2017 年，智能音箱火遍全球，國(guó)外亞馬遜、蘋(píng)果、Google、微軟都在搞智能音箱；國(guó)內(nèi)，互聯(lián)網(wǎng)公司、硬件產(chǎn)品公司、芯片公司、方案公司、制造公司，一窩蜂的都在投入人力設(shè)計(jì)、研發(fā)、生產(chǎn)智能音箱。

從近幾個(gè)月發(fā)布的智能音箱產(chǎn)品來(lái)看，我們也發(fā)現(xiàn)，受亞馬遜 Echo 系列產(chǎn)品等的影響，國(guó)內(nèi)智能音箱在交互、設(shè)計(jì)等方面存在與 Echo 相似的地方，同時(shí)也不乏大膽、突破常規(guī)思維的設(shè)計(jì)。

眾所周知，外觀是一個(gè)產(chǎn)品首先給人的第一印象，因此對(duì)用戶(hù)決定是否進(jìn)一步接觸起到關(guān)鍵作用。事實(shí)上，每款產(chǎn)品的外觀、交互設(shè)計(jì)都涉及到各種錯(cuò)綜復(fù)雜的因素，而除了設(shè)計(jì)相關(guān)學(xué)科之外，產(chǎn)品創(chuàng)新設(shè)計(jì)還牽扯到心理學(xué)、社會(huì)學(xué)及市場(chǎng)營(yíng)銷(xiāo)等各個(gè)學(xué)科。

在「深圳灣·超級(jí)硬課堂」第 II 期中，我們邀請(qǐng)到了飛魚(yú)設(shè)計(jì)深圳聯(lián)合創(chuàng)始人吳冬，他曾先后參與了第一代叮咚智能音箱、貓王收音機(jī)、機(jī)器人和多款 AI 硬件產(chǎn)品的設(shè)計(jì)工作。同時(shí)，他還是百度度秘等多家互聯(lián)網(wǎng)公司的硬件設(shè)計(jì)合作伙伴，擁有從產(chǎn)品定義、開(kāi)發(fā)、落地的完整的設(shè)計(jì)經(jīng)歷。

在本次課堂中，吳冬就智能音箱設(shè)計(jì)相關(guān)的議題與行業(yè)用戶(hù)進(jìn)行了探討。

從 SET 理論的角度解釋?zhuān)鼉赡曛悄芤粝湓谑袌?chǎng)中得到迅速普及的原因

近年來(lái)，以智能音箱為硬件載體的人工智能語(yǔ)音服務(wù)已逐漸在國(guó)內(nèi)市場(chǎng)普及，上到價(jià)格過(guò)千的 Rokid Pebble、出門(mén)問(wèn)問(wèn) TicHome、渡鴉 Raven H，下到千元以?xún)?nèi)的叮咚，小米 AI 音箱、天貓精靈 X1……產(chǎn)品的不斷出新也逐漸強(qiáng)化了大眾對(duì)智能音箱的認(rèn)識(shí)。

在解釋語(yǔ)音智能音箱迅速普及的原因之前，我們需要了解一個(gè)與之相關(guān)的理論——SET 理論。其中，S、E、T 分別代表社會(huì)、市場(chǎng)經(jīng)濟(jì)、技術(shù)，技術(shù)在能滿(mǎn)足人的需求的情況下轉(zhuǎn)化成產(chǎn)品并形成市場(chǎng)，產(chǎn)生的市場(chǎng)效益也會(huì)反過(guò)來(lái)推動(dòng)技術(shù)的發(fā)展，三者之間相互作用相互影響，共同推動(dòng)社會(huì)的發(fā)展。

依據(jù) SET 理論，語(yǔ)音智能音箱迅速普及的原因有以下幾點(diǎn)：

1. 在眾多工作、生活場(chǎng)景中，人們普遍追求便利、解放的操作方式，繼手機(jī)按鍵操控、觸控之后，對(duì)人機(jī)交互方式有了更高的要求。

2. 硬件技術(shù)、軟件技術(shù)的發(fā)展，讓語(yǔ)音識(shí)別的準(zhǔn)確度不斷提升。語(yǔ)音交互的方式正在被越來(lái)越多的人接受，即將成為人機(jī)交互的重要方式之一。

3. 語(yǔ)音交互方式的變革，孕育了語(yǔ)音設(shè)備以及語(yǔ)音應(yīng)用的巨大市場(chǎng)，其中，音箱天然語(yǔ)音屬性、以及使用廣泛，率先成為智能語(yǔ)音設(shè)備的突破口。

