News Update
合理AWE在上海如火如荼的时分，远在澳门传来了一个十分招引眼球的新消息，斐讯首款人工智能音箱R1正式露脸。在笔者上一年写《10步，智能音箱从入门到抛弃》时，其实笔者地点的云知声公司正在与斐讯、哈曼一起打造R1，其时这篇文章也算是针对商场五花八门的音箱有感而发。现在R1现已正式发布，正好能够做个回忆，看看R1走了这十步后，到底是从入门到抛弃了，仍是到精通了。
斐讯选用RK 3229，Android渠道，RMB2499的定价，在发布时刻远远落后于国内一些巨子的产品情况下，能够说这个关于本身的定位十分斗胆了，笔者剖析，其至少有2个底气：
首要，此次发布会有多个产品一起发布，阐明斐讯关于这款音箱定位是AI智能中控，这也契合云知声关于智能设备开展的一向观念，咱们都从单品智能，到中控智能，最终开展为自动智能，并且演示过程中关于各个设备的操控，也印证了这一点。
其次，斐讯的0元购方法十分有招引力，在互联网流量盈利挨近结尾的情况下，斐讯经过高质量的产质量量结合0元购形式，的确是探究在IoT年代怎么快速获取用户的一个有利测验。
当然，最终用户是否买单，仍是要看真实的产品规划和功用，这一块咱们依照剩余9步，一个个看过来。
音箱外观是第一眼形象，在这一点上，斐讯R1从配色，到手感，到光线，能够说是十分用心的。这一点经过现场图片让咱们感触一下。个人仍是比较喜爱这个蓝色光环的。
斐讯发布会上宣告与哈曼签署战略协作，这阐明斐讯的确抓到了AI音箱这个产品的中心。不管有多么智能，当用户懒散地躺在沙发上，期望静静地听歌的时分，音质永远是第一位的。
正如之前文章所说，声学结构需求一起考虑音质作用和语音唤醒之间的两层要求，能够说当时这个声学结构是斐讯、哈曼、云知声三个团队不断评论，证明，试验的成果，许多要求都相互影响乃至相互矛盾，比方为了盘绕重低音立体声作用，必定要进行音频的相应处理，相关于一般音质一般的音箱而言，在这个要求下仍然满意极高的唤醒率，需求做更多的调优作业。
一起笔者亲测的作用，R1的高音分贝极高，怎么保证仍然能够有用唤醒，怎么保证不显得粗笨情况下保证高音下的机械结构安稳，都需求在结构上做更多的作业。能够说这个声学结构是三方团队一起打怪通关的结晶啦。
这一块R1十分有信心肠打出了国内最全地音乐源的招牌，云知声能够负责任地说，赞同！由于咱们训练过的音乐名文本现已超越国内POI的总数了。其实开端云知声与斐讯交流协作的过程中，两边就共同认识到，假如无法处理音乐源，这个项目就不或许成功，两边乃至不必开端。正是在这个认知地驱动下，才有了当时的成果。趁便说一下，云知声拒掉了许多寻求音箱协作的客户，音乐源一直是最直接原因。
一起，AI音箱现在内容便利也在不断扩展，除了音乐，更多的内容都接了进来，并且云知声为斐讯供给的AI云渠道，也能够十分便利地整合更多的第三方内容，这将推动R1的不断演进。
说起系统调优，其实首要会集在两个方面，首要当然是系统发动时刻，这一个是用户感触最显着的一块。作为一款Android渠道的AI音箱，R1在这一点能够说做得适当不错。究竟Android渠道无法与Linux和RTOS进行发动时刻的直接比照，可是R1经过系统裁剪和重复迭代，现已在当时RK3229硬件渠道上，做到了挨近极致体会了。
其次是联网方法，这一块关于许多AI音箱其实是一个极度影响客户体会的要害点，在这一块，R1考虑十分全面，正如下图所示，它总共供给了三种联网方法，在用户倾向性方面尽量做到全面照料了。
让咱们来从头温习一下支撑整个智能音箱的AI系统，涉及到感知技能，认知技能以及交互技能。下图给咱们一个全体形象。
这一步R1能够说是多快好省的模范，相对现在业界部分AI音箱选用的6+1Mic，斐讯和云知声合作，在4Mic上做到了相同，乃至更好的远讲拾音作用，并且声学结构规划更为简略，发生Mic差异性概率更低，数目更少的Mic，其后期保护难度也随之下降。能够说，这彻底是以实践量产为方针的接地气规划。
作为一家十分低沉的AI企业，咱们云知声小伙伴共同以为发布会上斐讯这张图比较高调。不过咱们仍然以为离线唤醒作为云知声在家居职业的看门功夫之一，的确做到了以下三点：
准——现在体会测验和benchmark测验，均有详尽数据支撑。尤其是音乐播映下的打断和周边噪声环境下的唤醒，能够说咱们仍是比较满意的。
云知声所提的语用核算（Context-aware NLU），便是根据场景化感知的自然语言了解(NLU)。经过5W&1H(Who，When，Where，Which，What&How)准则了解是什么人在什么时分，什么地方对着什么设备说了什么话，然后由语用决议怎么回应。
R1作为一个能完成中控智能的AI音箱，在对接不同的设备时分，经过拓扑规划，将家庭环境下不同设备都做了相应的标识，以保证用户的指令能被精准辨认，或许精确反应然后完成进一步的承认。“您是要翻开卧室的灯，仍是客厅的灯？”将是R1或许会和用户承认的一件事了。
R1的交互还没有完成彻底的流式交互，可是在AI音箱界也是一股清流了。比方在播映音乐过程中进行方便地切换，用户无需再次唤醒，这一块也是建立在坚实地唤醒/误唤醒技能指标之上地交互规划了。
与此一起，上下文的了解，针对音乐场景的针对性了解，这些细节都在R1上有相应表现，这一块仍是请各位小伙伴亲身体会吧。
敞开渠道这事，作为斐讯地协作方之一，咱们十分敬服斐讯的规划和幻想，能够说，直接把当下最热的区块链和AI最困难的数据问题，一揽子处理了。经过区块链方法，让R1用户更深度地参加到R1全体AI智能系统建设中，加快了R1的自我演进。这一块咱们好好学习！
结束语：作为斐讯协作方，云知声十分有幸能参加到R1中并为此做出自己的奉献，剖析了这么多，最终仍是呼吁一句，祝R1大卖！
