钱晨不是第一个揭破皇帝新衣的，而且他是敢于直面行业陋习，大声说出真话的圈内大牛。钱晨指出，智能音箱做前端声音处理层面，国内没有高水平的。在前端声音处理技术领域，分为麦克风阵列（多个麦克风）以及两麦这两种技术流派，前者是亚马逊ECHO所创，后者是Google Home研发。

　　钱晨表示，“不管厂商怎么讲故事，都逃不出这两个。”

　　而在设备端，噪声抵消是首要难题，国内部分品牌如科胜讯、云知声、思必驰，科大讯飞等，所提供的技术解决方案主要是集中噪声抵消和后面的云端处理。

　　但是钱晨强调，目前语音设备技术可以分为三个阶段：噪声抵消、语音识别，和语义识别。

　　“但在语义识别这块，与国外差距很大。”

　　如果说，j2直播，云知声、思必驰，科大讯飞等企业未来在语义识别领域还有逐步追赶微软、亚马逊的可能，那么目前最大的隐患就是：设备端都还没有做好。

　　钱晨指出，“如果降噪这一块没有处理好，科大讯飞算法再好也不行，识别率就会下降，语义识别就更别谈了。”

　　他在访谈中所提出的这些问题，业界并非没有共识，但是一窝风上马的新品，虽然“百家争鸣”但也暴露出技术和创新方面的短视。市场，真的能靠这些产品走向成熟？

　　浮躁，不仅仅体现在智能音箱厂家的心态方面，声智科技创始人陈孝良曾撰文表示，如果不把智能音箱产品作为战略产品来投入研发，估计做出的产品难免差强人意。虽然国内很多厂商都自认为投入巨大，但是相比亚马逊ECHO来说，这就有点小巫见大巫了。

　　“事实上，公司之间竞争，不在于投入20%实现的80%，而在于投入80%才换来的20%。大多时候，往往就是这20%决定了公司竞争的成败。”

　　或许，这已经不是国家有关部门成立专门的实验室，对这些智能音箱进行相关认证能够解决的。这里面的差距，真的不仅仅语音识别错误率的提升，也不仅仅是把麦克风从七八个改为两个或者一个，而是对一个新型的市场，浮躁的心态。

　　智能音箱行业会不会被做烂，钱晨的这一句忠言逆耳不一定全对，但却令人清醒。