為什么智能音箱普遍都是柱狀的？

在解釋這個(gè)問(wèn)題之前，我們得先了解「為什么智能語(yǔ)音產(chǎn)品大部分是音箱」的問(wèn)題。這一切還得從智能音箱的先行者——亞馬遜 Echo 說(shuō)起。

首先，包括蘋(píng)果 Siri、亞馬遜 Alexa、微軟 Cortana 等在內(nèi)的智能語(yǔ)音技術(shù)尚未完善，選擇音箱作為技術(shù)轉(zhuǎn)化的載體，是親近用戶(hù)的一個(gè)可靠方式。換句話(huà)說(shuō)，之所以選擇音箱作為載體，是因?yàn)榧夹g(shù)所限，是目前缺乏其他選擇的一個(gè)妥協(xié)。

其次，音箱在歐美是存量市場(chǎng)，音樂(lè)付費(fèi)的習(xí)慣、開(kāi)放的音樂(lè)文化，讓當(dāng)?shù)匾粝溆写罅康氖褂脠?chǎng)景，這也是亞馬遜 Echo 起初以 WiFi 音箱而非智能音箱的名義出現(xiàn)的原因。而 Echo 最終在 2016 年出貨量超過(guò) SONOS 的事實(shí)證明，這是一個(gè)最大限度降低用戶(hù)適應(yīng)成本的方法。

反觀國(guó)內(nèi)，由于性格內(nèi)斂、房屋居住面積小等主、客觀因素，用戶(hù)普遍形成了使用耳機(jī)、手機(jī)聽(tīng)音樂(lè)的習(xí)慣。音箱類(lèi)產(chǎn)品缺乏用戶(hù)基礎(chǔ)、沒(méi)有成功先例，是大部分中國(guó)智能音箱照搬 Echo 的主要原因。

此外，Echo 的硬件先決條件，即麥克陣列，相應(yīng)設(shè)計(jì)的的燈光定向交互體驗(yàn)，直至目前仍無(wú)人超越。在沒(méi)有更好的替代方案之前，照搬 Echo 模式也就成為自然而然的事情。

智能音箱行業(yè)研究：聚焦在家庭場(chǎng)景下的用戶(hù)研究

吳冬強(qiáng)調(diào)，這并不意味著所有的智能音箱非得采用圓柱狀的設(shè)計(jì)。智能音箱只是智能語(yǔ)音的一個(gè)過(guò)渡性的產(chǎn)品，目前的大廠專(zhuān)注底層架構(gòu)，任重道遠(yuǎn)。而小廠在應(yīng)用層面做好定位，在國(guó)內(nèi)人口基數(shù)大、需求復(fù)雜的市場(chǎng)中，找準(zhǔn)其中一個(gè)切入點(diǎn)并解決好，也能有機(jī)會(huì)取得階段性勝利。

為更好尋找準(zhǔn)確的切入點(diǎn)，深入的需求分析是重要的基礎(chǔ)。為此，吳冬從基于家庭的場(chǎng)景研究和用戶(hù)研究?jī)蓚€(gè)層面多對(duì)國(guó)內(nèi)需求進(jìn)行了分析。

家庭場(chǎng)景的特點(diǎn)：

根據(jù) KPCB 2016 互聯(lián)網(wǎng)報(bào)告，美國(guó)用戶(hù)使用語(yǔ)音助手的場(chǎng)景，家庭占據(jù)了 43%，是使用比例最高的一個(gè)場(chǎng)景。

根據(jù)各因素的劃分，家庭場(chǎng)景具備以下特點(diǎn)：

空間分區(qū)復(fù)雜：依據(jù)功能劃分，家庭空間包括客廳、廚房、臥室、衛(wèi)生間、陽(yáng)臺(tái)等區(qū)域，功能分區(qū)復(fù)雜。

人員構(gòu)成復(fù)雜：男女老少均有，甚至包含幾代同堂的情況。

設(shè)備類(lèi)型復(fù)雜：產(chǎn)品、品牌類(lèi)型的豐富多元導(dǎo)致的家庭電器設(shè)備構(gòu)成復(fù)雜。

面對(duì)這一「眾口難調(diào)」的家庭場(chǎng)景，如果智能音箱沒(méi)能形成一定的行業(yè)規(guī)范，則會(huì)進(jìn)一步嚴(yán)重影響用戶(hù)體驗(yàn)從而導(dǎo)致產(chǎn)品失去市場(chǎng)。

