智能音箱終于秀得起音質(zhì)了……

夢(mèng)晨 2022-06-01 13:52:19 來(lái)源：量子位

夢(mèng)晨 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

記得前幾年智能音箱剛火的時(shí)候，挺想買一個(gè)嘗嘗鮮，不太貴的那種。

智能方面我還算會(huì)挑，音質(zhì)方面可就不太懂了。

于是去找玩音響的朋友問(wèn)問(wèn)有什么推薦，哪款音質(zhì)好一些？結(jié)果他的回答讓我挺無(wú)語(yǔ)的：

音質(zhì)上沒(méi)什么可挑的，都是聽(tīng)個(gè)響，你就看哪家智能做得好吧。

如今幾年過(guò)去，情況在變化。

在蘋果放棄價(jià)格賊貴的HomePod之后，國(guó)產(chǎn)智能音箱卻開(kāi)始拼音質(zhì)了。

華為聯(lián)合音響品牌帝瓦雷推出高端產(chǎn)品Sound系列，音箱部分極致堆料，智能部分主推搭載鴻蒙，其中最高端型號(hào)Sound X價(jià)位來(lái)到2000+。

小米也聯(lián)手哈曼卡頓推出主打音質(zhì)的小體積產(chǎn)品Xiaomi Sound，延續(xù)性價(jià)比傳統(tǒng)定價(jià)499，被網(wǎng)友戲稱為“年輕人的第一臺(tái)高端智能音箱”。

這么熱鬧，自然也少不了另一大玩家天貓精靈，最近其在高端產(chǎn)品上的布局終于浮出水面——

• 與頂級(jí)聲學(xué)機(jī)構(gòu)波士頓聲學(xué)深度合作，聯(lián)合打造的高端智能聲學(xué)新品Sound系列已于6月1日上市。
• 其中，Sound Pro到手價(jià)為1299元，配備了5.25英寸的60W低頻發(fā)聲單元，實(shí)現(xiàn)了罕見(jiàn)的35Hz低頻下潛，可以說(shuō)已經(jīng)能挑戰(zhàn)同品類天花板了。

智能聲學(xué)，便是天貓精靈新品身上最醒目的標(biāo)簽，這里可以先來(lái)分享一波Pro版的提前試用體驗(yàn)。

首先，這款產(chǎn)品外觀就給人很大沖擊力。一反之前型號(hào)小巧纖細(xì)的“網(wǎng)紅感”，設(shè)計(jì)上也更接近經(jīng)典造型。

主觀感受上，大箱體發(fā)出的聲音確實(shí)比之前的小體積型號(hào)更飽滿，特別是低音表現(xiàn)，有很嗨的感覺(jué)了。

接下來(lái)是主打新功能之一智能EQ調(diào)音。

內(nèi)置算法可以自動(dòng)選擇最佳音效，無(wú)需手動(dòng)調(diào)整復(fù)雜參數(shù)。據(jù)說(shuō)這次還特別為電子核、情緒搖滾等小眾音樂(lè)類型有專門調(diào)音。

主打新功能之二獨(dú)家“貓耳算法”，解決了大音量聽(tīng)歌時(shí)音箱聽(tīng)不見(jiàn)你說(shuō)話的問(wèn)題。

實(shí)際體驗(yàn)下來(lái)， 即使是80%超大音量播放新晉的跳操神曲《本草綱目》，也可以用正常說(shuō)話的音量和音箱交互。

極限場(chǎng)景下，跑到廚房里打開(kāi)抽油煙機(jī)再關(guān)上門，都能成功喚醒客廳里大聲播放音樂(lè)的天貓精靈。

下面就來(lái)扒一扒這些新功能背后，都有哪些新技術(shù)在支撐。

搭載了什么新技術(shù)？

先來(lái)說(shuō)說(shuō)這個(gè)貓耳算法，根據(jù)貓耳朵能獨(dú)立旋轉(zhuǎn)180度并通過(guò)內(nèi)部褶皺準(zhǔn)確定位聲音來(lái)源而得名。

