叮咚智能音箱：探索中国版Echo生存法则

代伟

北京亦庄朝林广场A座15层。在这个与京东集团总部相去仅约7公里的灵隆科技的办公区里，618大促后的硝烟仍未散去。抬眼环顾，四五条巨大的红色横幅在近1000平方米的场地周遭铺展开来，上面是“叮咚激战618，产品体验+++”等用以振奋士气的口号。“叮咚”即该公司主打产品叮咚智能音箱。

灵隆科技CEO魏强在接受《财经天下》周刊记者采访时难掩兴奋。他说，相较去年“618”，今年叮咚智能音箱的销量同比增长300%以上，如今该产品在国内WiFi智能音箱行业中的市场占有率已达80%。

灵隆科技是2015年4月由京东集团（下称京东）和科大讯飞共同出资成立的一家高科技公司，注册资本1.5亿元，两出资方分别占股45%和55%。目前公司现有员工80多名，其中70%为技术研发人员，大部分来自上述两家公司。

截至本文发稿止，灵隆科技已发布7款智能音箱产品及10余款合作产品，除语音点歌、控制智能家居之外，叮咚智能音箱已与近百款第三方服务建立连接，如中通快递、京东购物等。

焦灼中发现Echo

2014年11月，亚马逊在其英文官网悄无声息地上线了一款名为Echo的智能音箱。这一动作被京东迅速察觉。

彼时，被寄予厚望用来布局智能家居生态的“京东微联超级APP”一直不温不火，京东为此颇为焦虑，正全力寻求突破路径。魏强时任京东智能产品中心总监。据魏强回忆，当时用户通过手机控制家庭智能硬件的需求并不强烈，而且实际使用起来也并不方便，另寻入口逐步成为共识。

Echo的出现令大家眼前一亮。在Echo身上，京东发现了音箱这一比手机App更加自然的人机交互介质。

京东对智能音箱这件事特别重视。2014年年底，京东找到科大讯飞，之后两家公司成立了联合项目组。灵隆科技首席科学家汤跃忠向《财经天下》周刊记者透露，项目落地非常快，双方从第一次接触到确定合作，只用了1个月的时间。

灵隆科技甫一成立，京东就为之迅速引入了令同业艳羡的市场渠道、硬件方案以及强大的供应链资源，而科大讯飞为之提供的是国内领先的语音技术和软件技术支持。

作为灵隆科技CEO，魏强直言压力不小。“当时除了亚马逊的Echo，市面上还没有一款基于家庭环境使用的智能音箱产品，一切都得靠自己摸索。”产品定义、外观设计、硬件方案选型、算法迭代优化等都考验着这位新任CEO的能力。魏强坦承，在设计叮咚产品的最初形态时，團队参考了Echo。

魏强介绍称，语音技术属于模式识别范畴，有一定的不确定性，即便是科大讯飞，彼时也没有特别成熟的语音技术解决方案。科大讯飞提供的电路板模板，能在3～5米的范围内实现基本的语音唤醒功能，但是在实际场景下，比如模板套上盒子后，效果怎么样就很难说了。事实上，第一个工程样机的唤醒效果并不好。当时魏强等五六个人围成一圈，对着音量调至最大的工程样机连叫几声，样机都没有被唤醒。

魏强带着结构、声学、软件等工程师熬了几个通宵后发现，样机失败的原因是，音箱本体震动影响了麦克风阵列的拾音效果。之后，团队花了两个多月才找到解决方法：先使用模拟麦克风，然后在麦克风后边接一根软连接的线，再通过减振来减少电路板震动对脉冲带来的影响。

“在经历多次软硬件迭代之后，我们积累了很多这方面的产品经验。”不过，汤跃忠也强调，“我们更多的是做一件产品，而不是做一项研究。”

毋庸置疑，魏强是团队中最后决定整个产品方向的人。“和他沟通不会有障碍。他既懂研发，又能综合考虑设计、成本、市场等因素，因此他最后做出的统筹和决策，大家都觉得有道理。”汤跃忠评价称。

