中文的语音识别在技术上不同于英文，难度更大。此外，中文各地方方言相差巨大，如粤语和闽南语，无形中造成产品“坐标”上的障碍。更为重要的是，国内智能音箱迫切需要改变的就是产品高度“同质化”。思必驰CMO龙梦竹对记者透露，华为智能音箱将会采用思必驰全套的语音技术方案，包括语音识别、语音合成、语义理解、自然语言处理技术NLP，语音对话等。

智能音箱产业链提供语音技术的厂家主要有科大讯飞、思必驰和云知声三家。京东叮咚由科大讯飞提供语音技术支持，天猫精灵、小米小爱音箱（第一代）由思必驰提供全套的语音交互技术。所以，各家智能音箱的用户体验、使用感受从本质上看，差异不是特别大。在关于噪声抑制、混响去除等最为基础、关键的技术方面，Amazon的多麦克阵列和Google的双麦克阵列具有先发和领先优势。

国内智能音箱市场颇为尴尬的一点，还在于东西方文化方面的巨大差异。西方国家听音乐是非常基础的生活诉求，是部分地区根深蒂固的习惯，用户音乐付费的习惯相对成熟。属于刚需市场，市场容量明确。因而，当传统音箱或者蓝牙音箱升级为带有AI功能的智能音箱时，市场接受度比较高。

“东西方文化的差异造就了不同的技术导向和技术测试验证体系。比如，智能音箱在国外的场景主要是客厅和厨房，国内的场景主要是客厅和卧室。”陈孝良说。

同时，亚马逊所设想的解放双手，脱离手机的“语音购物”生态，本身就存在“变现”的悖论。根据The Information相关数据显示，美国只有约2%的用户使用Echo进行购物。更为糟糕的是，在2%的用户中，有90%的人只使用过一次。20％的人使用Echo寻找优惠降价的产品，却从不购买。

对于“千万级”销量的亚马逊尚且不能给市场带来太多的变化，国内“百万级”的阿里巴巴、京东们恐怕一时半会儿也摆脱不了，智能音箱“预告天气、设置闹铃、播放音乐”三大用途的“怪圈”。即便智能音箱获得大范围普及，以国内家庭应用场景考量，其使用率很可能远低于电视。

相关报道: