“毫不夸張，自從入手這款燈，我的手再也沒有摸過家里的開關。”在一款語音燈的評論區曾有人這樣留言。該款語音燈具是某品牌今年的主推款之一，“實用、很方便”是其主要標簽。

語音作為人工智能代表性的交互方式，正從科幻電影中神秘的高科技走向大眾百姓，在萬物互聯時代，掀起新一輪的“熱潮”。

語音替代遙控器，卻不止于此 Part.1

語音為家電行業帶來的第一重改變即“語音替代遙控器”， 例如采用探境AI語音方案的空調產品，無需聯網、插電即可直接使用，說句話就能實現開關、模式、溫度等功能的調節，讓用戶解放雙手，不用再特意尋找空調遙控器。

然而，探境科技在對于語音人機交互進行深入洞察之后發現，語音交互對于家電行業，并不僅是對遙控器功能的復刻這么簡單粗暴，還有更深遠的顛覆性意義，例如通過語音調節檔位，減少用戶的繁瑣操作。

以上文提到的語音空調為例，當空調溫度為18℃時，用戶想調整到28℃，使用傳統的空調遙控器要重復按10次，而如果采用語音操作，只需說一句“28度”即可實現調節。將多檔位的溫度、濕度等調節，從用戶端轉交由空調的后臺來設置和執行，大大簡化了用戶端的操作步驟。

放眼全屋家電產品，受檔位限制的產品遠不止空調一個品類，飲水機、破壁機、洗衣機、空氣炸鍋產品等亦是如此。有了語音之后，出水量、制作時間、加熱度數、旋轉頻率等，皆可一詞直達，不必再使用時多次重復操作。

以飲水機為例，傳統飲水機或茶吧機，這類家電產品外觀上通常會帶有按鈕或觸摸選項，受自身體積空間限制，不可能將所有檔位都標在上面。這無疑大大限制了產品自有功能的使用價值。而語音款的飲水機或茶吧機，在水量、溫度等方面有更細膩的顆粒度供用戶選擇。

傳統飲水機/茶吧機VS智能語音型產品 用戶操作做減法，生活品質做加法 Part.2

深入到底層產品設計之后，敏銳的產品經理也許能夠覺察到，語音還有另一重深意，那就是可以設置多種“模式”，一詞直達所需，讓用戶徹底實現“傻瓜式”智能。

例如，空氣炸鍋是廚房里很常見的一個小家電產品，不同美食的制作時間和所需溫度有所不同，用戶在使用傳統空氣炸鍋時，通常要翻看說明書再手動調節。

而具有語音功能的空氣炸鍋只需要用戶說出烤制食物的品類，如烤雞翅、烤紅薯等，即可完成操作。一句話直達食材品類，這一功能看似只解放了用戶的雙手，避免繁瑣的操作步驟，事實上，對于那些不具備豐富的烹飪知識或對家電底層操作邏輯不熟悉的用戶來講，減少了不必要的學習成本。

“溫度+時間”、“水量+溫度”、“電機轉速+時間+溫度”，事實上，現實生活場景中需要這類組合型操作的小家電不勝枚舉。

破壁機可以設置果蔬模式、豆漿模式、米糊模式等，飲水機可以設置奶粉模式、紅茶模式、綠茶模式等，不同的食材或飲品需要不同的功能組合。通過模式設置，繁瑣的操作步驟，從用戶手中變到產品內部程序執行。

生活中，另一個與場景設置息息相關的是照明產品，傳統的機械開關按鈕僅能實現燈具開關控制，即使是多開的墻壁開關，對于色溫變化等也需要反復操作，且也不具備燈光無極調節功能。

語音直達場景及代表模式

而通過語音控制燈具，除了開關功能，可通過“色溫+亮度”的調節實現閱讀模式、夜燈模式等多種模式調節，“照明模式+時間”的組合，還可以設置“番茄鐘”，在番茄鐘設定的時間范圍內，采用學習模式，光線有利于孩子集中精力，專注于完成自己的事情，當學習時間結束，便可以休息5-10分鐘，同時光線會切換到休閑模式。

“AI語音方案的歷史使命就是賦能家電廠家，只有深度的場景洞察才能為家電廠商提供‘量身定制’的方案，不夸張的說，‘場景洞察’能力，是一家AI語音芯片公司安身立命的本領之一。”探境科技CEO魯勇這樣強調。

家電行業觀察家、《科技有馬》創始人馬聰先生認為：語音交互對于家電行業的升級可以分為兩部分：一是外觀層面，去掉多余的按鍵或按鈕，這無疑將提升家電產品的美觀度，同時也對家電設計師提出了新的挑戰。第二部分的升級是交互層面，就像觸摸屏之于智能手機，對于整體交互邏輯的顛覆，語音也將改寫家電行業的交互歷史。