智能音箱的用戶(hù)消費(fèi)者/使用者研究：

鑒于與叮咚、百度合作過(guò)的經(jīng)驗(yàn)基礎(chǔ)，吳冬也將相關(guān)的用戶(hù)類(lèi)型研究成果分享給了大家：

在智能音箱用戶(hù)類(lèi)型研究中，用戶(hù)主要?jiǎng)澐譃椤?+1」種類(lèi)，其中「1」代表行業(yè)用戶(hù)，包括而媒體、廠商等抱著學(xué)習(xí)、傳播目的用戶(hù)，他們并非行業(yè)的終極用戶(hù)。

剩下的 6 大類(lèi)型：科技愛(ài)好者、音樂(lè)愛(ài)好者、商務(wù)人士、家庭、兒童、殘障人士，對(duì)行業(yè)的影響力、相應(yīng)的人群數(shù)量呈依次遞減的趨勢(shì)。

其中，不同類(lèi)型的用戶(hù)對(duì)智能音箱的需求也不同，科技愛(ài)好者是抱著好奇、嘗鮮心態(tài)，音樂(lè)愛(ài)好者則是為了潮、時(shí)尚的全新體驗(yàn)，商務(wù)人士則是在解放雙手的基礎(chǔ)上為緊張的生活節(jié)奏帶來(lái)放松和愉悅的需求，家庭則追求「化繁為簡(jiǎn)」，在下廚等騰不出手的空隙得到協(xié)助。

另外，兒童、殘障人士這兩類(lèi)人群隱含著許多我們尚未挖掘的機(jī)會(huì)。主要原因是，與成年人不同，生性好奇的兒童對(duì)新事物的接受沒(méi)有天然障礙。而對(duì)于行動(dòng)不便、沒(méi)有視聽(tīng)障礙的殘障人士而言，這類(lèi)產(chǎn)品會(huì)是一個(gè)提供便利的工具。合適的切入點(diǎn)將會(huì)為這兩類(lèi)人群產(chǎn)生有價(jià)值的產(chǎn)品。

智能音箱 AI 硬件產(chǎn)品的交互研究

基于社會(huì)因素，也就是對(duì)用戶(hù)需求層面進(jìn)行研究，交互方法論——UACP 理論模型之間的用戶(hù)（User）、行為（Action）、環(huán)境（Condition）、產(chǎn)品（Product）各個(gè)因素相互作用、相互影響，是輸出交互定義的一個(gè)過(guò)程。

在這套理論的基礎(chǔ)上，形成了一套基于時(shí)間線(xiàn)，對(duì)用戶(hù)與產(chǎn)品之間產(chǎn)生的行為和場(chǎng)景進(jìn)行采集的分析報(bào)告，以此來(lái)明確用戶(hù)需求。

簡(jiǎn)單來(lái)說(shuō)，這個(gè)研究包含用戶(hù)從早上起床與產(chǎn)品開(kāi)始互動(dòng)，到離開(kāi)屋子等在不同時(shí)間、環(huán)境產(chǎn)生的數(shù)據(jù)。更具體的甚至還包括用戶(hù)在購(gòu)買(mǎi)之前與產(chǎn)品的接觸到購(gòu)買(mǎi)、拆包裝等容易被忽視的細(xì)節(jié)。

基于時(shí)間線(xiàn)對(duì)用戶(hù)使用產(chǎn)品的流程、內(nèi)容的進(jìn)行梳理后，我們則進(jìn)一步為重要的節(jié)點(diǎn)定義語(yǔ)音交互的內(nèi)容。

智能音箱的產(chǎn)品設(shè)計(jì)研究（CMF）

通過(guò)以上的 SET、UACP 模型將產(chǎn)品交互（語(yǔ)音、燈光交互）明確下來(lái)后，我們則可以進(jìn)一步定義產(chǎn)品屬性。其中，產(chǎn)品的屬性類(lèi)別包括科技、娛樂(lè)、文化、技術(shù)等。

圍繞產(chǎn)品屬性，我們可對(duì)產(chǎn)品風(fēng)格進(jìn)行定義。將與該風(fēng)格類(lèi)似的產(chǎn)品與典型用戶(hù)進(jìn)行討論，最終找到適合產(chǎn)品風(fēng)格的 C（色彩）、M（材質(zhì)）F（工藝），在一般情況下還需要同時(shí)綜合考慮成本。

至此，也就意味著產(chǎn)品該有的交互、造型等定義性工作已經(jīng)完成。設(shè)計(jì)師也就得到了一份產(chǎn)品建議書(shū)，開(kāi)始進(jìn)行實(shí)物圖的設(shè)計(jì)工作。

