音箱不是一款简单的硬件产品，背后的学问可大着呢。要提供给用户好的体验，能植入什么样的内容和服务非常关键，音乐库、音频节目（如喜马拉雅、得到）的丰富程度直接影响着用户的选择余地。然后就是能够根据用户的需求调用各种应用服务，但是目前国内各厂商还是只能集成自己生态里的服务，对于跨平台的内容集成得少，造成用户体验上的缺憾。还有就是渠道因素，叮咚、天猫精灵分别背靠京东和阿里电商的优势打开销售通路。巨头们出于战略考虑在抢占入口，基本都是赔本赚吆喝，整个行业利润空间拉得非常低，所以奉劝那些盲目跟风的小公司，还是别瞎掺和啦！巨头们布局的是生态，小公司耗不起啊！纯靠卖硬件很难有正向现金流，生存会非常难。

5. 技术难点

音箱产品看似简单，实际上还是有很多技术问题没有解决。在语音信息接收上，与手机、可穿戴设备不同的是，音箱是一个远场识别的场景，在家庭环境中要实现360°拾音和至少5~8米的交互距离，必须通过麦克风阵列来解决。还有就是语音唤醒率，主人叫它很多声都没有应答，或者主人没叫的时候它自己跳出来了，这都会让主人非常无奈有木有？当然还有更高级些的要求，比如它在播放歌曲和新闻的时候，主人突然打断，它能不能及时反应，再比如家里有好几个人同时说话的时候，或者主人在看电视的时候，它能不能在嘈杂的环境中准确地识别主人给它的指令？这些都和过硬的拾音、降噪、语音增强、声纹识别等技术是分不开的。

最难攻克的还是语义理解的部分，识别每一个字容易，听懂一段话背后的涵义却很难。我们在与他人的交流中，有时都很难去揣摩和理解他人的意图，更何况是机器呢？深度学习算法虽然大幅提高了语音识别率，但是在语义理解上还无能为力，语义理解还是要回归语言模型、传统机器学习算法和知识图谱相结合的路线中去。目前的语义理解只能在封闭场景中限定领域内去探索，但家庭环境中属于开放域，用户的需求多种多样，一个指令来了，音箱必须先判断属于哪一类问题，再考虑调用哪一类服务去满足。搜索引擎发展了这么多年，当你输入一个问题的时候，它也只能是把和问题相关的所有结果都罗列出来，能做的是相关度排序，但是做不到一对一的匹配。而音箱收到一个指令就要对应一个执行，收到一个问题就要对应一个答案，这确实是非常难的。

结语

智能音箱虽然不能马上在中国火起来，但它还是带来了很多好处。国内手机和无人机的产业能起来，atv直播，源于供应链的成熟，而智能音箱属于物联网的初级产品，将音箱智能化的操作系统、语音芯片等配套基础还不完善，如今众多玩家入局，推动了整个产业的发展。与此同时也起到了教育市场的作用，培养用户使用语音交互的习惯，为未来万物互联时代的到来做好铺垫。还有很重要的一点是可以推动技术的进步，语音技术的发展有赖于语料库的完善，而国内对语音数据的积累还比较薄弱，通过这些智能终端产品收集语音信息可以促进技术的成熟。所以没事的时候多撩撩语音助手，就算为技术发展做贡献啦~