云知聲+斐訊：智能音箱產(chǎn)品開(kāi)發(fā)“十步法”

　　作者：云知聲

　　正當(dāng)AWE在上海如火如荼的時(shí)候，遠(yuǎn)在澳門傳來(lái)了一個(gè)非常吸引眼球的新消息，斐訊首款人工智能音箱R1正式亮相。在筆者去年寫《10步，智能音箱從入門到放棄》時(shí)，其實(shí)筆者所在的云知聲公司正在與斐訊、哈曼共同打造R1，當(dāng)時(shí)這篇文章也算是針對(duì)市場(chǎng)形形色色的音箱有感而發(fā)。目前R1已經(jīng)正式發(fā)布，正好可以做個(gè)回顧，看看R1走了這十步后，到底是從入門到放棄了，還是到精通了。

　　1. 市場(chǎng)定位

　　#FormatImgID_1#

　　斐訊采用RK3229，Android平臺(tái)，RMB2499的定價(jià)，在發(fā)布時(shí)間遠(yuǎn)遠(yuǎn)落后于國(guó)內(nèi)一些巨頭的產(chǎn)品情況下，可以說(shuō)這個(gè)對(duì)于自身的定位非常大膽了，筆者分析，其至少有2個(gè)底氣：

　　首先，此次發(fā)布會(huì)有多個(gè)產(chǎn)品同時(shí)發(fā)布，說(shuō)明斐訊對(duì)于這款音箱定位是AI智能中控，這也符合云知聲對(duì)于智能設(shè)備發(fā)展的一貫觀點(diǎn)，大家都從單品智能，到中控智能，最后發(fā)展為主動(dòng)智能，而且演示過(guò)程中對(duì)于各個(gè)設(shè)備的控制，也印證了這一點(diǎn)。

　　其次，斐訊的0元購(gòu)形式非常有吸引力，在互聯(lián)網(wǎng)流量紅利接近尾聲的情況下，斐訊通過(guò)高品質(zhì)的產(chǎn)品質(zhì)量結(jié)合0元購(gòu)模式，確實(shí)是探索在IoT時(shí)代如何快速獲取用戶的一個(gè)有益嘗試。

　　當(dāng)然，最終用戶是否買單，還是要看真正的產(chǎn)品設(shè)計(jì)和功能，這一塊我們按照剩下9步，一個(gè)個(gè)看過(guò)來(lái)。

　　2. 外觀設(shè)計(jì)

　　音箱外觀是第一眼印象，在這一點(diǎn)上，斐訊R1從配色，到手感，到光線，可以說(shuō)是非常用心的。這一點(diǎn)通過(guò)現(xiàn)場(chǎng)圖片讓大家感受一下。個(gè)人還是比較喜歡這個(gè)藍(lán)色光環(huán)的。

　　3. 聲學(xué)結(jié)構(gòu)

　　斐訊發(fā)布會(huì)上宣布與哈曼簽署戰(zhàn)略合作，這說(shuō)明斐訊確實(shí)抓到了AI音箱這個(gè)產(chǎn)品的核心。無(wú)論有多么智能，當(dāng)用戶懶散地躺在沙發(fā)上，希望靜靜地聽(tīng)歌的時(shí)候，音質(zhì)永遠(yuǎn)是第一位的。

　　正如之前文章所說(shuō)，聲學(xué)結(jié)構(gòu)需要同時(shí)考慮音質(zhì)效果和語(yǔ)音喚醒之間的雙重要求，可以說(shuō)當(dāng)前這個(gè)聲學(xué)結(jié)構(gòu)是斐訊、哈曼、云知聲三個(gè)團(tuán)隊(duì)不斷討論，論證，實(shí)驗(yàn)的結(jié)果，很多要求都互相影響甚至互相矛盾，比如為了環(huán)繞重低音立體聲效果，必然要進(jìn)行音頻的相應(yīng)處理，相對(duì)于普通音質(zhì)一般的音箱而言，在這個(gè)要求下依然滿足極高的喚醒率，需要做更多的調(diào)優(yōu)工作。

