1.硬科技+聲學算法：
- Echo智能音箱架構：麥克風陣列板、主板、功放分離（模擬麥克風導致A/D等占用空間，不便簡化）；
- 優化方法：數字麥克風
- 解決方案：數字麥克風信號質量劣于模擬，為了保證效果，由此引入聲學算法：喚醒、Beamforming、降噪、回聲抵消、去混響等進行優化
- 聲學算法與其他算法的差異：算法本身（如經典數值、非數值算法，甚至深度學習算法等）+反復測試、采集數據、修改硬件參數
2.小米的合作模式創新
- 合作伙伴：聲智科技
- 合作模式：目前看來小米還處于試探階段，通過產品低價戰略。走性價比路線，一旦吸引大量的用戶，由此會衍生出更多的新特征需求，如通話、環境監測、聲紋識別等
3.智能音箱競品分析
- 列舉了目前國內的幾大智能音箱以及智能音箱的鼻祖Echo：
智能音箱比較
4.智能音箱的下一步
- 智能音箱是遠場交互的起點，而非終點，不要單獨看智能音箱本身的發展，而需要從智能音箱鋪開看未來可能存在的新特征需求，除此之外遠場語音交互的發展也不容小覷。
- 國內智能音箱的路線一：“性價比”音箱
以小米為例：小米AI音箱的產品定位是低端藍牙市場，將來也一定會如同小米手機一樣，大打價格戰，一路走低，“性價比”親民路線，核心考驗在于負責算法端的聲智科技能否不斷尋求突破，提升產品體驗。
- 國內智能音箱的路線二：電視盒子
這一點打開的是電視盒子的市場，相當于盒子的市場升級，但技術實現較難，對聲學和交互精度要求更高。
5.智能音箱的發展困局
- T（技術）：漢語的語音識別和語義交互以及對話式交互技術遠未成熟，設備提供的交互體驗距離真正無障礙的人機交互相差甚遠，嚴重影響用戶體驗；
- E（用戶層）：智能音箱的“核心價值”沒有標準化，用戶不知道究竟該為好的音質買單還是為智能買單；
- 企業：國內企業缺乏像亞馬遜、谷歌那樣跨越多個垂直領域進行資源整合的能力；類似亞馬遜對echo的補貼經營策略，對于要求利潤的制造商來說很難實現。
