如同武侠小说中存在无数的武林门派一样,在音箱行业,同样存在两大技术流派,一是以亚马逊的Echo、小米的小爱音箱等为代表,以人工智能为“内功”的智能音箱;二则是JBL、索尼、哈曼卡顿等音箱品牌以及由传统电视硬件厂商所衍生的产品如创维的小派音箱为代表,讲究音质这一“外功”的传统音质型音箱。当然还有苹果Homepod这类游离于音质与智能的“散人”。
两者因性能与结构的差异而产生了不同的侧重点,智能音箱因人工智能发展而来,讲究的是体验,因此音质是次要的。如果除去内设的人工智能,这类产品充其量只能称之为扩音器。而人工智能的加持,让这类产品能够识别人的指令,从而完成播放、暂停音乐,或者控制其他智能电器等操作。是一个集成了音乐、智能家居、在线网络的交互平台以及被选作为智能家居入口的产品之一。
传统音质型音箱则立足于音质,讲究的是听感,因此功能更加纯粹。以Soundbar为例,作为电视音质的补充、增强或者替代,这类产品的卖点主要是为用户提供更加完善的听觉体验。Soundbar实际上是小型化的家庭影音,是越发轻薄的电视机无法承载太好的音箱,导致电视机音质变差的背景下,作为电视机音质补充、增强或者替代的产品,能够在有限的体积内做到双声道甚至是多声道的效果。
作为电视音箱的替代方案,外接音箱的形态一直在发生改变,由一开始增强电视机音质的音箱,转变成融合了电视盒子+音箱的形态,其中的代表就是创维的小派音箱。这类产品在不连接电视机的时候,可以作为单纯的音箱使用,通过线缆连接电视之后,则同时具备电视盒子以及音箱的作用。而飞利浦电视的做法更为极致,其日前发布的973电视将音箱和其余的电视组件整合在一起,并集成为底座,兼顾了屏幕的纤薄之余,也保留了音质。除此之外,这类音箱也具备通过无线网络、蓝牙、线缆或者是接口连接手机或者无损播放器播放音乐的功能。
智能音箱与传统音质型音箱在功能上虽然相悖,但却直接构成竞争关系,智能音箱背靠生态,赚的是快钱;而传统音质形音箱则是“细活”。两者竞争的背后是企图对音箱行业标准的垄断。比如韩国的两大巨头LG和三星,LG 8月20日宣布,将把“X Boom”产品生产线从现有的家庭音响扩大到无线、人工智能扬声器;而三星电子则早在2016年就收购了美国的音响、汽车电子设备公司——哈曼卡顿,在全球范围内推出顶级Soundbar。业内人士认为随着电视与智能手机、游戏等的连接,电视与音响之间出现协同效应,导致音箱市场开始逐步扩大,率先抢下制定标准的权利的企业,就能够更早一步抢占市场。
两家公司实际上代表了两种不同的音箱偏好,即“智能”与“音质”的取舍。相比起传统音质型音箱高昂的售价,智能音箱千元左右的价格更容易收到消费者的青睐,而智能音箱的低价则来源于成本的低廉。而低廉的成本以及被控制模组占据空间等因素导致智能音箱发声单元不足,甚至大多数音箱只有一个发声单元,音质在智能音箱上也就无从谈起,因此,智能音箱的卖点并非“音箱”而是“智能”。
但是对于不少消费者而言,音箱的音质以及外观才是判断音箱价值最本质的东西,而智能可能只是加分项。当面对售价相近的智能音箱以及传统音质型音箱时,后者显然更值得购入。因为智能音箱只是智能家居生态的可选入口之一,“智能音箱”这个选项并非智能家居的唯一。而想要获取更为优秀的听觉体验,显然是音质更为重要。
现阶段而言,“智能”与“音质”或许仍不可兼得,向来追求音质的人,已经在更加高级的产品中徘徊,而在大众的市场里,兼顾了智能意味着要花费更大的精力去建设生态,注重音质则需要在原料以及调校上花费成本。“智能”与“音质”的结合意味着更加高昂的成本,同时距离大众市场更远一点。
关键字:智能音箱 音箱 音质 人工智能 电视机
引用地址:
智能与音质之争:谁才是下一代音箱的标准
推荐阅读最新更新时间:2024-05-03 20:17
国产手机海外突围:销量增长 遭遇专利诉讼越来越多
对于正在海外攻城略地的中国手机厂商来说,目前的境况可谓喜忧参半。下面就随手机便携小编一起来了解一下相关内容吧。 喜的是,中国品牌在全球“吃”掉了更多市场份额、出口了更多手机产品。目前还没有第三方机构发布2017年第二季度的统计数据,但据市场研究机构Gartner发布的数据显示,三星和苹果的全球份额分别从2016年第一季度的23.3%、14.8%降低到2017年第一季度的20.7%、13.7%; 华为 、OPPO、vivo的全球份额分别从2016年第一季度的8.3%、4.6%、4.0%增长到2017年第一季度的9.0%、8.1%、6.8%。中外手机品牌此消彼长的趋势非常明显。 另有中国海关统计数据显示,2017年上半年
[手机便携]
马斯克:人工智能或引爆第三次世界大战
新浪科技讯 北京时间9月4日晚间消息,特斯拉CEO埃隆·马斯克(Elon Musk)周一再次对人工智能发出了一个不祥的警告:它可能引发第三次世界大战。 马斯克的这个警告是针对俄罗斯总统普京上周五发表的关于人工智能言论的回应。普京当时表示,谁能成为人工智能领域的领导者,就可能主宰这个世界。 马斯克今日在Twitter上发布消息称:“所有国家都会专注于发展计算机科学,各国对人工智能统治权的争夺可能引发第三次世界大战。” 马斯克认为,人工智能时代的战争不是由某国领导人发起的,这一切都将自动化。换言之,人工智能会自动规划战略,找出获胜几率最高的战法。 他在回答一位Twitter用户的问题时称:“这场战争可能不是由某
[手机便携]
恩智浦推出i.MX 95系列应用处理器,提供安全可扩展的人工智能边缘平台
恩智浦推出i.MX 95系列应用处理器,提供安全可扩展的人工智能边缘平台 i.MX 95系列结合多核高性能计算、沉浸式3D图形、集成式恩智浦eIQ® Neutron神经处理单元(NPU),可实现机器学习和先进边缘应用,其应用领域涵盖汽车、工业和物联网 作为恩智浦SafeAssure®产品组合的一部分,i.MX 95系列采用先进的异构分区设计,利用集成的实时安全功能分区,为安全功能平台提供支持 该系列提供高吞吐量时间敏感网络(TSN)功能和先进的I/O扩展,适合汽车连接域控制器和工业4.0应用 拉斯维加斯CES展会——2023年1月9日——恩智浦半导体(NXP Semiconductors N.V.
