在以智能音箱“百箱大戰(zhàn)”為代表的AIoT市場火熱的背后，實則是“帶著鐐銬跳舞”，作為業(yè)界翹楚，云知聲給到產業(yè)五把鑰匙。

1

“百箱大戰(zhàn)”下的智能音箱市場滯脹

近日，人工智能算法公司云知聲發(fā)布了基于首款 AIoT 芯片“雨燕”的智能音箱和智能家居解決方案，并宣布將該方案開源。

今年5月，云知聲推出全球首款面向IoT的AI芯片UniOne，在一系列芯片設計中，雨燕是第一代產品，也是第一款面向物聯(lián)網人機交互場景的AI芯片，適用于智能家居和智能音箱領域；在“雨燕”之后，公司表示還將推出面向智能車載領域的第二代芯片“雪豹”，以及用于構建智慧城市的第三代“旗魚”，兩款產品預計將分別于明、后年面世。

“UniOne 雨燕”發(fā)布現(xiàn)場

作為初代，“雨燕”所處的智能家居語音交互市場異?；馃?。此次發(fā)布會上，云知聲副總裁康恒博士這樣描述當前的智能音箱格局：“從2017年開始，有一個現(xiàn)象叫‘百箱大戰(zhàn)’，與之相應的，音箱的解決方案在今年出現(xiàn)了‘百家爭鳴’。”

商戰(zhàn)本為利，AIoT的戰(zhàn)爭也不例外。據相關數(shù)據顯示，僅是中國，2018年智能家居的產業(yè)規(guī)模將達到1800億，兩年之后，這一數(shù)據很可能翻倍，而在2021年，將會達到5000億元。

然而，市場利得并不是那么容易收入囊中。

春秋、戰(zhàn)國可以決出五霸、七雄，但在當今市場經濟和世界貿易的生存規(guī)則下，如果不掌握真正的武功秘籍，那AIoT領域勝出的更有可能是亞馬遜、谷歌、蘋果這些無論端、云、芯都居于世界頂尖的科技巨頭。

在國內智能音箱市場上，“天貓精靈”和“小愛同學”在價格戰(zhàn)上打的火熱，但不知道是否賠本賺吆喝；百度的戰(zhàn)略最初是想收購渡鴉進入高端市場，但在沒有商業(yè)模式的支撐，最終也只能以帶屏的小度在家略顯差異化的進入戰(zhàn)局；作為BAT最后一家，“騰訊聽聽”在千呼萬喚中于今年4月始出來，沒有太多亮點，主打設計和性能，也得到了一些死忠粉的支持。

總體來看，無論是“百箱大戰(zhàn)”還是BAT入局，行業(yè)整體還是呈現(xiàn)出雷聲大、雨點小，并不能讓市場形成消費習慣的滯脹狀態(tài)。

自2012年成立以來持續(xù)在語音交互領域深耕的云知聲，面對如上的市場問題，提出了他們的幾點思考，以及解決方案。

康恒博士整體介紹基于雨燕AIoT 芯片的開源方案

2

定制芯片，用語音交互邏輯解決終端碎片化困境

為什么智能音箱、或者智能家居的概念屬性高于實際價值表現(xiàn)？

康恒首先從IoT的終端呈現(xiàn)出非常明顯的碎片化困境做出解釋：

“物聯(lián)網和傳統(tǒng)互聯(lián)網相比，產品形態(tài)和使用方式都呈現(xiàn)出高度多樣化。在互聯(lián)網時代，終端只有電腦、手機，或者平板。進入IoT時代，產品形態(tài)包括車機、電視、智能音箱、機器人，甚至空調、冰箱、洗衣機、廚電、小家電，所有的設備都可以連接到物聯(lián)網上，產品形態(tài)是高度碎片化和多樣化的。”

在碎片化的終端形態(tài)下，真正能夠體現(xiàn)出產品價值的，除了產品性能，更重要的是連接的性能。簡單說，就是面要大、接口要廣、邏輯要強。

但說起來容易，做起來難。如何能夠讓終端如人腦的神經網絡一般連接？這是一個追求極高速率，但又異常復雜的操作，在康恒看來，唯有芯片可以完成。

“我們把語音交互的邏輯在芯片上得到實現(xiàn)。”

目前，云知聲有專門面向AI的加速器DeepNet，包括面向語音交互、麥克風陣列降噪和處理的數(shù)字信號處理器DSP，以及內置通用ARM核。同時，也在通用CPU上實現(xiàn)了8倍的性能提升。

在專門針對AI的性能設計方面，TTS實現(xiàn)了16倍的速度提升，深度神經網絡則實現(xiàn)了50倍的提升。

在硬件加強和性能提升的基礎上，所有硬件設備實現(xiàn)了感知、表達、思考三個核心方面的增強賦能，同時，將語音交互邏輯放在芯片上得到實現(xiàn)。

技術、產品、服務全棧應對分散供應鏈下的風險

其次，多元化的需求和碎片化的終端，導致了分散的供應鏈。

對此，康恒舉例說明：

“以前，在手機行業(yè)做應用方案，合作的供應鏈除了常規(guī)之外，最重要的只有兩個，一是主控芯片CPU,二是安卓的源代碼和谷歌合作。但對于AIoT來說，則除了芯片、硬件和操作系統(tǒng)，還需要增加AI算法、云端，甚至需要把它們打包成應用程序。所以，架構的復雜程度完全不同。”