智能音箱的產(chǎn)品線(xiàn)規(guī)劃

除了產(chǎn)品設(shè)計(jì)之外，產(chǎn)品線(xiàn)的規(guī)劃也是產(chǎn)品公司戰(zhàn)略規(guī)劃中一個(gè)重點(diǎn)。產(chǎn)品線(xiàn)規(guī)劃包兩種策略：一是產(chǎn)品戰(zhàn)略，重在用戶(hù)體驗(yàn)；二是市場(chǎng)策略，進(jìn)行價(jià)格區(qū)間的全覆蓋。

以 Echo 這一針對(duì)家庭場(chǎng)景的系列產(chǎn)品為例，因單一產(chǎn)品難以滿(mǎn)足家庭場(chǎng)景多用戶(hù)、多空間、多設(shè)備聯(lián)動(dòng)的需求，Echo 系列涵蓋了 Echo Show、Echo Dot、Echo Look 等形態(tài)各異的產(chǎn)品，結(jié)合其旗下的 Fire TV、Fire Tablet 以及 Alexa 平臺(tái)接入的各設(shè)備，構(gòu)成了全產(chǎn)品聯(lián)動(dòng)的生態(tài)系統(tǒng)。對(duì)用戶(hù)端覆蓋整個(gè)家庭場(chǎng)景，另外以?xún)r(jià)格覆蓋的策略對(duì)競(jìng)爭(zhēng)對(duì)手形成打壓。

對(duì)于產(chǎn)品設(shè)計(jì)公司而言，產(chǎn)品線(xiàn)規(guī)劃的工作重點(diǎn)在于「通過(guò)產(chǎn)品傳遞品牌」。

具體來(lái)說(shuō)，一方面是產(chǎn)品形象（PI），即品牌的產(chǎn)品基因，蘋(píng)果則是一個(gè)典型的代表；另一方面則是整個(gè)產(chǎn)品系統(tǒng)的交互邏輯，包括產(chǎn)品之間、產(chǎn)品與家電之間的互聯(lián)以及交互邏輯。

用形象的比喻，就是這些產(chǎn)品在外形（材質(zhì)、外觀等）、行動(dòng)（交互形式）上像「一家人」，從而傳遞出某一品牌信息。

案例分析

上面提到，除了照搬 Echo 這類(lèi)圓柱形態(tài)的音箱之外，部分廠商也能有另辟蹊徑并取得階段性勝利的機(jī)會(huì)，以下進(jìn)行一些案例分析。

采用顛覆性外觀設(shè)計(jì)的渡鴉 raven H 智能音箱：

raven H 最大的亮點(diǎn)是，完全跳出了 Echo 等音箱固有的柱狀設(shè)計(jì)思維。

在時(shí)下「我要買(mǎi)個(gè)音箱，而這個(gè)音箱恰巧是智能的」購(gòu)買(mǎi)邏輯中，raven H 傳達(dá)了它是一個(gè)「新產(chǎn)品」并且是個(gè)智能音箱的信息，是一款相對(duì)讓人眼前一亮的產(chǎn)品。

另一款以市場(chǎng)先導(dǎo)的 Line Clova Friends 智能音箱：

已在日韓風(fēng)靡的 Line 即時(shí)聊天軟件，將旗下的 IP 打造成一款帶有智能語(yǔ)音、陪伴功能的智能音箱。以市場(chǎng)為先導(dǎo)，給既有用戶(hù)一個(gè)觸碰科技的機(jī)會(huì)。

因用戶(hù)群的特殊性，Line Clova Friends 產(chǎn)品的著重點(diǎn)不在于配置、科技、功能等方面的硬實(shí)力，而更多的在于外觀和趣味。

如何避免設(shè)計(jì)中的「開(kāi)發(fā)者思維」，在產(chǎn)品走向商品的過(guò)程中尋找平衡點(diǎn)

在人工智能技術(shù)的發(fā)展、語(yǔ)音技術(shù)向產(chǎn)品轉(zhuǎn)化的節(jié)點(diǎn)里，「是否要做一個(gè)功能強(qiáng)大的智能音箱」是一個(gè)值得思考的問(wèn)題。特別是在強(qiáng)調(diào)「極客」的開(kāi)發(fā)者思維中，追求「極致」將主導(dǎo)著產(chǎn)品的定位。

對(duì)此，吳冬認(rèn)為可在這個(gè)過(guò)程走兩個(gè)極端的策略：對(duì)于開(kāi)發(fā)者而言，要在技術(shù)上做到極致，在技術(shù)占領(lǐng)制高點(diǎn)的基礎(chǔ)上快速做出產(chǎn)品，并進(jìn)一步快速獲取用戶(hù)、占領(lǐng)市場(chǎng)份額。而在將產(chǎn)品推向市場(chǎng)時(shí)，則需要經(jīng)歷一個(gè)不斷向市場(chǎng)妥協(xié)的過(guò)程。