靠着京东的品牌背书，魏强团队在对接供应链资源上，没遇到什么障碍。无论是芯片商、模组厂商还是加工厂商，都愿意给灵隆科技很多优惠资源。“其实大家都明白，智能音箱市场刚刚开始，需要整个链条的合作，因此一开始，大家并没有考虑过多的利润。”魏强解释称。

2015年8月，叮咚智能音箱旗舰版A1在京东商城上线，售价798元。A1具备三种基本功能：播放音乐、控制京东微联400余种智能家居以及单轮语音交互。值得一提的是，京东给这款产品提供了长达一个月的3C战略单品首页的位置，重视程度可见一斑。

在汤跃忠看来，作为国内第一批从事智能音箱研发和销售的公司之一，灵隆科技不仅具有明显的先发优势，而且在同期同业阵营中，他们的技术也是非常领先的。据称，凭借科大讯飞提供的语音识别、麦克风阵列、远场语音交互等技术，A1在5米左右距离的听写识别正确率已超过90%。

在合作中快速迭代

然而，叮咚智能音箱的首战，却没能像Echo一样迅速打开市场。

“只有业内人知道，这些产品无法触及大众消费者。”旗舰版A1投放市场之后，魏强很快带领团队扩充产品线，希望能够以不同打法，攻入大众消费市场。

首先是垂直领域。2015年10月，灵隆科技与新东方联合推出了“泡泡版口语机器人”。该产品主打少儿教育，小朋友可以跟读英语、纠正发音。其次，传统音频硬件厂商也被整合起来。2016年4月，灵隆科技联合飞利浦、漫步者、猫王、索爱、哈曼等音频硬件生产商及喜马拉雅、百度音乐等影音内容供应商，成立了京东智能音频联盟。京东可为该联盟提供智能语音交互整体方案，而音频硬件生产商负责音腔、喇叭等声学设计内容。双方优势互补，现已联合推出JBL Go Smart等10余款联盟产品。除此，灵隆科技针对不同受众，陆续发布了叮咚智能音箱青春版Q1、悦动版 Q3、灵动版 A3、儿童教育版A15等产品。

当然，用户不会花上近千元买一个只能听歌的智能音箱。魏强认为，智能音箱作为一个入口，连接着千千万万的需求，每个需求都代表着一个语音交互服务，而这些仅凭京东微联超级App或灵隆科技一家是满足不了的。

为了提高用户活跃度，2016年6月，灵隆科技发布了面向第三方开发者的叮咚开放平台，并首批接入了中通快递、百度地图等7项服务。叮咚开放平台向第三方企业或个人提供开放接口，同时提供语音交互、自然语言处理等技术方面的支持。开发者可创作基于自己逻辑的服务和应用，然后联合该平台，一起做市场推广。

如今除了能夠控制京东微联超级App上的1000款智能家居，叮咚智能音箱还分别接入了音乐、有声读物、O2O等第三方服务。据称，通话功能也已列入团队开发日程。

在扩展产品线和增加第三方服务之外，促销往往是最能提振市场的方法。在刚刚过去的“618”大促上，京东不遗余力地给了叮咚智能音箱一系列搜索推广和大幅降价促销资源。

在此基础上，产品的市场占有率正慢慢攀升。“蓝牙音箱市场正慢慢向WiFi音箱市场转移，这就如同当初多媒体音箱向蓝牙音箱转移一样。”魏强称。

行业短板仍待补齐

采访期间，魏强为记者演示了叮咚智能音箱最近上线的京东购物功能。当魏强发出“我要买牙膏”的指令时，叮咚智能音箱向他推荐了历史订单中的一款竹盐牙膏。

“我现在只要说一句‘下单，它就能自动帮我下单。”魏强说道。不只如此，像京东购物这类能够获取用户信息及数据的第三方开发者，可根据用户的行为数据，定制相应的内容，通过减少交互步骤，来提高用户体验。

