“Echo是6+1个麦克风，外圈6个和中间1个，所以它效果不错。但我不行，家电厂商对成本是非常在意的。”黄伟说。“麦克风多了，信息源多，就需要更强的CPU，成本功耗就要提升。其次，家电大多是靠墙安装的，麦克风怎么放？”

　　云知声最后采用的是双麦克解决方案，两个麦克风，间距不超过3厘米。但问题又来了，只有两个麦克，如何达到性能？云知声花了一年多时间解决这个技术问题，终于在2015年这款产品开始生产。现在，市场上的大多数智能家电产品，华帝、格力、海尔、美的等，都是和云知声合作的。

　　但软件可解决，硬件也还是让黄伟觉得比较麻烦的一件事。比如麦克风。“现在手机上的麦克风，对电话场景下的噪音意识，已经做得非常好了。但在家居市场上，硬件厂商还没有这个意识。比如他们以前从来不会想到，一台电冰箱上会需要一个麦克风。所以，现在对我们软件的要求就更高了。”

　　除了智能家电和家居，车载以及医疗、教育等行业，也是云知声商业化落地的主要领域。比起智能家居来，车载的应用场景更好想象。当人们在驾驶时，双手都被占用，语音交互就成了最佳选择。但黄伟认为，车载前端产品周期非常长，“从接触到产品要出来差不多要用5年左右时间，不适合一个创业公司”。因此，云知声选择从后装市场切入。而2014年，黄伟认为是一个新的契机正在出现：“当时已经有10%的设备开始使用安卓平台了。我们判断，安卓在车载系统里将是未来的趋势。”经过了半年多的研发，到2015年中，云知声开始和厂商对接。到现在，安卓系统已经占据了市场上90%的份额，而目前，搭载云知声智能语音SDK的车机产品出货量已超过150万台。

　　在医疗方面，协和医院已经和云知声合作，使用医疗语音识别系统，对病历、医嘱等进行录入。而且，这也有助于未来的医疗大数据挖掘工作。

　　在商业化的策略上，云知声一直选择的是B2B2C。这也是很多AI公司的选择。当一种新技术仍在发展和完善过程中，通过与B端的合作，不断获取用户的需求，了解行业，通过反复迭代来完善技术，是看似必然的选择。而B端的企业，也是在技术投入成本较大的现阶段，比C端更具备付费与创新的动力。

　　之前，云知声的合作公司还多数是互联网公司的中小型企业，而从2016年开始，公司的商业重心开始向大B倾斜。“对于中小型公司而言，新的技术和交互形态它们更乐于去尝试。而大企业的推动进程也比较慢。而今年，很多大的企业的生产计划也可以排好了。”而和大型企业合作，对云知声而言，既能扩大市场规模，又能树立起行业中的标杆。

　　“做商业公司，一定得回归到商业本质上，那就是收入。尤其是像今天资本市场并不是特别好的情况下，大家更看重收入。但我们并不是到B为止了，我们还会到C。我们为什么要做平台？C端对我们具有用户价值，这能帮助我们的后台不断提升，在B端会更有持续的竞争力。”黄伟说。

　　让机器去理解人类

　　而这样用语音操控机器，或者机械的一问一答，还是远远达不到“智能”的程度的。开发者们需要去做的，是让它们更加聪明。

　　如果你坐进自己的爱车，感觉到今天的温度有些低，于是你说：今天有些冷。而这时，你车内的系统会自动将空调温度调高。再或者，当你和你的机器人在户外，你仍然随口表示：今天有些冷。而机器人，会自动理解你的意思，但此时，它不会去寻找空调，而是提示你：披上外套吧。这样的，是不是更令人向往的一个美好未来？

　　今年7月，云知声宣布，完成了技术引擎3.0版本的升级，并提出了“语用计算”的概念。关于这个概念，你可以简单地理解成，机器可以理解我们对话的语境，联系上下文进行回答。

　　调戏过Siri和小冰的人，或许了解要达到这一场景有多么困难。“我们推出语用计算是为了产品落地。”黄伟坦率地说。“现在很多聊天机器人，我觉得就是个学术命题。我们对聊天没有强需求，聊天也不是产品。作为创业公司，我希望能解决当下的问题。在智能产品里，我和机器聊天说上好几轮，技术上是很厉害，但用户会不耐烦。我们更多地是把多人对话管理技术和当前状态信息结合在一起，把语音识别、物理环境以及之前的对话信息等结合在一起，让机器做出对应的回答。”而前面提到过的场景，也正在逐渐向现实转化。例如，在应用了云知声语音技术的格力金贝空调中，如果你说有点儿冷，它就会自动把温度调高一度。