如何正确选择麦克风阵列阵型和技术？

5628960

如何正确选择麦克风阵列阵型和技术？
: e& s! D( c" i从上面的分析来看，远场语音交互产品确实比较复杂，仅仅选用麦克风阵列就有如此多的问题。那么应当如何选择合适的麦克风阵列和技术呢？

( C& r% k, z: `! W  _

1、从产品实际角度出发，先定前端方案再定后端技术
首先还是应该从产品实际角度出发，先定前端方案再定后端技术，前端技术包含了麦克风阵列、唤醒和识别技术，后端技术则包含了自然语言理解和内容服务。
) ~- R/ v7 Q5 V# U6 g
: Z9 `8 f. w; m( O0 o" S& a前端主要解决了产品是否听得准的问题，这其中有五个核心指标：远场语音唤醒率、复杂环境 误唤醒率、远场语音识别率、总体延迟时间和总体稳定性。这五个核心指标决定了用户的第一体验。

% n6 g4 @6 t2 J! ~# M  K$ X5 d由于用户无法忍受前端技术出现任何问题，所以前端技术的稳定性也是至关重要，这个指标需要大规模量产的验证。后端技术主要解决了产品是否听得懂的问题，但是仅有自然语言理解还不够，必须和内容服务串联成反馈才能达到用户满意的目的，事实上，产品的智能主要就体现在后端，而且涉及内容服务，当前也仅有BAT等巨头做的比较完善。

! }0 |& @9 x' u2 N目前来看，全球经过量产验证的前端技术主要掌握在Amazon、Apple、科大讯飞、声智科技等厂商手中，而后端技术特别是内容及服务则主要被Google、Microsoft、Apple、Amazon、百度、腾讯、阿里等巨头所掌控，思必驰和云知声等语音识别厂商也相继转型发布了平台战略。
! q1 T% r  B( C, J, X4 o* n9 ]
/ z9 ]1 M5 O5 p2 C) F2、根据应用场景选取合适的阵型
2 u" W1 h& ?, d: h& ?其次应该是根据应用场景选取合适的阵型，比如产品定位的场景是否需要360度拾音？产品的用户群体大概都是什么年龄？产品的主要交互距离又是多少？产品的ID采用什么形状？产品是否考虑低功耗问题？

根据这些指标，可以由专业的技术方案商提供具体方案，比较复杂的场景可能还需要定制开发，但是以当前技术进展来看，比如声智科技已经不再约束阵型的尺寸和结构。

3、在满足效果的前提下再考虑降低成本
最后应该是在满足效果的前提下再考虑降低成本，这和具体场景还是有密切关系的，比如儿童故事机，由于儿童与机器之间的距离约束，成本实际上是第一考虑要素，那事实上用单麦克风方案就可以解决。对于技术实力比较雄厚的厂商，则可以兼顾成本与性能，向技术方案上定制专用麦克风阵列和优化技术。
" t( V; a1 ~1 I
2 ]2 R( Y* r0 N3 K. R对于大部分产品厂商来说，产品研发速度和稳定是第一考虑要素，那可以优先选择阵列的模组方案，这样更容易集成，成本也容易控制。这样可以让厂商腾出更多精力专注后端智能方面的开发，当前端技术稳定可靠后，真正体现产品差异的一定是后端技术。
$ n6 e; [8 [1 U# g9 I4 N" M- T6 B
3 Z% R( w! C( d3 R) m从Amazon来看产品与平台厂商的博弈
亚马逊做完Echo家族的产品发布会，其电商网站似乎只卖Echo产品了，而且价格几乎腰斩，这是一个很有意思的事情。因为Amazon同时还在鼓励Alexa的生态，力求把Alexa打造成一个AI平台。但是从当前的窘境来看，Alexa的平台进展似乎一直不太如意，Amazon似乎只对推广自家产品更有兴趣，何况Alexa还故意给产品开发厂商制造了很多困难。


8 H) t) G1 f: h$ Q3 s
这也很容易理解，平台的开放和封闭本来就是难以兼容的关系，平台的天性就是开放，而产品的天性容易封闭，这是两类生态的竞争，还没有一家公司能够兼容并包。比如Apple依赖iPhone系列构建了封闭的平台体系，而Google则依赖Android建立了开放的平台体系。

以Amazon当前的表现来看，其走向Apple的可能性更大一些，这样实际开放的只是内容和服务，更像Apple的Apple Store。这也很容易理解，因为平台需要积累大量客户，肯定倾向于能够带来大量客户的生态伙伴，若这个生态伙伴恰好还是自家的，没有理由不扶持自家产品。

所以Echo持续降价，销量不断攀升，这个结果导致其他生态伙伴无法生存，但是从Amazon来看也不重要，因为不管用户从哪来，其核心诉求实际上达到了。当Amazon的用户积累到一定规模，自然也就形成了平台优势，反而会给后端开发的用户带来盈利的空间，这样也能形成正向的逻辑。

- p& {  X3 s1 y: T+ e从正向的逻辑出发，Amazon的野心就很清晰了，这绝对是要挑战其他巨头的意思，因为一旦语音流形成，不管是搜索还是社交，Amazon绝对是有兴趣染指一把的，当然电商本来就是Amazon的优势。所以，Amazon和Google最近在Youtube较劲也就见多不怪了，相信这个事情还会发生很多。

这对于我们国内远场语音交互生态有什么启示？
6 i+ f, ~& e8 A# _. A0 z$ o6 m

这可能会影响三类厂商：产品厂商、前端技术提供商和后端技术提供商，后端技术提供商实际上就是平台。其中这对前端技术方案商没有太大影响，毕竟麦克风阵列、唤醒和识别都是一种管道型技术，同时服务于产品和平台两大厂商，其核心诉求更多是赚钱，并没有太多其他变现的价值，也就是说这部分用互联网思维来做也没有什么落脚点。

但是产品厂商和平台厂商就比较纠结，产品和平台厂商都需要用户，当用户量足够大的时候，产品和平台的后端变现价值就会凸显。但是实现这个目标都是实力的硬硬对坑，是走向开放模式还是封闭模式？开放模式必然意味着要放弃自家产品鼓励生态，带动生态伙伴一起发展。封闭模式则需要重金投入同时打造产品和平台，搞不好两败俱伤。这是一个难题，也是一家公司的战略决策，很难说哪种模式未来能够绝对制胜，但是摇摆于两种模式之间的厂商必然没有发展空间。所以，很多时候，战略判断和决策才是一家公司的核心能力。

5 B; i$ `' P1 ^4 R! o2 X  ]* u