智能家居怎样才能像钢铁侠家的那么酷

在很多国外科幻大片所描述的未来生活中，使用语音方式来操控家电的炫酷场景无处不在。比如在《美国队长 2》中，神盾局的头子用语音操控虚拟桌面、窗帘和电视；在《钢铁侠》系列电影中，男主角回到家以后，说声想喝咖啡，咖啡机便开始冲咖啡；在《碟中谍 4》中，阿汤哥通过用语音来开灯和开电视。

科幻片中这样的未来并非凭空想象，国内外的 IT 巨头已先后以产品与语音相结合的方式进入智能家庭领域：谷歌收购 NEST 布局智能家庭，不断强化 Google Now 的语音入口；苹果 HomeKit 平台与 Siri 也不断加强融合；微软近期也发布语音助手 Cortana，为它在智能家庭领域扩展交互入口；国内的科大讯飞亦携手京东宣告双方将在智能家居和语音技术领域展开全面合作。从这些国内外科技大佬们对语音产业的重视和投入，可以看出智能语音与智能家庭的融合是大势所趋，业内普遍认为语音作为人类信息最自然、最便捷的交互方式，必将成为未来智能家居设备中的重要组成部分。

随着国内外巨头们对语音交互领域投入的增加，语音核心技术正逐步成熟，曾经的技术瓶颈亦在慢慢被突破。这其中语音识别技术是语音交互的基础与核心， 语音识别 技术相当于给计算机系统安装上 耳朵 ，使其具备 能听 的功能。该技术经过语音信号处理、语音特征处理、模型训练及解码引擎等复杂步骤，使机器最终能够将语音中的内容、说话人、语种等信息识别出来。

*主流的语音识别系统框架图

了解了语音识别的基础内容和系统框架之后我们来看看，语音识别技术要在智能家居生活中真正实用，必须要过哪 5 关？

一、距离：远场识别技术打破距离瓶颈

近场识别技术目前已经比较成熟，现在上使用的语音输入功能就属于近场识别技术，用户必须在离比较近的距离内说话，但在智能家居环境中，用户和智能终端之间的距离被大大增加了，用户能随意用语音控制智能家居的一个必要条件就是在无论你在客厅哪个角落发出指令，设备都能准确的识别，语音识别技术必须突破距离的障碍。

目前室内的语音交互受到背景噪音、其他人声干扰、回声、混响等多重复杂因素影响，导致识别率低甚至无法使用父亲从战场回来后，只能在相对安静、近距离的环境下使用。而远场识别技术将能够很好的解决这些问题。

目前的远场识别技术已经能够支持超过 5 米的语音识别，突破了语音交互距离瓶颈，大幅度改进了语音交互的自由度。该技术利用麦克风阵列的空域滤波特性 在目标说话人方向形成拾音波束（BeamForming），抑制波束之外的噪声，结合独特的去混响算法，最大程度的吸收反射声，从而达到去除混响的目的，用户在客厅的任意角落通过语音操控已成为现实盘间相继突破去年年底高点以及2300美元/吨整数关口。