其中，在將純技術(shù)產(chǎn)品轉(zhuǎn)化成商品的過(guò)程總中，設(shè)計(jì)能起到重要的調(diào)和作用，包括賦予產(chǎn)品以文化內(nèi)涵、科技感等。

Q&A |  知友提問(wèn)

Q1：語(yǔ)音智能音箱的設(shè)計(jì)趨勢(shì)是什么？

A：我認(rèn)為「沒(méi)有設(shè)計(jì)就是最好的設(shè)計(jì)」，語(yǔ)音智能產(chǎn)品的趨勢(shì)會(huì)像電影『Her』里的女主角一樣，雖然男主通過(guò)耳機(jī)與她對(duì)話(huà)，但在需要的時(shí)候，她就會(huì)出現(xiàn)，不被需要的時(shí)候則會(huì)保持安靜。在這樣的境界下，不管智能語(yǔ)音以怎樣形態(tài)作為載體，我們并不在意。這也是為什么我說(shuō)智能音箱只是的一個(gè)過(guò)渡產(chǎn)品的原因。

Q2：據(jù)了解，揚(yáng)聲器、麥克風(fēng)陣列挨得太緊會(huì)影響語(yǔ)音識(shí)別，除此之外，小型音箱還存在哪些設(shè)計(jì)上的挑戰(zhàn)？

A：智能音箱對(duì)揚(yáng)聲器、麥克風(fēng)陣列的距離有一定要求，距離越小，對(duì)聲音拾取的分辨率越差。我們?cè)谧龆＿说谝淮悄芤粝涞臅r(shí)候，將兩者的距離設(shè)定在 135 mm 以上才確保了良好的拾音效果。目前還沒(méi)有特別好的硬件解決方案，將距離做小勢(shì)必會(huì)犧牲拾取的精度。

Q3：便攜智能音箱的設(shè)計(jì)存在哪些難點(diǎn)？（電池大小？喇叭？麥克風(fēng)？）

A：客觀上看，的確是這些問(wèn)題（電池、喇叭、麥克風(fēng)），但還是需要對(duì)具體的應(yīng)用場(chǎng)景進(jìn)行定義，譬如在安靜空間使用便攜智能音箱，遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別則成為次要的功能，也就不怎么需要考慮喇叭與麥克風(fēng)陣列的距離問(wèn)題。

Q4：除了語(yǔ)音交互之外，音箱物理按鈕、屏幕等其他模態(tài)交互形式的設(shè)計(jì)有哪些需要注意的地方？有哪些創(chuàng)新性的交互設(shè)計(jì)值得學(xué)習(xí)？

A：這是一個(gè)不斷研究并不斷取舍的過(guò)程，智能音箱是智能語(yǔ)音產(chǎn)品的一個(gè)過(guò)渡形態(tài)，就意味著按鍵、屏幕等設(shè)計(jì)都是過(guò)渡形態(tài)。這其中沒(méi)有學(xué)習(xí)成分，我們只有通過(guò)不斷的實(shí)驗(yàn)和試錯(cuò)，最終決定一個(gè)產(chǎn)品該怎樣的設(shè)計(jì)。

Q5：能講講兒童類(lèi)音箱的設(shè)計(jì)可以重點(diǎn)思考的點(diǎn)嗎？

A：值得注意的是，我們很容易站在成人的角度去設(shè)計(jì)兒童產(chǎn)品，我們?cè)谘芯恐邪l(fā)現(xiàn)，「媽媽選的和小孩選的不是同一個(gè)東西」。這里給出的一點(diǎn)啟發(fā)是，在做用戶(hù)研究時(shí)，要注意區(qū)分購(gòu)買(mǎi)者、管理者、使用者等各種類(lèi)型的用戶(hù)，并且一個(gè)個(gè)擊破，才能獲取更大的勝算。

在深圳灣知乎 Live 線(xiàn)上課程「又現(xiàn)音箱——對(duì)話(huà)智能音箱先行者，了解如何設(shè)計(jì)一款消費(fèi)級(jí)的智能音箱」中，吳冬與我們分享了許多智能音箱設(shè)計(jì)干貨，本文只節(jié)選了課程中的部分內(nèi)容。全部課程內(nèi)容，歡迎各位朋友點(diǎn)擊文末「閱讀原文」，查看圖文+音頻全程回顧！