【新智元导读】亚马逊和谷歌等大公司先后推出智能家居中枢产品，并且都选择了智能音响作为切入点，推进人工智能落地的战略。这方面已经有很多文章涉及。 这一次，我们从比较专业的声学麦克风阵列的角度对比一下这二者的高下，进而引出生态布局的思考。

AI WORLD 2016 世界人工智能大会开场视频（完整版）

　　在刚刚过去的Google秋季发布会上，谷歌正式推出了Google Home智能音箱。Google Home将自己的两大技术Google Now（智能语音系统）与最新版本的Google Assistant（智能服务平台）结合打造出的智能音箱。

　　Google Home作为谷歌最为看重的智能中控出生，并采用了双麦克风的硬件配置， 售价定为129美元。

　　众所周知，2014年亚马逊推出了第一款智能音箱Amazon Echo，从推出起至今已热销超过400万台，俨然成为了最新一代的科技宠儿。据悉，苹果也即将推出 Siri 智能音箱。各大巨头和创业企业，纷纷看中智能家居中控这块“肥肉”，由此也拉开了人工智能领域新一轮战役的序幕。

　　Google Home和Amazon Echo都代表了行业巨头通过智能WiFi音箱为入口，推进人工智能落地的战略。这方面已经有很多文章涉及。 这一次，我们从比较专业的声学麦克风阵列的角度对比一下这二者的高下，进而引出生态布局的思考。

　　双麦克 vs 多麦克阵列 技术上各有高下

　　谈及Google Home的硬件配置，不难发现它和Amazon Echo相比有一个最大的差异，那就是少用了5个麦克风。Amazon Echo采用的是环形6+1麦克风阵列，而Google Home只采用了2麦克风阵列。

Amazon Echo采用6+1麦克风阵列

　　麦克风阵列是什么呢？就是放置在空间中不同位置的多个麦克风。根据声波传导理论，利用多个麦克风收集到的信号可以将某一方向传来的声音增强或抑制。利用这种方法，麦克风阵列可以将噪声环境中特定声音信号有效的增强。由于麦克风阵列技术具有很好的抑制噪声和语音增强的能力，又不需要麦克风时刻指向声源方向，因此在语音处理领域具有非常好前景，可以用在非常广的应用领域。

　　根据麦克风数量不同，麦克风阵列具有不同的特点。行业采用的以双麦克居多，比如几乎所有中高端手机都采用双麦克降噪技术来提升通话效果。四麦克、六麦克、八麦克线性阵列和环形阵列在行业内也有应用，但还远远达不到双麦克应用的数量级。

　　首先，双麦克和多麦克阵列的一个重要区别，是成本的不同。显然，双麦克的成本相对多麦克低得多，除了可以直观观察到的麦克风数量不同之外，为了支持多麦克通道而必须具备的硬件电路、为了处理更多的信号数据而额外需要的计算能力，都使得成本体现较大的差异。所以我们看到两者的售价体现的极为明显，Google Home为129美元，AmazonEcho售价为179.99美元，差价约50美元。值得注意的是，这两家的硬件产品的战略没有多大区别，都是硬件基本不赚钱。

　　其次，双麦克和多麦克的技术路线区别较大。双麦克和多麦克采用的技术路线虽然有类似之处，但算法体系存在较大区别。显然，麦克风越多越容易实现更好的降噪和语音增强效果，所以为了达到同样或者类似的效果，双麦克阵列技术相对多麦克阵列的技术挑战性更高。但因为成本问题，采用双麦克阵列的技术挑战虽然大，但从应用普及的角度上却是大势所趋。

　　另外，从效果上看，如果技术优化足够好，在3~5米的家庭环境中，双麦克阵列虽然可以和多麦克阵列做到几乎一样的降噪和语音增强效果。但双麦克有个缺点，就是声源定位只能定位180°内的范围，而环形麦克风阵列（不管是4Mic、6Mic还是8Mic）都可以做到360°全角度范围内的定位。所以Google Home只能有四个LED灯来显示状态，而Amazon Echo可以用LED灯显示说话人的方向。当然，这个差别仅对具有声源定位需求的产品存在影响，而且对一些本来就需要靠墙摆放的设备如空调、电视机等是没有任何问题的。而对于类似机器人等摆放在室内中央的产品，如果希望它能定位说话人位置，那就只能采用多麦克方案了。

　　最后，从产品的角度，双麦克方案简单更易落地。多麦克阵列最大的问题是，无论线性阵列还是环形阵列，其对产品的外观、结构设计都有极为严苛的要求，因为麦克风是要求必须在空间上均匀分布的。而双麦克显然就不必考虑这些因素。

　　基于双麦克阵列的产品生态构建更具优势