为什么智能音箱都不见了？

（语音交互处理基本流程）

从对智能音箱说话的那一刻起，智能音箱立即按流程开始了复杂的运作。麦克风开始拾音（采样、量化、解码、降噪），到语音识别一环中的语音激活检测（唤醒）、特征识别（声纹）等；而语言处理又包含对语意的理解，前后语句结合辨识，开始进行识别的同时通过算法得到对话回复方案，生成一条非语言的信息；最后经过语音合成步骤得到一条人耳可以听到的信息。（注：以上非完整流程）

了解语音交互流程之后，回过头来再看早期的“智能”音箱，高昂的售价本质只是通过本地预置语音库来播放诗词、故事，炒作的是智能概念。即使中期已经可以通过互联网获得服务的小品牌智能音箱，也在后续被逐渐淘汰。从研发成本、周期来看，智能音箱不是想“赚快钱”的企业应该涉足的产品。

为什么这么说？

关注互联网信息的知友可能知道，早在2013年支付宝即已经推出声纹试用体验。同为阿里系的天猫精灵X1在2017年上线开启“声纹支付”，相应的标准却直到2018年才由央行推出。从时间线的错位可以大胆猜测，有极大可能天猫精灵是为声纹支付探路，天猫精灵如今成为全球首款大规模声纹支付的硬件也绝不是偶然。前后蛰伏那么久，普通小厂掐得住？

再说人力，更是成本大头。还是拿阿里说，先是早期微软研发合伙人周靖人，前段时间阿里百万年薪聘请前高通首席工程师陈颖、加拿大西蒙弗雷泽大学终身副教授谭平入职阿里人工智能实验室就在互联网群里炸锅，高端科学家持续引进。就别提平均年薪28万~35万的AI人才了。能养得起的，不多。

那么假如身边就有大牛，又恰好有好的供应链，还恰好拿到了和大厂一样的方案会不会就好过了呢？并不是。

来看一份2018年公开的智能音箱方案信息：

（图片来源于互联网）

不难看到，智能音箱方案大多数集中在MTK、全志、晶晨。即使是在相同方案在市场的受欢迎程度也各不相同。各家大厂进行深度二次开发，拼的是自身财力和研发实力。岂是想“赚快钱”的捞家能参与的？即便是强悍如京东，也仅仅是起了个大早，赶了个晚集。风靡一时的叮咚在2019年已经几乎销声匿迹，沦为其他。国产智能音箱三巨头阿里、百度、小米继续领跑。数据统计机构Canalys发布了2019年第三季度全球智能音箱市场销量份额数据，其中阿里巴巴智能音箱表现抢眼，同比增长77.6%，出货量达390万台，位居国内第一，全球第二，仅次于亚马逊。

（数据来源于Canalys）

三巨头中，小米的小爱同学曾经让CEO雷军在台上面红尴尬不已。基本的语音交互缺乏流畅，语音识别明显弱鸡。将错误一揽子挂在雷军的普通话不够标准或者小爱同学的“蠢萌”上，仍然很难洗刷掉诸多网友对小爱同学的槽点。从严格意义上来说，小米的小爱同学更像是华强北儿童机器人的进阶版，总感觉离真正的AI还有些距离。

雷军发布会链接：https://www.bilibili.com/video/av37299558

百度小度相较小爱萌妹就要霸气许多，也许是百度涉及AI领域更久，为小度后期发力埋下了铺垫。营销方面杀入综艺节目《芝麻开门》《向往的生活》，技术方面有AI研发里实力做支撑，建立开发者平台具备更多外援，技术与营销的双重结合，也将小度加速向国产智能音箱的头把交椅推进。

三驾马车的头马天猫精灵，已经两年国内智能音箱销量第一。关键还是得看背后，不仅是之前提到过的大牛在背后，还要加上阿里巴巴人工智能实验室的团队实力。早在2018年，阿里AI模型就刷过“多轮对话型阅读理解评测”（QuAC）世界记录。天猫精灵针对小度在家推出的CC更像是硬肛上去，也是强者与强者的碰撞。而对于我们消费者来说，这样的技术碰撞是大牌企业的军备竞赛，更有利于产品的快速迭代优化。

我们在早日用上更新更好更便宜的智能产品时，不要忘记，背后是无数人巨大的心血和资金投入。

国产智能音箱三大品牌已经根深蒂固，已经到达试图“押注”智能音箱博得爆款的华强北大佬们不可逾越的高度，也是众多“智能音箱”最后黯然离场的原因。