在應對方式上，云知聲給出的建議是，讓方案商選擇包括技術、產品和服務的全棧式解決方案。

事實上，一個完整的語音交互過程需要前期的語音喚醒、聲紋識別、麥克風陣列、回聲消除等步驟，之后才是語音識別。文字所表達的意圖，則需要由廣義自然語言理解來處理。如果將自然語言理解拓展開來，還要涉及到對話、內容的推介，知識圖譜等非常深厚的技術框架。

在對語音交互技術的復雜性存在普遍的認知盲區(qū)下，康恒指出了一個非常常見的謬誤：“業(yè)界有不少產品商會覺得產品可以自己做，算法公司只需要提供算法，或者引擎就可以。一般這種情況，都是低估了技術架構的復雜度。”

然而，并不是技術全棧之后就可以完全避免風險。

最穩(wěn)妥的方式，還是進一步達成產品和服務的全棧。在達成技術全棧基礎上，產品的全棧要考慮交互、能否量產等問題。而服務的全棧之所以重要，原因在于它可以把技術元素、硬件和生產等元素結合起來，這中間有很多需要協(xié)助客戶完成的工作。

3

優(yōu)化產品體驗需運用工具和SOP提升測試規(guī)范 

第三個問題是難以把控的產品體驗。

和考試不一樣，在 AIoT領域，即使產品的每個零部件都是高分性能，它的最終表現(xiàn)有可能是非常低分，這里牽涉屬性沖突的問題。

“真正的好產品不是紙面設計的高大上，而是極佳體驗。各部分零部件的性能磨合非常重要。”康恒表示說。

而性能磨合需要的是不斷的試驗和測試，目前在產業(yè)界，這點做的并不好。不少欠成熟的企業(yè)還是粗放式驗收，“把生產出的音箱擺在測試工位上，然后讓測試員不斷重復歡迎詞和查天氣，類似的驗收方式都是很不正規(guī)的。”

對于如何為客戶提升測試的標準化從而提升產品體驗，云知聲提供了一系列工具，以及SOP，可以把控客戶在測試環(huán)節(jié)的規(guī)范運作。

“比如說，麥克風是否有不良，一致性是不是夠好，裝配之后，結構是否有密封或者振動問題？我們有一系列的工具來幫助大家，無論是IQC或者最后的產測，甚至有一些是自動化的工具。”康恒說。

產品本身性能和團隊協(xié)作決定了產品周期

產品周期對于廠商來說也是一個極大的考驗。

其中，最常見的問題是盲目樂觀，不少廠商自認為做硬件經驗很豐富，做音箱、或智能家居就可以得心應手。

但這個邏輯，在康恒看來是不成立的。

在他看來，實際與產品周期緊密相關的，不是做硬件是否有經驗，或者說企業(yè)的規(guī)模、實力、人數(shù)，這些都是邊緣因素。真正起決定性的，一是上述產品本身的性能體驗可以在多長時間內做到極致，二是團隊協(xié)作，在新品的架構上，AI、硬件、軟件和云端服務都需要不斷磨合。

在如何縮短產品周期的問題上，康恒表示云知聲會根據具體服務公司的業(yè)務提供方案。

4

開源代碼設計促進產品實現(xiàn)快速復制

最后一點，是如何能夠在不同的產品之間實現(xiàn)快速復制。

產品形態(tài)的碎片化，導致了方案商在獲得收益方面不能靠單一的產品形態(tài)或者方案獲得滿足，需要考慮不同的應用場景。那么，一個產品的開發(fā)能否用到之前積累的代碼和設計，能否將成功經驗復制到新的產品項目中，對方案公司來說至關重要。

“有時候，這點甚至事關方案公司的生死。”康恒強調說，如果產品之間可以實現(xiàn)快速復制，投入將可以極大減少。

在如何優(yōu)化提升產品復制的問題上，云知聲采用了代碼開源和根據客戶需求完成定制兩種方式。據康恒介紹說，云知聲目前都是開源代碼設計，方案商可以根據需求修改代碼，在云端服務層，會根據客戶的需求，或者具體產品的需求來完成定制的工作。

結語

無論是“百箱大戰(zhàn)”還是“百家爭鳴”，在AIoT大火的背后，終端碎片化、供應鏈分散、產品體驗難提升、產品周期難把控、產品經驗難復制，這五大暗流成為影響產業(yè)良性發(fā)展的重要風險因子，定制芯片，技術、產品、服務全棧，運用工具和SOP，優(yōu)化團隊協(xié)作，開源代碼設計是云知聲給到行業(yè)的五大對策。

雨燕 AIoT 芯片的開源方案現(xiàn)場展示

對于云知聲來說，“雨燕”在智能音箱和智能家居中的應用讓其邁出了馳騁在AIoT領域的第一步，其后的“雪豹”和“旗魚”還將致力于智能汽車和智慧城市。在產業(yè)界，優(yōu)秀的公司會擔綱領導者的角色，它們未來會有怎樣的建樹，“機器人文明”將與您一起持續(xù)關注！