要想用算法實(shí)現(xiàn)這一特性，要做到三個(gè)部分。

第一個(gè)是回聲消除，也就是麥克風(fēng)收音時(shí)需要消除掉音箱自己發(fā)出來(lái)的聲音。

回聲一般分為線性和非線形兩部分。對(duì)于線性回聲主要通過(guò)線性濾波器的傳統(tǒng)算法來(lái)解決，對(duì)于非線性回聲天貓精靈增加了深度學(xué)習(xí)算法來(lái)解決。

第二個(gè)是聲源定位，增加使用了喚醒詞的信息，包括喚醒詞上每個(gè)頻點(diǎn)人聲的比例，綜合利用聲學(xué)信息和語(yǔ)音特征增加準(zhǔn)確率。

第三個(gè)是降噪，也是傳統(tǒng)算法與深度學(xué)習(xí)結(jié)合，先用噪聲識(shí)別模型區(qū)分出人聲與非人聲，再分別用不同的算法去處理。

接下來(lái)是智能EQ，也被天貓精靈團(tuán)隊(duì)稱為不包漿均衡器。

總體思路是通過(guò)軟件算法與低失真功放芯片協(xié)同工作，在為不同音樂(lè)帶來(lái)匹配的音效同時(shí)不過(guò)度渲染，盡量還原音樂(lè)本身想表達(dá)的感覺(jué)。

具體細(xì)節(jié)上共有1040段智能參數(shù)，除了4種預(yù)制模版（HiFi、古典、人聲、勁爆）外，默認(rèn)還可以選擇智能模式根據(jù)音樂(lè)類型動(dòng)態(tài)匹配。

硬件上的創(chuàng)新之處還有智能一體腔。

通過(guò)改進(jìn)結(jié)構(gòu)堆疊設(shè)計(jì)，將音腔容積增加了29%，無(wú)源輻射器和揚(yáng)聲器因此可以輻射出更多的低頻效果。低頻到位了，聽(tīng)起來(lái)就更帶感。

通過(guò)優(yōu)化結(jié)構(gòu)堆疊及裝配，改善了腔體的振音，震動(dòng)以及內(nèi)部駐波， 使mic收音更純凈，提高智能語(yǔ)音交互的效果。

除了音質(zhì)方面外，智能音箱本身也是內(nèi)容的提供者，需要在不連接PC或手機(jī)的情況下獨(dú)立工作。

天貓精靈與眾多平臺(tái)進(jìn)行內(nèi)容授權(quán)合作，把多平臺(tái)內(nèi)容聚合在一起。

也就是說(shuō)，智能音箱反倒沒(méi)有手機(jī)上聽(tīng)歌要切換不同App的煩惱～

除了音樂(lè)以外，有聲讀物、播客資源也能一網(wǎng)打盡。

有了內(nèi)容，接下來(lái)還要考慮分發(fā)和推薦。

考慮到音箱的家庭使用情景，天貓精靈開(kāi)發(fā)了智能身份識(shí)別系統(tǒng)，可通過(guò)聲紋來(lái)識(shí)別不同使用者的角色。

就像指紋一樣，每個(gè)人的聲音也有獨(dú)特的聲紋特征。就像給手機(jī)錄入指紋一樣，采集了3個(gè)不同距離下的聲紋后就可以準(zhǔn)確識(shí)別。

不同角色的聲紋采集好之后，可以選擇興趣標(biāo)簽，讓智能音箱的內(nèi)容推薦有“更懂你”的感覺(jué)。

再結(jié)合上長(zhǎng)時(shí)間使用后學(xué)習(xí)到的使用場(chǎng)景，可以在需要時(shí)及時(shí)送上需要的內(nèi)容。

當(dāng)然，整個(gè)過(guò)程都是符合信息安全認(rèn)證國(guó)際標(biāo)準(zhǔn)的，包括基礎(chǔ)的ISO 27001、擴(kuò)展的ISO 27018、以及最新的ISO 29151。

在天貓精靈這次的新品上諸多智能聲學(xué)技術(shù)都是第一次亮相，但其實(shí)早在4年前就已布局。

下面再來(lái)揭秘一下，背后這只獨(dú)特的研發(fā)團(tuán)隊(duì)——

天貓精靈聲學(xué)實(shí)驗(yàn)室

據(jù)介紹，實(shí)驗(yàn)室聲學(xué)成員平均有13年聲學(xué)設(shè)計(jì)經(jīng)驗(yàn)，來(lái)自哈曼、樓氏、AAC、飛利浦等全球知名公司。

