6麥環(huán)型陣列的一款音箱，根本屬性究竟是啥？

第28屆WWDC蘋果全球開發(fā)者大會(huì)，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(jì)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(jì)師估計(jì)是成長(zhǎng)在80年代的中年人，因?yàn)榭吹紿omePod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(gè)造型。

當(dāng)然，HomePod雖然丑了點(diǎn)，但是性能一點(diǎn)不差，蘋果對(duì)于用戶體驗(yàn)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(jià)同時(shí)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(chǎng)語音交互的體驗(yàn)，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(chǎng)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(chǎng)語音交互升級(jí)到遠(yuǎn)場(chǎng)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(gè)場(chǎng)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(shí)別需求的聲音信號(hào)。但是，若聲源距離麥克風(fēng)距離較遠(yuǎn)，并且真實(shí)環(huán)境存在大量的噪聲、多徑反射和混響，導(dǎo)致拾取信號(hào)的質(zhì)量下降，這會(huì)嚴(yán)重影響語音識(shí)別率。

而且，單麥克風(fēng)接收的信號(hào)，是由多個(gè)聲源和環(huán)境噪聲疊加的，很難實(shí)現(xiàn)各個(gè)聲源的分離。這樣就無法實(shí)現(xiàn)聲源定位和分離，這很重要，因?yàn)檫€有一類聲音的疊加并非噪聲，但是在語音識(shí)別中也要抑制，就是人聲的干擾，語音識(shí)別顯然不能同時(shí)識(shí)別兩個(gè)以上的聲音。

顯然，當(dāng)語音交互的場(chǎng)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(chǎng)景的時(shí)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(shí)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(duì)采集的不同空間方向的聲音信號(hào)進(jìn)行空時(shí)處理，實(shí)現(xiàn)噪聲抑制、混響去除、人聲干擾抑制、聲源測(cè)向、聲源跟蹤、陣列增益等功能，進(jìn)而提高語音信號(hào)處理質(zhì)量，以提高真實(shí)環(huán)境下的語音識(shí)別率。

從目前國(guó)內(nèi)外市場(chǎng)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(gè)麥克風(fēng)結(jié)構(gòu)，國(guó)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(shí)際上，不同的陣型適應(yīng)不同的場(chǎng)景，同時(shí)還要考慮性價(jià)比，顯然陣列結(jié)構(gòu)越復(fù)雜其成本也越高。而對(duì)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(gè)，4個(gè)還是6個(gè)，則是根據(jù)定向精度和交互距離來決定，從某個(gè)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(shí)別的距離也會(huì)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(shí)現(xiàn)降噪功能，實(shí)際上，很多場(chǎng)合經(jīng)過特殊設(shè)計(jì)的單個(gè)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(gè)麥克風(fēng)的結(jié)構(gòu)非常明智，性價(jià)比最為合適，這也是聲智科技主推的麥克風(fēng)陣型，事實(shí)上，根據(jù)聲智科技當(dāng)前的技術(shù)，選用4個(gè)麥克風(fēng)的效果也不會(huì)太差，只是語音交互距離會(huì)損失一點(diǎn)。

智能音箱的根本屬性還要聽音質(zhì)!

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(shí)上定位于機(jī)器人對(duì)于消費(fèi)市場(chǎng)來說反而是一個(gè)災(zāi)難，因?yàn)闄C(jī)器人市場(chǎng)還是一個(gè)需要巨大投入教育的市場(chǎng)。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(yàn)。

HomePod擁有非常棒的音頻技術(shù)，底部采用了7個(gè)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(chǎng)控制。過分的是，在如此小的產(chǎn)品之中，蘋果竟然用了一個(gè)4寸的低頻揚(yáng)聲器，這里就不再?gòu)?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(dòng)低音均衡、動(dòng)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(huì)失真。HomePod采用的是蘋果手機(jī)使用的A8處理芯片，同時(shí)兼具了實(shí)時(shí)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(gè)理由，就有很多果粉會(huì)掏腰包。

另外，蘋果也提到了SpaTIal awareness技術(shù)，其實(shí)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(chǎng)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(chǎng)的環(huán)境來調(diào)整音樂效果。

雖然不新鮮，但是這是一個(gè)很大的進(jìn)步，因?yàn)樘摂M空間音效極度依賴空間的聲場(chǎng)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(jí)產(chǎn)品中始終就沒能解決這個(gè)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(gè)HomePod，其音效效果將更加棒，這更適合國(guó)外喜歡聚會(huì)的年輕朋友。當(dāng)前聲智科技也提供了針對(duì)多房間音樂系統(tǒng)的支持，同時(shí)還有一項(xiàng)“就近喚醒”的技術(shù)，也就是當(dāng)多個(gè)語音智能設(shè)備同時(shí)存在的時(shí)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。[!--empirenews.page--]

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(shí)別功能倒是一個(gè)小亮點(diǎn)，這樣Siri會(huì)識(shí)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?yàn)橛脩舻碾[私提供安全保障。

那么，為什么蘋果越變?cè)匠罅四?

