。”宋少鵬介紹說，“這項單麥克風解決方案在 Amazon 的測試環境下有很不錯的成績，在 9 英尺的環境下(2.74 米)，普通辦公或者是家居環境下，喚醒響應率能達到 100%，在 9 英尺的距離，在設備自身播放音樂，AEC(自適應回聲消除)場景下，正確響應率達到了 98%。”當然，他和他的團隊并不僅僅局限在室內，語音交互會是未來無處不在的交互方式，如同現在人們出門看見屏幕就想要伸手觸摸那樣，語音交互應該能夠出現在各種地方。所以團隊也在進行戶外場景的解決方案。
這是另外一種挑戰，“技術上戶外和房間內的產品差異是非常大的，房間是封閉的，那么聲音通過墻壁天花板反射到音箱，收到的是各種聲音的混疊，壞處是它混疊了，好處是它加強了，音量被加大了。但如果是曠野，你沒有任何一個反射，它聽到的就是線性的聲音，技術處理會不一樣。方案成熟的話，未來會有很多場景。”伴隨 5G 時代的到來，語音交互會和 AR，VR 這些技術共同帶來新的變革，而這一切，現在都在悄悄發生。
當不少從來沒有接觸過智能音箱的家庭第一次感受智能音箱，體會到在各種擴展技能的加持下，用語音控制臺燈，冬天不用起床關燈關空調，叫外賣，買東西甚至叫車，看醫生......這些基于語音控制中心的“萬事萬物互聯”功能時，新的交互會再一次改變所有人的生活，宋少鵬對此深信不疑。
