台灣時間 2017 年 6 月 6 日凌晨 1 點，第 28 屆 WWDC 蘋果全球開發者大會，蘋果終於壓軸重磅發表了 HomePod，一款蘋果精心打造的智慧型音響。但是，估計這讓很多果粉失望了，這應該是蘋果系列中極少稱得上「很醜」的產品。鑑於筆者並不懂藝術，因此凌晨著急詢問了很多美學人士，這才沒讓筆者懷疑自己的審美出現了問題。
HomePod 的設計師估計是成長在 80 年代的中年人，因為看到 HomePod 的第一眼就想起媽媽的毛線球，新世紀的年輕人哪見過這古董。當然，還有一種更難看的尼龍繩球也是這個造型。
HomePod 雖然醜了點，但性能一點不差，蘋果對用戶體驗的極致追求還在，而且，HomePod 是迄今為止首款回歸音響本質的智慧型音響。蘋果甚至不惜代價同時部署了麥克風陣列和揚聲器陣列，這就是蘋果的態度：不僅追求遠場語音互動的體驗，也追求極致音質帶來的享受。
靴子落地，為何要用 6 麥的環型陣列HomePod 內建 Siri，這次蘋果採用業界流行的 6 麥環形陣列技術。這種麥克風陣列技術適合遠場語音互動，這樣可以滿足用戶遠距離透過「Hey, Siri」與 HomePod 的命令互動。蘋果 HomePod 採用麥克風陣列技術，也表明了蘋果將 Siri 從近場語音互動升級到遠場語音互動的技術思路。
前幾年，語音互動應用最為普遍的就是以 Siri 為代表的智慧手機，這個場景一般都是採用單麥克風系統。單麥克風系統可以在低噪聲、無混響、距離聲源很近的情況下獲得符合語音辨識需求的聲音信號。但是，若聲源距離麥克風距離較遠，並且真實環境存在大量的噪聲、多徑反射和混響，導致拾取信號的質量下降，這會嚴重影響語音辨識率。
而且，單麥克風接收的訊號，是由多個聲源和環境噪聲疊加的，很難實現各個聲源的分離。這樣就無法實現聲源定位和分離，這很重要，因為還有一類聲音的疊加並非噪聲，但是在語音辨識中也要抑制，就是人聲的干擾，語音辨識顯然不能同時辨識兩個以上的聲音。
顯然，當語音互動的場景過渡到以智慧型音響、智慧電視、機器人或者汽車為主要場景的時候，單麥克風的局限就突顯出來。為了解決單麥克風的這些局限性，利用麥克風陣列進行語音處理的方法應時而生。麥克風陣列由一組按一定幾何結構（常用線形、環形）擺放的麥克風組成，對採集的不同空間方向的聲音信號進行空時處理，實現噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源追蹤、陣列增益等功能，進而提高語音信號處理品質，以提高真實環境下的語音辨識率。
從目前海內外市場產品來看，Amazon Echo 的方案是 6+1 麥的環型陣列結構，Amazon Echo Show 是 8 麥橢圓型陣列結構，Google Home 是 2 個麥克風結構，中國科大訊飛的叮咚音響是 7+1 麥的環型陣列結構，當前聲智科技的產品線最為齊全，擁有 3 / 4 / 4+1 / 6 麥的環型陣列結構以及單麥、4 麥線型、6 麥 L 型，8 麥雙 L 型、10 麥分布式陣列等結構。
實際上，不同的陣型適應不同的場景，同時還要考慮性價比，顯然陣列結構越複雜其成本也越高。而對於智慧型音響來說，由於用戶使用習慣需要 360 度的拾音和定向，所以環型陣列結構是最為合適的。至於選用 3 個、4 個還是 6 個，則是根據定向精度和互動距離來決定，從某個角度可以理解為麥克風的數量越多定向越準，語音識別的距離也會越遠，當然，這和陣型的具體結構也有關係。
注意，這裡的 2 麥克風不是陣列，並不具有陣列的一些功能和性能，2 麥最通常是用在類似手機和藍牙耳機等超薄的裝置上實現降噪功能，實際上，很多場合經過特殊設計的單個麥克風即可替代 2 麥結構。由於蘋果 HomePod 必須差異於 Amazon Echo 和 Google Home，選用 6 個麥克風的結構非常明智，性價比最為合適，這也是聲智科技主推的麥克風陣型，事實上，根據聲智科技當前的技術，選用 4 個麥克風的效果也不會太差，只是語音互動距離會損失一點。