[工业控制]
李开复:人工智能是新时代的“电力”
6月的莫斯科,蓝天白云,风和日丽。在第23届圣彼得堡国际经济论坛即将举办之际,应邀参加此次论坛的创新工场董事长兼CEO李开复博士在莫斯科就人工智能、创新工场在中国市场及全球投资趋势等话题接受了科技日报记者的专访。 记者:作为一名应邀参会的中国商界领袖代表,您将在圣彼得堡经济论坛上主要与哪些人士进行对话? 李开复:我是应俄罗斯主权基金邀请参会的,跟他们也认识很长的时间了,觉得他们对中国很了解。另外,这次应邀参会很重要的一点是因为人工智能的崛起。俄罗斯总统普京曾说:“谁控制了人工智能,谁就主宰未来。”俄罗斯已经认识到人工智能崛起的重大意义,俄罗斯怎样才能迅速推进人工智能的发展。过去的10年里,在人工智能领域发生了一个奇迹,那就是中国的
[机器人]
GPU的新机会:AI
GPU应用因AI开始有了截然不同的新转变,不只让一些支援高度平行运算应用的高阶GPU相继问世,现在连整套GPU深度学习专用伺服器也抢滩登陆,要助企业加快AI应用
AI人工智慧、虚拟/扩增实境(VR/AR)与自动驾驶技术,在过去一年引起很高的市场关注,而一举跃升成为当前最火红的热门话题,特别是以深度学习(Deep Learning)为首的AI应用,过去几个月来,因为Google的AI电脑AlphaGo接连大败欧洲和南韩国围棋棋王,更在全世界吹起一股AI风潮,使得现在不只有大型科技或网路公司要大力投资AI,就连各国政府也都要砸重金扶植AI产业。
目前一些大型科技或网路业者,例如Google、Facebook、亚
[手机便携]
普华永道:2030年AI、机器人将为全球GDP贡献15万亿美元
根据普华永道的分析,人工智能、机器人和其他形式的智能自动化有可能带来巨大的经济效益,到2030年为全球GDP贡献高达15万亿美元。这笔额外的财富也将带来许多就业机会的需求,但也有人担心它可能会取代许多现有的就业机会。 普华永道详细分析了29个国家超过20万个现有工作涉及的任务,以评估未来20年内各个阶段的自动化潜力,确定了在此期间可能出现的三种自动化浪潮: 第1波(到21世纪20年代初期):算法 第2波(到21世纪20年代后期):增强 第3波(到21世纪30年代中期):自主 在第一次浪潮中,我们预计现有工作岗位的流失率相对较低,到21世纪20年代初可能只有3%左右。但随着这些技术的成熟和逐渐自主化形式在整个经济中推广,工作岗位的流
[机器人]
“AI + 医疗”: 人工智能落地的第一只靴子?
人工智能最大优势在于计算能力的高效,尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。与互联网不同,人工智能对医疗领域的改造是颠覆性的。 IBM 的人工智能 Watson,近日仅用 10 秒就开出了癌症处方。在引发舆论热潮的同时,也再次把 “AI + 医疗” 推向高潮。方正证券近日发布的互联网医疗深度报告就显示,尽管安防和智能投顾最为火热,但 AI 在医疗领域可能会率先落地。 接手 “互联网 +” 无奈的医疗痛点 图像识别、深度学习、神经网络等关键技术带动了人工智能新一轮大发展 该份报告指出,从互联网改造医疗行业的角度来划分,中国互联网医疗发展经历了三个阶段:信息服务阶段,即互联网改造的是医疗的信息流,实现人和信息的连接;咨
[医疗电子]
图像和面部识别的现代挑战——以及人工智能如何促进微边缘解决方案
虽然图像识别可以成为提高安全性和生产力的强大工具,但系统设计人员不断面临着如何在更小、更低功耗的设备中提供更快速、更细致分类的挑战。趋势是通过在位于物联网边缘的微型微控制器上运行基于人工智能的识别算法来应对这一挑战。 本文着眼于图像处理如何变得更加复杂、可用的支持技术以及基于不同半导体制造商的硬件和生态系统的一些实际实施可能性。 图像识别及其主要子集——面部识别——多年来已广泛应用于工业和安全领域。然而,尽管技术进步使得用户能够使用摄像头进行图像识别,但识别结果往往并不理想。对图像进行分类的尝试可能会受到诸如比例或透视变化、背景混乱或照明等问题的影响。 因此,始终存在提高这些系统性能的压力,以便它们能够提供更细致的识别
[嵌入式]