其中負(fù)責(zé)人汪濤更是哈曼“金耳朵”全球認(rèn)證測(cè)試中0錯(cuò)題達(dá)到level 14難度的滿分選手。

實(shí)驗(yàn)室有20多間聲學(xué)試驗(yàn)場(chǎng)地，成立4年來(lái)已積累了數(shù)十項(xiàng)相關(guān)專利，形成了獨(dú)特的智能聲學(xué)發(fā)展路線。

成果除了前面介紹過(guò)的以外，還有虛擬多聲道搭建、千人千面音質(zhì)設(shè)計(jì)方案、聲場(chǎng)自適應(yīng)校準(zhǔn)等專利技術(shù)。

天貓精靈為什么要花大力氣自建聲學(xué)實(shí)驗(yàn)室呢？

從目的上，是要通過(guò)跨領(lǐng)域技術(shù)融合創(chuàng)新解決音箱產(chǎn)業(yè)長(zhǎng)期以來(lái)有智能與音質(zhì)難以兼容的難題。

工作方式上，也是提供了讓聲學(xué)團(tuán)隊(duì)與電子、算法和設(shè)計(jì)等內(nèi)部團(tuán)隊(duì)通過(guò)AliGenie一體化研發(fā)平臺(tái)高效協(xié)作的模式。

除了內(nèi)部的協(xié)作，聲學(xué)實(shí)驗(yàn)室也是天貓精靈這家公司與外部聲學(xué)行業(yè)合作的一個(gè)連接點(diǎn)。

有了既懂聲學(xué)又懂智能的實(shí)驗(yàn)室團(tuán)隊(duì)，天貓精靈與音響品牌波士頓聲學(xué)的合作可以更加深入。

這一次雙方的合作不僅限于表面的品牌背書(shū)，也不是單純的購(gòu)買發(fā)聲單元等器件，而是在聲學(xué)架構(gòu)上進(jìn)行了深度協(xié)同研發(fā)，包括算法、硬件、調(diào)音之間的協(xié)同。

前面介紹過(guò)的智能EQ調(diào)音，和智能一體腔效果，也加入了波士頓聲學(xué)專家的參數(shù)建議。

像這樣把傳統(tǒng)音箱聲學(xué)、AI算法、智能物聯(lián)等多學(xué)科跨領(lǐng)域技術(shù)進(jìn)行創(chuàng)新融合的模式，不僅產(chǎn)出應(yīng)用在音箱產(chǎn)品上能給用戶帶來(lái)更好的體驗(yàn)，還產(chǎn)生了1+1>2的效果。

在量子位與天貓精靈人工智能部總經(jīng)理姜飛俊的交流中，他表達(dá)了這樣的觀點(diǎn)。

智能音箱最重要的地方，是帶來(lái)不同于動(dòng)手操作的全新交互方式，技術(shù)上稱為“遠(yuǎn)場(chǎng)語(yǔ)音交互”。

從這個(gè)視角看，通過(guò)智能聲學(xué)沉淀出的相關(guān)技術(shù)還可以遷移到更多適合搭載語(yǔ)音交互的智能物聯(lián)網(wǎng)產(chǎn)品，如時(shí)下爆火的掃地機(jī)器人、智能跑步機(jī)等運(yùn)動(dòng)器材。

進(jìn)一步看，技術(shù)成果應(yīng)用到多樣場(chǎng)景，反過(guò)來(lái)也能推動(dòng)技術(shù)本身迭代進(jìn)化。

例如，音箱擺放在室內(nèi)固定位置，面對(duì)的環(huán)境噪聲也相對(duì)固定。而掃地機(jī)器人自身就在移動(dòng)，也會(huì)產(chǎn)生變化性更大的噪聲，對(duì)語(yǔ)音識(shí)別定位和降噪能力提出新的要求。

再例如，深度學(xué)習(xí)算法應(yīng)用到掃讀筆等更小型、計(jì)算能力有限的設(shè)備時(shí)，又會(huì)推動(dòng)算法本身朝輕量化、易部署方向演進(jìn)。