智能語音助手進入人們視線，應該是2011年的Siri誕生開始，彼時Siri更像是一個玩物而已，8年后的今天，Siri也不過是個把人逗樂的聊天機器人。

智能音箱的發展始于2014年亞馬遜發布的Echo，Echo可以說是智能音箱的鼻祖。谷歌于2016年加入戰局，同年11月發售Google Home，這算是一款真正意義上的智能家居設備。

國內互聯網巨頭也沒有閑著，2017年下半年，阿里、百度、京東、小米紛紛加入智能音箱戰場，傳統廠商海爾和聯想也紛紛入局。

其中阿里的“天貓精靈”補貼了許多中山、順德和浙江一帶的小家電客戶接入到了智能音箱，帶動了藍牙mesh在整個IOT領域的推廣。經過了1年多的市場沉淀，這些小家電客戶發現在依托于智能音箱的領域通過阿里等平臺的推廣銷售在量上有一定的提升。由于整個市場的價格競爭比較激烈，基于智能音箱通過藍牙mesh的方式推廣的智能音箱中心化控制的語音聲控類的產品價格競爭尤其明顯，利潤逐步被稀釋。終端客戶對于智能音箱中心化的語音控制反饋分為以下幾種：

第一，智能音箱通過網絡在云端識別反饋的控制速度比較慢，通常網絡一般的情況下反饋時長為300~500ms，網絡情況良好的情況下也有300ms左右。

第二，智能音箱通過半徑3米~5米內才可以語音控制其他設備。假設智能音箱放在客廳，那控制臥室的燈必須要在客廳實現，如果身處臥室想控制臥室的燈就比較麻煩。

第三，隱私風險的增加。絕大多數的云端識別都會在后臺錄音，相當于用戶在家里不知不覺的情況下聲音的隱私已經被侵犯，并上傳到云端做了保存。這點在歐美和日本客戶那里的反饋比較明顯，國人也對聲音的隱私開始重視起來。

離線的簡單語音控制應用在這幾個問題上得到了有效的解決，通常家電和小家電的應用場景的控制也只有幾個功能性動作就能解決。比如：“打開窗簾”、“關閉窗簾”。

互問LS416的應用場景就是切入到用戶的這個需求點，分布式的提供給用戶單個產品的針對性的聲音控制。不需要基于手機、智能音箱和網絡就可以通過聲音進行控制。

語音控制類家電應用場景

智能離在線語音交互模塊在各個市場的應用比較廣泛，TO B和TO C都有很多匹配的應用場景。

TO C領域包括高性價比智能音箱、全雙工網絡電話、AIOT智能家電、后裝車載智能語音助手等。家電控制（空調、洗衣機、冰洗、熱水器、風扇等）并支持分布式語音控制和聯動。在網絡狀況不好或者沒有網絡的情況下，可以使用基礎控制的本地命令詞進行離線控制。

TO B領域包括酒店智能語音助手（云端語義針對酒店服務應用可定制化，如：客房服務、訂餐服務）包括可植入酒店空調、酒店控制面板、酒店客房電話等設備應用。智能校園宿舍管理（云端可針對宿舍房間號定點推送上課通知、語音控制、網絡電話等）。

方案優勢

高性能識別率，抗噪性能強。

單個模擬電容麥克風解決方案，對結構要求低，基本可適配任何的產品結構。

高精度、小尺寸的輕量級神經網絡模型，可在性能較低的MCU級別處理器上運行。

公司提供芯片套片 和 模組兩種解決方案，用戶可根據自身需求靈活選擇。

產品外形尺寸小，便于安裝和使用。

采用RTOS微系統，系統穩定，功耗低。

性價比高，與同類型神經網絡語音識別產品相比，具有非常明顯的價格優勢。

（該方案目前已經廣泛應用于美的集團、TCL集團、格力、蘇寧集團、小米體系等）

據中國產業研究院數據表明，2017年中國智能語音市場規模將達到105.7億元，比2016年增長率達到60%。隨著人工智能語音技術的逐漸成熟， 傳統制造業加速轉型升級，應用場景不斷擴展，2018年中國人工智能市場規模已經達到159.7億元，增長率達到50%以上。

在行業應用上，語音交互正在改變智能家居的形態，越來越多的人習慣了坐在沙發上利用語音控制家電，利用語音進行電視機操控等。2018年中國智能家居市場規模已經達到了1680億。在汽車和新能源汽車領域，車載語音交互已經越來越成為汽車的標配。2018年全國新增小型載客汽車超過2000萬，全國小型汽車保有量達到2.4億輛。此外，大量的傳統制造業將向智能化轉變，完成產業升級，其中蘊含的語音需求將無法估量。

低復雜度離線語音控制技術將在性能、價格和開發等方面大大的助力和加速語音技術在這些方面的快速落地，同時打破國外大公司對我們下一代神經網絡技術上的優勢和壟斷地位。