對于產品經理而言，需要從語音的功能出發，基于用戶需求的升級，而非基于功能疊加的升級，讓產品更懂用戶，更具易用性。兩個部分的升級有助于商家研發嶄新的家電品類，增加用戶的使用頻率，提高的產品的存在感和價值感，從而成為了產品的價值放大器，促成了家電行業的升級。

中國家電網總編呂盛華表示：目前很多語音智能技術還停留在簡單的語音對話階段，對于產品更深層次的場景交互認知還遠遠不夠。一個劃時代交互界面的升級，對于一個產業而言，往往意味著從單個典型產品，到多個同類產品再到整個行業的多重顛覆，語音功能亦然。在這個逐漸明顯的趨勢之下，只有善于擁抱時代浪潮的企業才能破局而立，引領時代。

端側語音方案 助力家電自主智能 Part.3

工欲善其事，必先利其器。

在厘清語音對于家電的作用之后，選擇哪種語音方案便是緊隨其后的問題。傳統的語音交互的技術路徑其實可以拆分為三部分，即“人”+“云”+“家電”，其中，云成為必不可少的環節，這就導致在語音交互的實現過程中，必須依賴于第三方中控，用戶需要聯網、下載APP、配置等多項復雜操作才能完成操作，廠商更要解決生態不兼容、云平臺及APP開發等問題。

用戶語音交互的路徑冗長，無疑會影響語音家電的落地速度。而探境端側AI語音方案則能夠在本地接受內容之后直接處理為結果，實現高效率的邊緣計算，從而幫助家電企業擺脫的“云”的桎梏，也擺脫了因為“云”而產生種種冗余的設備和操作，實現了家電的自主智能。

端側方案與云端方案技術路徑對比

相比之下，探境的端側語音方案無需網絡配置，無需要開發APP、也無需考慮生態環境，通電即可使用。據魯勇介紹，當下很多語音芯片為了片面地追求識別率，特意把一些閾值調低，但是這會導致誤喚醒率很高，因此喚醒識別率和誤喚醒率是一對不容易協調和平衡的指標，而探境科技卻做到了最佳的一個指標組合。語音識別率能夠達到97%，而誤喚醒率為72小時少于1次的程度，將智能家居的人機語音交互提升到一個新的水平。

數據來自探境科技語音測試報告

能夠實現如此精準的識別效果，要基于高算力語音芯片，探境自研的存儲優先架構(SFA架構)專門針對AI行業存儲墻問題而設計，直接針對神經網絡計算中高并發、高耦合、高差異“三高”特性出發，推翻了馮諾依曼體系，不同于之前的類CPU架構，以存儲來驅動計算資源，數據在搬移過程中就完成了計算，計算對于數據來說只是一種“演變”，可實現存儲、計算、調度一體化。

在SFA架構下，無需昂貴的HBM總線及大容量片上存儲，僅依靠標準工藝單元設計，也能獲得超低功耗超高性能的AI計算。

強大的AI語音方案，離不開芯片與算法的高度耦合。探境科技將AI應用于傳統音頻算法，可提高系統兼容性，降低硬件資源的需求;麥克風陣列信號的AI處理算法，可做到喚醒率、識別率高，進一步加強識別算法的抗干擾能力;基于AI的降噪算法，可以有效抑制各種噪聲，特別是傳統算法不能很好處理的非穩態噪音;基于端到端語音識別算法，網絡的表征能力更強，對環境噪聲、混響條件、口音語速的適應能力更強。

尤其值得一提的是，探境自研的端側NLP(Natural Language Processing，自然語言處理)方案亦已開始落地。端側NLP讓自然語義從云端下移到了端側，用戶與家電之間的交互就像日常對話，既操作簡單，又交互自然。魯勇堅信：隨著AI語音模型的輕量化，以及端側芯片算力的逐步提高，端側NLP語音方案最終將走向千家萬戶。

對家電廠商而言，探境的端側語音為元器件級別的改造，直接從生產端切入，降低了產品間的轉換成本，亦可覆蓋幾乎所有的家電品類。當前，不少客戶亦與探境達成深度合作關系，進入批量出貨階段。在探境落地的諸多實例中，終端用戶對端側語音都有著極高的接受度，尤其是曾被忽視的老年群體。

探境端側語音方案覆蓋眾多場景

經過數十年發展，多數傳統家電產品已進入存量市場競爭階段，在科技創新愈發迅猛的跑道上，語音技術的影響力不言而喻。當市場端與生產端的瓶頸被端側語音擊破，籠罩在家電廠商的陰霾終將消散。就像功能機取代智能手機，當下更需拋開思想的“桎梏”，理性分析、找對方向，為用戶帶來極致、便捷的體驗，在智能化轉型的大浪淘沙中留存下來。

編輯：黃飛

?