　　同時(shí)筆者親測(cè)的效果，R1的高音分貝極高，如何確保依然可以有效喚醒，如何確保不顯得笨重情況下確保高音下的機(jī)械結(jié)構(gòu)穩(wěn)定，都需要在結(jié)構(gòu)上做更多的工作。可以說(shuō)這個(gè)聲學(xué)結(jié)構(gòu)是三方團(tuán)隊(duì)共同打怪通關(guān)的結(jié)晶啦。

　　4. 內(nèi)容整合

　　#FormatImgID_4#

　　這一塊R1非常有信心地打出了國(guó)內(nèi)最全地音樂(lè)源的招牌，云知聲可以負(fù)責(zé)任地說(shuō)，同意!因?yàn)槲覀冇?xùn)練過(guò)的音樂(lè)名文本已經(jīng)超過(guò)國(guó)內(nèi)POI的總數(shù)了。其實(shí)最初云知聲與斐訊溝通合作的過(guò)程中，雙方就一致認(rèn)識(shí)到，如果無(wú)法解決音樂(lè)源，這個(gè)項(xiàng)目就不可能成功，雙方甚至不用開(kāi)始。正是在這個(gè)認(rèn)知地驅(qū)動(dòng)下，才有了當(dāng)前的結(jié)果。順便說(shuō)一下，云知聲拒掉了無(wú)數(shù)尋求音箱合作的客戶，音樂(lè)源一直是最直接原因。

　　同時(shí)，AI音箱目前內(nèi)容方便也在不斷擴(kuò)展，除了音樂(lè)，更多的內(nèi)容都接了進(jìn)來(lái)，而且云知聲為斐訊提供的AI云平臺(tái)，也可以非常方便地整合更多的第三方內(nèi)容，這將推進(jìn)R1的不斷演進(jìn)。

　　5. 系統(tǒng)優(yōu)化

　　說(shuō)起系統(tǒng)調(diào)優(yōu)，其實(shí)主要集中在兩個(gè)方面，首先當(dāng)然是系統(tǒng)啟動(dòng)時(shí)間，這一個(gè)是用戶感受最明顯的一塊。作為一款A(yù)ndroid平臺(tái)的AI音箱，R1在這一點(diǎn)可以說(shuō)做得相當(dāng)不錯(cuò)。畢竟Android平臺(tái)無(wú)法與Linux和RTOS進(jìn)行啟動(dòng)時(shí)間的直接對(duì)比，但是R1通過(guò)系統(tǒng)裁剪和反復(fù)迭代，已經(jīng)在當(dāng)前RK3229硬件平臺(tái)上，做到了接近極致體驗(yàn)了。

　　其次是聯(lián)網(wǎng)方式，這一塊對(duì)于很多AI音箱其實(shí)是一個(gè)極度影響客戶體驗(yàn)的關(guān)鍵點(diǎn)，在這一塊，R1考慮非常全面，正如下圖所示，它一共提供了三種聯(lián)網(wǎng)方式，在用戶傾向性方面盡量做到全面照顧了。

　　6. 遠(yuǎn)場(chǎng)Mic陣列

　　讓我們來(lái)重新復(fù)習(xí)一下支撐整個(gè)智能音箱的AI系統(tǒng)，涉及到感知技術(shù)，認(rèn)知技術(shù)以及交互技術(shù)。下圖給大家一個(gè)整體印象。

　　這一步R1可以說(shuō)是多快好省的典范，相對(duì)目前業(yè)界部分AI音箱采用的6+1Mic，斐訊和云知聲配合，在4Mic上做到了相同，甚至更好的遠(yuǎn)講拾音效果，而且聲學(xué)結(jié)構(gòu)設(shè)計(jì)更為簡(jiǎn)單，產(chǎn)生Mic差異性概率更低，數(shù)目更少的Mic，其后期維護(hù)難度也隨之降低�？梢哉f(shuō)，這完全是以實(shí)際量產(chǎn)為目標(biāo)的接地氣設(shè)計(jì)。

