第28屆WWDC蘋果全球開發(fā)者大會，蘋果終于壓軸重磅發(fā)布了HomePod，一款蘋果精心打造的智能音箱。但是，估計這讓很多果粉失望了，這應(yīng)該是蘋果系列中極少稱得上“很丑”的產(chǎn)品。鑒于筆者并不懂藝術(shù)，因此凌晨著急詢問了很多美學(xué)人士，這才沒讓筆者懷疑自己的審美出現(xiàn)了問題。

HomePod的設(shè)計師估計是成長在80年代的中年人，因為看到HomePod的第一眼就想起了媽媽的毛線球，新世紀(jì)的年輕人哪見過這古董，當(dāng)然，還有一種更難看的尼龍線球也是這個造型。

當(dāng)然，HomePod雖然丑了點，但是性能一點不差，蘋果對于用戶體驗的極致追求還在，而且，HomePod是迄今為止首款回歸音箱本質(zhì)的智能音箱。蘋果甚至不惜代價同時部署了麥克風(fēng)陣列和揚聲器陣列，這就是蘋果的態(tài)度：不僅追求遠(yuǎn)場語音交互的體驗，也追求極致音質(zhì)帶來的享受。

靴子落地，為何要用6麥的環(huán)型陣列！

HomePod內(nèi)置了蘋果Siri，這次蘋果采用了業(yè)界流行的6麥環(huán)形陣列技術(shù)。這種麥克風(fēng)陣列技術(shù)適合遠(yuǎn)場語音交互，這樣可以滿足用戶遠(yuǎn)距離通過“Hey，Siri”與HomePod的命令交互。蘋果HomePod采用麥克風(fēng)陣列技術(shù)，也表明了蘋果將Siri從近場語音交互升級到遠(yuǎn)場語音交互的技術(shù)思路。

前幾年，語音交互應(yīng)用最為普遍的就是以Siri為代表的智能手機，這個場景一般都是采用單麥克風(fēng)系統(tǒng)。單麥克風(fēng)系統(tǒng)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識別需求的聲音信號。但是，若聲源距離麥克風(fēng)距離較遠(yuǎn)，并且真實環(huán)境存在大量的噪聲、多徑反射和混響，導(dǎo)致拾取信號的質(zhì)量下降，這會嚴(yán)重影響語音識別率。

而且，單麥克風(fēng)接收的信號，是由多個聲源和環(huán)境噪聲疊加的，很難實現(xiàn)各個聲源的分離。這樣就無法實現(xiàn)聲源定位和分離，這很重要，因為還有一類聲音的疊加并非噪聲，但是在語音識別中也要抑制，就是人聲的干擾，語音識別顯然不能同時識別兩個以上的聲音。

顯然，當(dāng)語音交互的場景過渡到以智能音箱、智能電視、機器人或者汽車為主要場景的時候，單麥克風(fēng)的局限就凸顯出來。為了解決單麥克風(fēng)的這些局限性，利用麥克風(fēng)陣列進行語音處理的方法應(yīng)時而生。麥克風(fēng)陣列由一組按一定幾何結(jié)構(gòu)（常用線形、環(huán)形）擺放的麥克風(fēng)組成，對采集的不同空間方向的聲音信號進行空時處理，實現(xiàn)噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源跟蹤、陣列增益等功能，進而提高語音信號處理質(zhì)量，以提高真實環(huán)境下的語音識別率。

從目前國內(nèi)外市場上的產(chǎn)品來看，Amazon Echo的方案是6+1麥的環(huán)型陣列結(jié)構(gòu)，Amazon Echo Show是8麥橢圓型陣列結(jié)構(gòu)，Google Home是2個麥克風(fēng)結(jié)構(gòu)，國內(nèi)科大訊飛的叮咚音箱是7+1麥的環(huán)型陣列結(jié)構(gòu)，當(dāng)前聲智科技的產(chǎn)品線最為齊全，擁有3/4/4+1/6麥的環(huán)型陣列結(jié)構(gòu)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(jié)構(gòu)。

實際上，不同的陣型適應(yīng)不同的場景，同時還要考慮性價比，顯然陣列結(jié)構(gòu)越復(fù)雜其成本也越高。而對于智能音箱來說，由于用戶使用習(xí)慣需要360度的拾音和定向，所以環(huán)型陣列結(jié)構(gòu)是最為合適的。至于選用3個，4個還是6個，則是根據(jù)定向精度和交互距離來決定，從某個角度可以理解為麥克風(fēng)的數(shù)量越多定向越準(zhǔn)，語音識別的距離也會越遠(yuǎn)，當(dāng)然，這和陣型的具體結(jié)構(gòu)也有關(guān)系。

?

注意，這里的2麥克風(fēng)不是陣列，并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(lán)牙耳機等超薄的設(shè)備上實現(xiàn)降噪功能，實際上，很多場合經(jīng)過特殊設(shè)計的單個麥克風(fēng)即可替代2麥結(jié)構(gòu)。由于蘋果HomePod必須差異于Amazon Echo和Google Home，選用6個麥克風(fēng)的結(jié)構(gòu)非常明智，性價比最為合適，這也是聲智科技主推的麥克風(fēng)陣型，事實上，根據(jù)聲智科技當(dāng)前的技術(shù)，選用4個麥克風(fēng)的效果也不會太差，只是語音交互距離會損失一點。