专访 | 钱晨：为什么 “智能音箱” 可能会被做臭？

1998 年，钱晨在中科院顺利拿到了水下声学博士学位，很长一段时间，他在北京摩托罗拉研发中心担任电子与声学工程师。

他现在担心的是，百家争鸣背后，“智能音箱” 这个概念会被做臭，就像他玩石头从来不碰田黄，因为一说到田黄，他第一反应就是赝品。

以下是钱晨自述，由雷锋网整理。

这么说吧，做前端声音处理的，国内没有高水平的。因为我们这个专业，一年毕业不到 50 个学生，大家都知道，这个水平不会太高。但是美国人比较有意思，美国人做物理比咱们深，物理做深了以后，它就能解开一道道题。

麦克风这个行业，有两个流派。一个是说自己有 6 个、7 个麦克风（Amazon Echo）的那种，叫麦克风阵列；第二个流派就是 “两麦”（Google Home）。从这一点出发，不管厂商怎么讲故事，都逃不出这两个。

麦克风阵列流派的缺点是夹角窄。

展开之前得先谈一谈 “波束形成”。波束形成实际上 20 年前就有人做了。军工里的声纳，微波里的智能天线，都是这个技术。

当时大家为什么用波束形成？主要是因为做电路的时候就是处理各种放大信号，而波束形成本身就是一个放大信号，我们管这个放大叫空间增益。对空间场的增益还有一个公式，根据它，能做出很多技术创新来。

亚马逊做 Echo 的时候就用了这个技术。这个技术体现在产品上，就是它能识别声音传来的方向，然后把旁边的声音滤掉，把需要的声音增加了空间增益。对比到电路上，就是这个信号的放大倍数多，信噪比好，信号被放大以后，很干净。

麦克风阵列就是用这个阵列形成一个波束，波束角是 60 度。

“两麦” 没有夹角窄这个问题，它也有空间信息，能分辨出来声音是左边来的还是右边来，但它没有增加放大量。