“用户想买的不是智能音箱，而是音箱背后的内容服务。”喜马拉雅FM硬件事业部总经理李海波对《财经天下》周刊记者表示。6月20日，喜马拉雅FM联合人工智能公司猎户星空，发布了“小雅”智能音箱，定价999元，产品主打的就是6800万份、平均时长30分钟的音频节目。

与小雅同时发布的，还有喜马拉雅INSIDE 2.0开放平台。“我们推出智能音箱和免费开放平台的目的，都是为了将内容分发给更多受众。”李海波说。当然，开放平台还有另一个更重要的目的——积累更多用户数据。以基于喜马拉雅INSIDE 2.0而推出的小雅智能音箱为例，通过对海量的用户使用数据进行深度学习，它能够为用户精准推荐个性化内容。李海波直言，在语音识别、语音交互技术愈发趋同的当下，平台积累的自然语音数据越多，语义识别就越准确。

叮咚智能音箱上线两年多来，作为公司首席科学家的汤跃忠，每天工作内容中的重要一项就是改进它对自然语言的理解，而这两年多的自然语音数据积累，已成为公司的核心竞争优势之一。

据汤跃忠提供的数据，目前叮咚智能音箱日活率为25%～30%，周活率40%，月活率70%，日均使用频次1.9次。不过，魏强表示，即便如此，天气、百科、火车票、赛事转播等信息及数据都攥在第三方开发者手里，因此灵隆科技只能与之合作。

AIUI平台的开放对国内智能音箱行业无疑是个好消息。6月9日，科大讯飞正式推出了AIUI开放平台。业内人熟知，AIUI是科大讯飞最新的人机交互解决方案，它融合了远场识别、全双工交互、语音合成、语义理解等单点功能，另提供第三方自定义技能、应用扩展功能。它的应用场景包括机器人解决方案、智能家居解决方案、智能音箱解决方案等。

6月8日，在CES ASIA 2017（上海）期间，灵隆科技发布了两款智能音箱产品——叮咚TOP和叮咚二代。与叮咚一代一样，它们将全面接入AIUI开放平台，而此时能够连接的第三方服务已多达150种，如e袋洗、得到等。

京东和科大讯飞加持下的叮咚智能音箱，目前已是国内销量最高的智能音箱产品，据传迄今累计销售已超过100万台。对于这一数字，本刊记者曾向魏强求证。魏表示并不准确，但具体销量属公司机密，不便透露。

事实上，即便100万台为真，相较Echo，这也并非一个多么值得骄傲的数字。市场咨询公司eMarketer的数据显示，目前凭借Echo的夺目表现，亚马逊已拿下美国智能音箱市场70.6%的份额，远远高于占比23.8%的谷歌以及共同分享剩余5.6%份额的联想、LG、Mattel等众多参与者。另据调研机构CIRP的数据，截至2016年年底，Echo累计在美销量已达820万台；而来自摩根士丹利的统计数据，这一销量更已达到1100万台。

与欧美市场不同，国内智能音箱行业的短板仍清晰可见。喜马拉雅FM硬件事业部总经理李海波对本刊记者说，在他参加的某次智能音箱展会上，参展的所有音箱，10句话能听懂1句的都很少。 “那些没有核心能力，只会拼模组的智能音箱，必将死去。”

智能语音技术开发平台“EchoCloud回声云”创始人黄丽辉在接受《财经天下》周刊记者采访时表示，美国用户对音乐是刚需，但在中国，别说智能音箱，就连蓝牙音箱都还没有普及。

“相比美国，中国依然是个尚未开发的市场。”魏强认为，原因在于，中国没有像亚马逊那样具备完整产业链资源的企业。“智能音箱市场非常大，但有一条非常长的产业链，后台服务、语音技术、生产制造、营销渠道等，缺一不可。”

“国内智能音箱市场，有可能会在两三年内成熟，但这需要产业链上下游企业之间的密切合作。单打独斗是搞不定的。”魏强颇为坚定地表示。