智慧型音響的根本屬性還要聽音質智慧型音響畢竟還是音響的品類，這是成熟的品類，也不明白為何很多智慧型音響的廠商非要定位自己是機器人。事實上定位於機器人對於消費市場來說反而是一個災難，因為機器人市場還是一個需要巨大投入教育的市場。因此，HomePod 選擇了回歸音響的本質，非常注重音質和聽覺體驗。
HomePod 擁有非常棒的音頻技術，底部採用了 7 個波束形成的高頻揚聲器陣列，可以精準呈現聲學效果以及聲場控制。過分的是，在如此小的產品之中，蘋果竟然用了一個 4 吋的低頻揚聲器，這裡就不再強調低頻揚聲器越大越好了。
不僅如此，HomePod 還採用了大量音效演算法，包括自動低音均衡、動態建模等。雖然 7 英吋的小身材，即使調大音量，音質也不會失真。 HomePod 採用的是蘋果手機使用的 A8 處理晶片，同時兼具了實時聲學建模、音頻波束形成、多通道迴聲消除技術，這使 HomePod 是迄今為止速度最快、音效最棒的智慧型音響。筆者相信，單憑這個理由，就有很多果粉會掏腰包。
另外，蘋果也提到了 Spatial awareness 技術，其實這不是什麼新奇的技術，就是強調了空間感和沉浸感，也就是讓音樂在不同的場景以不同音效播放。顧名思義，當 HomePod 放在房間裡，可以根據現場環境來調整音樂效果。
雖然不新鮮，但是這是一個很大的進步，因為虛擬空間音效極度依賴空間的聲場環境。順便多說幾句，杜比折騰了那麼多年的全景聲，應用到家庭級產品中始終沒解決這個問題。小米的超薄電視強調空間音效，也就增加了從天花板反射的聲音，但是杜比顯然無法依據用戶的家庭環境來適應最佳音效。
當然，HomePod 肯定支持多房間音樂系統，如果使用多個 HomePod，其音效將更棒，這更適合國外喜歡聚會的年輕朋友。當前聲智科技也提供了支援多房間音樂系統，同時還有一項「就近喚醒」的技術，也就是當多個語音智慧設備同時存在，優先響應用戶指令的是距離用戶最近的智慧裝置。
至於蘋果的音樂生態、家庭控制就不再重複強調了。HomePod 增加的聲紋辨識功能倒是一個小亮點，這樣 Siri 會辨識用戶的聲音是否與用戶聲紋相符，不僅提升使用效率，而且能為用戶的隱私提供安全保障。
那麼，為什麼蘋果越變越醜了呢？似乎不僅 HomePod，蘋果自從離開賈伯斯時代後，就再也沒推出過外觀令人驚豔的產品，甚至，閉著眼睛都能猜到蘋果 iPhone 8 的造型，更不用說一直沒變化的 Mac 和 iPad 系列了，包括 AirPods 的設計也是吐槽對象。這自然是庫克的功勞，這位供應鏈出身的 CEO 驅動蘋果帝國一直前行，但太過務實的作風也讓庫克失去了結合技術和藝術的掌控力。
顯然，HomePod 是藝術妥協技術的結果，因為從布局來看，從下到上依次是高頻揚聲器陣列、麥克風陣列、4 吋低頻揚聲器和主控板，這樣羅列在一起，再考慮到聲學結構設計，從技術角度來看確實也想不出更好的造型。但這是蘋果啊！擁有全世界最牛的設計人員和技術人員，結果還是設計出一款沒有擺脫技術思路的產品。
有時候不得不說，讓技術或供應鏈的大腕負責產品設計或也是一場災難。總之，這是一款完全符合技術人員審美和風格的產品，因為從技術層面來說，這款音響確實沒毛病，而且還挑戰了技術難度，比如麥克風陣列放置中部的技術實現難度就很大。
產品的尷尬，如何應對蘋果的打法但蘋果終歸是蘋果，蘋果對產品的理解和打法還是超過普遍業界認知。首先來看蘋果的定位，高階這是必須的。Amazon Echo 是先入為主的產品，售價 179 美元，這接近成本的價格很要命，幾乎堵住了很多產品的出路。逼 Google 不得不走低階，售價拉低到 129 美元，為此還棄用了麥克風陣列，犧牲了遠場語音互動的體驗。
不管怎樣，反正蘋果售價定到 349 美元了，這對蘋果應該還算降價了，但是也把高階智慧型音響市場的出路給堵死了。其次，蘋果既然定位高階，其產品就要給消費者帶來高階的體驗，因此蘋果堆砌了麥克風陣列和揚聲器陣列技術，再加上原本的音樂和控制生態，對於吸引一大批蘋果粉絲來說，還是穩妥的策略。當然蘋果最大的失誤就是 HomePod 醜了一點，否則會讓更多廠商感覺悲觀。