似乎不僅僅HomePod，蘋果自從離開喬布斯時(shí)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(jì)也是被吐槽的對(duì)象。這自然是庫(kù)克的功勞，這位供應(yīng)鏈出身的CEO驅(qū)動(dòng)蘋果帝國(guó)一直前行，但是太過務(wù)實(shí)的作風(fēng)也讓庫(kù)克失去了對(duì)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?yàn)閺牟季謥砜?，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(jì)，從技術(shù)角度來看確實(shí)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(jì)人員和技術(shù)人員，結(jié)果還是設(shè)計(jì)出來了一款沒有擺脫技術(shù)思路的產(chǎn)品。

有時(shí)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(jì)或者也是一場(chǎng)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?yàn)閺募夹g(shù)層面來說，這款音箱確實(shí)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(shí)現(xiàn)難度就很大。

產(chǎn)品的尷尬，如何應(yīng)對(duì)蘋果的打法!

但是蘋果終歸是蘋果，蘋果對(duì)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(jià)179美元，這接近成本的價(jià)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(jià)拉低到129美元，為此還棄用了麥克風(fēng)陣列，犧牲了遠(yuǎn)場(chǎng)語音交互的體驗(yàn)。

不管怎樣，反正蘋果售價(jià)定到349美元了，這對(duì)于蘋果應(yīng)該還算降價(jià)了，但是也把高端智能音箱市場(chǎng)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(yàn)，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(duì)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(diǎn)，否則這會(huì)讓更多廠商感覺悲觀。

從當(dāng)前國(guó)外市場(chǎng)來看，Amaon，Google，Apple從低端到高端針對(duì)智能音箱的布局，一致都是壓縮了利潤(rùn)空間，這絕對(duì)不是一款以賺錢為目標(biāo)的產(chǎn)品，而是一款戰(zhàn)略級(jí)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(gè)語音入口，即便不確定未來是不是入口，至少賭錯(cuò)了要比錯(cuò)過更好。何況，以現(xiàn)在的形勢(shì)來看，聲音和圖像注定是人工智能時(shí)代的兩大核心基礎(chǔ)數(shù)據(jù)。

這就產(chǎn)生了一個(gè)難題，Amazon Echo和Google Home怎么應(yīng)對(duì)?Amazon還好，畢竟市場(chǎng)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(guó)內(nèi)做海外市場(chǎng)的一些廠商，比如聯(lián)想，聯(lián)想的智能音箱該怎么面對(duì)這個(gè)復(fù)雜的情況?在這樣的壓力下，會(huì)不會(huì)有更令人驚喜的產(chǎn)品出現(xiàn)，比如小米該如何行動(dòng)?這也是我們這個(gè)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(jì)至少等到12月份才在美國(guó)、英國(guó)、澳大利亞同步發(fā)售，而全球發(fā)貨要等到明年稍晚些時(shí)候。這是個(gè)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(chǎng)的朋友反饋，發(fā)布會(huì)展示的音箱，應(yīng)該只是一個(gè)殼子，因?yàn)槌搜菔玖料聼簦渌裁垂δ芏紱]有。所以，蘋果確實(shí)也著急了一點(diǎn)，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(duì)是保證用戶體驗(yàn)的，但是HomePod一下子加了兩個(gè)陣列，哪個(gè)陣列都不是簡(jiǎn)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(gè)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(cè)向、聲源跟蹤、陣列增益、模型匹配、語音識(shí)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(shí)間積累經(jīng)驗(yàn)。產(chǎn)品考驗(yàn)的是每一處的細(xì)節(jié)， 所以，很多時(shí)候，請(qǐng)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(chǎng)語音交互的優(yōu)勢(shì)逐漸凸顯出來。事實(shí)上Echo出現(xiàn)之前，語音交互產(chǎn)品解決的一直都是近場(chǎng)問題，這是典型的由于技術(shù)限制而刻意回避場(chǎng)景的案例，因?yàn)榻鼒?chǎng)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(jì)算機(jī)技術(shù)的一個(gè)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(shí)候，場(chǎng)景變化所帶來的技術(shù)挑戰(zhàn)才會(huì)凸顯出來，因?yàn)檎鎸?shí)場(chǎng)景所需要的技術(shù)支持并非簡(jiǎn)單升級(jí)，而是顛覆性創(chuàng)新，這也是巨頭公司紛紛進(jìn)入這個(gè)領(lǐng)域的主要原因，誰也不想在技術(shù)升級(jí)換代過程中被淘汰。

事實(shí)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(shí)候，人類確實(shí)很多時(shí)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(gè)時(shí)候，我們也不知道到底會(huì)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(shí)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(chǎng)入口，然而，隨著亞馬遜Alexa通過Echo在智能家居市場(chǎng)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(chǎng)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(shì)在必行。小結(jié)[!--empirenews.page--]

即便在喬布斯時(shí)代，蘋果的每款產(chǎn)品發(fā)布都會(huì)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(jià)格來看，HomePod的銷量也不會(huì)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(duì)比了一下價(jià)格，最終才給出了一個(gè)比拼小米的價(jià)格。更為期待國(guó)內(nèi)的各大巨頭，如何應(yīng)對(duì)蘋果的戰(zhàn)略打法呢?

(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(hào)處理和 GPU 深度學(xué)習(xí)算法研究工作。)