6麦环型阵列的一款音箱，根本属性究竟是啥？

第28届WWDC苹果全球开发者大会，苹果终于压轴重磅发布了HomePod，一款苹果精心打造的智能音箱。但是，估计这让很多果粉失望了，这应该是苹果系列中极少称得上“很丑”的产品。鉴于笔者并不懂艺术，因此凌晨着急询问了很多美学人士，这才没让笔者怀疑自己的审美出现了问题。

HomePod的设计师估计是成长在80年代的中年人，因为看到HomePod的第一眼就想起了妈妈的毛线球，新世纪的年轻人哪见过这古董，当然，还有一种更难看的尼龙线球也是这个造型。

当然，HomePod虽然丑了点，但是性能一点不差，苹果对于用户体验的极致追求还在，而且，HomePod是迄今为止首款回归音箱本质的智能音箱。苹果甚至不惜代价同时部署了麦克风阵列和扬声器阵列，这就是苹果的态度：不仅追求远场语音交互的体验，也追求极致音质带来的享受。

HomePod内置了苹果Siri，这次苹果采用了业界流行的6麦环形阵列技术。这种麦克风阵列技术适合远场语音交互，这样可以满足用户远距离通过“Hey，Siri”与HomePod的命令交互。苹果HomePod采用麦克风阵列技术，也表明了苹果将Siri从近场语音交互升级到远场语音交互的技术思路。

前几年，语音交互应用最为普遍的就是以Siri为代表的智能手机，这个场景一般都是采用单麦克风系统。单麦克风系统可以在低噪声、无混响、距离声源很近的情况下获得符合语音识别需求的声音信号。但是，若声源距离麦克风距离较远，并且真实环境存在大量的噪声、多径反射和混响，导致拾取信号的质量下降，这会严重影响语音识别率。

而且，单麦克风接收的信号，是由多个声源和环境噪声叠加的，很难实现各个声源的分离。这样就无法实现声源定位和分离，这很重要，因为还有一类声音的叠加并非噪声，但是在语音识别中也要抑制，就是人声的干扰，语音识别显然不能同时识别两个以上的声音。

显然，当语音交互的场景过渡到以智能音箱、智能电视、机器人或者汽车为主要场景的时候，单麦克风的局限就凸显出来。为了解决单麦克风的这些局限性，利用麦克风阵列进行语音处理的方法应时而生。麦克风阵列由一组按一定几何结构（常用线形、环形）摆放的麦克风组成，对采集的不同空间方向的声音信号进行空时处理，实现噪声抑制、混响去除、人声干扰抑制、声源测向、声源跟踪、阵列增益等功能，进而提高语音信号处理质量，以提高真实环境下的语音识别率。

从目前国内外市场上的产品来看，Amazon Echo的方案是6+1麦的环型阵列结构，Amazon Echo Show是8麦椭圆型阵列结构，Google Home是2个麦克风结构，国内科大讯飞的叮咚音箱是7+1麦的环型阵列结构，当前声智科技的产品线最为齐全，拥有3/4/4+1/6麦的环型阵列结构以及单麦、4麦线型、6麦L型，8麦双L型、10麦分布式阵列等结构。

实际上，不同的阵型适应不同的场景，同时还要考虑性价比，显然阵列结构越复杂其成本也越高。而对于智能音箱来说，由于用户使用习惯需要360度的拾音和定向，所以环型阵列结构是最为合适的。至于选用3个，4个还是6个，则是根据定向精度和交互距离来决定，从某个角度可以理解为麦克风的数量越多定向越准，语音识别的距离也会越远，当然，这和阵型的具体结构也有关系。

注意，这里的2麦克风不是阵列，并不具有阵列的一些功能和性能，2麦最通常是用在类似手机和蓝牙耳机等超薄的设备上实现降噪功能，实际上，很多场合经过特殊设计的单个麦克风即可替代2麦结构。由于苹果HomePod必须差异于Amazon Echo和Google Home，选用6个麦克风的结构非常明智，性价比最为合适，这也是声智科技主推的麦克风阵型，事实上，根据声智科技当前的技术，选用4个麦克风的效果也不会太差，只是语音交互距离会损失一点。