從當前國外市場來看，Amaon、Google、Apple 從低階到高階針對智慧型音響的佈局，一致都壓縮利潤空間，這絕對不是一款以賺錢為目標的產品，而是一款戰略級的產品。說白了，巨頭們壓根就沒指望依賴智慧型音響賺多少錢，而是不能失去這個語音入口，即便不確定未來是不是入口，至少賭錯了要比錯過更好。何況，以現在的形勢來看，聲音和圖像注定是人工智慧時代的兩大核心基礎數據。
這就產生了一個難題，Amazon Echo 和 Google Home 怎麼應付？Amazon 還好，畢竟市場佔用率在那，而且產品線也比較齊全，尷尬的反而是 Google，花費那麼大精力，反而只是做了其他兩家巨頭的陪襯。這還好，最尷尬的是中國做海外市場的一些廠商，比如聯想，聯想的智慧型音響該怎麼面對這個複雜的情況？在這樣的壓力下，會不會有更令人驚喜的產品出現，比如小米該如何行動？這也是這個年度最期待的事情。
為什麼 HomePod 需要等到年底？蘋果 HomePod 預計至少等到 12 月才在美國、英國、澳洲同步發售，而全球發貨要等到明年稍晚。這是什麼情況？一款音響竟然就要等到半年以上。而且，根據現場的朋友反應，發表會展示的音響，應該只是一個殼子，因為除了展示時亮了一下燈，其他什麼功能都沒有。所以，蘋果確實也急了一點，必須要推出智慧型音響才行了。
不得不說，這也是技術上頗尷尬的事，蘋果絕對保證用戶體驗，但 HomePod 一下子加了兩個陣列，哪個陣列都不是簡單的事情。畢竟現在的產品已不是純功能型的產品，這是一個完整的技術鏈條。比如麥克風陣列，就包括了噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源追蹤、陣列增益、模型匹配、語音辨識等功能，這都是需要認真打磨的複雜技術體系，即便是蘋果，也需要足夠的時間積累經驗。產品考驗的是每處細節， 所以很多時候，請善待你們身邊那些沒日沒夜加班的創業公司吧。
蘋果為何如此重視一款音響？隨著人工智慧領域的不斷發展，人們開始追求更自由的語音互動方式，遠場語音互動的優勢逐漸突顯出來。事實上 Echo 出現之前，語音互動產品解決的一直都是近場問題，這是典型的由於技術限制而刻意迴避場景的案例，因為近場語音互動要求人類適應機器。
但是人類之間的語音互動從來都要拉開一定距離，所以現在需要機器適應人類。這可以說是計算機技術的巨大進步，也是人工智慧的核心要素之一。
當然，這並非聲學領域特有的問題，當鏡頭和雷達安裝到汽車，以及 GPS 安裝到自行車的時候，場景變化所帶來的技術挑戰才會突顯，因為真實場景需要的技術支援並非簡單升級，而是顛覆性創新，這也是巨頭公司紛紛進入這個領域的主要原因，誰也不想在技術升級換代過程中被淘汰。
事實上，當機器獲取的融合數據足以覆蓋到人類十分之一的時候，人類確實很多時候只需要說一說、看一看或想一想，機器就能明白，但這個時候，我們也不知道到底會產生哪些新的商業模式，畢竟從我們角度來看，廣告模式肯定不是人工智慧時代的最佳商業模式。
從亞馬遜 Echo 暢銷，大家逐漸瞄準智慧型音響。Google 推出 Google Home，微軟也聯手哈曼卡頓、惠普等推出搭載 Cortana 的智慧音響。雖然，蘋果透過智慧耳機 Airpod 搶佔語音市場入口，然而，隨著亞馬遜 Alexa 用 Echo 在智慧家居市場攻城略地，似乎漸漸吞噬蘋果在智慧家居領域的市佔率，也逐漸穩固其語音互動入口的地位，Alexa 似乎成為新一代「Android」或「OS」。如此看來，蘋果推出 HomePod 的確勢在必行。
即便在賈伯斯時代，蘋果的每款產品發表都會被吐槽多次，但蘋果的銷量就是最佳回應。至少，從蘋果 HomePod 的性能和價格來看，HomePod 的銷量也不會太差，這從 Airpods 可以類比一下。
延伸閱讀：