　　7. 離線喚醒

　　#FormatImgID_9#

　　作為一家非常低調(diào)的AI企業(yè)，我們?cè)浦�聲小伙伴一致認(rèn)為發(fā)布會(huì)上斐訊這張圖比較高調(diào)。不過(guò)我們依然認(rèn)為離線喚醒作為云知聲在家居行業(yè)的看門功夫之一，確實(shí)做到了以下三點(diǎn)：

　　快——反應(yīng)速度快，R1就像是個(gè)隨叫隨到的助手，很有feel。

　　準(zhǔn)——目前體驗(yàn)測(cè)試和benchmark測(cè)試，均有翔實(shí)數(shù)據(jù)支持。尤其是音樂(lè)播放下的打斷和周邊噪聲環(huán)境下的喚醒，可以說(shuō)我們還是比較滿意的。

　　穩(wěn)——誤喚醒這塊更是把家電行業(yè)的嚴(yán)格標(biāo)準(zhǔn)直接用過(guò)作為測(cè)試指標(biāo)了。

　　8. 語(yǔ)用計(jì)算

　　云知聲所提的語(yǔ)用計(jì)算(Context-aware NLU)，就是基于場(chǎng)景化感知的自然語(yǔ)言理解(NLU)。通過(guò)5W&1H(Who，When，Where，Which，What&How)原則理解是什么人在什么時(shí)候，什么地方對(duì)著什么設(shè)備說(shuō)了什么話，然后由語(yǔ)用決定如何回應(yīng)。

　　R1作為一個(gè)能實(shí)現(xiàn)中控智能的AI音箱，在對(duì)接不同的設(shè)備時(shí)候，通過(guò)拓?fù)湓O(shè)計(jì)，將家庭環(huán)境下不同設(shè)備都做了相應(yīng)的標(biāo)識(shí)，以確保用戶的命令能被精準(zhǔn)識(shí)別，或者準(zhǔn)確反饋從而實(shí)現(xiàn)進(jìn)一步的確認(rèn)。“您是要打開(kāi)臥室的燈，還是客廳的燈?”將是R1可能會(huì)和用戶確認(rèn)的一件事了。

　　9. 流式交互

　　R1的交互還沒(méi)有實(shí)現(xiàn)完全的流式交互，但是在AI音箱界也是一股清流了。比如在播放音樂(lè)過(guò)程中進(jìn)行快捷地切換，用戶無(wú)需再次喚醒，這一塊也是建立在堅(jiān)實(shí)地喚醒/誤喚醒技術(shù)指標(biāo)之上地交互設(shè)計(jì)了。

　　與此同時(shí)，上下文的理解，針對(duì)音樂(lè)場(chǎng)景的針對(duì)性理解，這些細(xì)節(jié)都在R1上有相應(yīng)體現(xiàn)，這一塊還是請(qǐng)各位小伙伴親自體驗(yàn)吧。

　　10. 開(kāi)放平臺(tái)

　　開(kāi)放平臺(tái)這事，作為斐訊地合作方之一，我們非常佩服斐訊的規(guī)劃和想象，可以說(shuō)，直接把當(dāng)下最熱的區(qū)塊鏈和AI最困難的數(shù)據(jù)問(wèn)題，一攬子解決了。通過(guò)區(qū)塊鏈方式，讓R1用戶更深度地參與到R1整體AI智能體系建設(shè)中，加速了R1的自我演進(jìn)。

　　這一塊我們好好學(xué)習(xí)!

　　結(jié)束語(yǔ)：作為斐訊合作方，云知聲非常有幸能參與到R1中并為此做出自己的貢獻(xiàn)，分析了這么多，最后還是吶喊一句，祝R1大賣!