2017 年，智能音箱火遍全球，国外亚马逊、苹果、Google、微软都在搞智能音箱；国内，互联网公司、硬件产品公司、芯片公司、方案公司、制造公司，一窝蜂的都在投入人力设计、研发、生产智能音箱。

从近几个月发布的智能音箱产品来看，我们也发现，受亚马逊 Echo 系列产品等的影响，国内智能音箱在交互、设计等方面存在与 Echo 相似的地方，同时也不乏大胆、突破常规思维的设计。

众所周知，外观是一个产品首先给人的第一印象，因此对用户决定是否进一步接触起到关键作用。事实上，每款产品的外观、交互设计都涉及到各种错综复杂的因素，而除了设计相关学科之外，产品创新设计还牵扯到心理学、社会学及市场营销等各个学科。

在「深圳湾·超级硬课堂」第 II 期中，我们邀请到了飞鱼设计深圳联合创始人吴冬，他曾先后参与了第一代叮咚智能音箱、猫王收音机、机器人和多款 AI 硬件产品的设计工作。同时，他还是百度度秘等多家互联网公司的硬件设计合作伙伴，拥有从产品定义、开发、落地的完整的设计经历。

在本次课堂中，吴冬就智能音箱设计相关的议题与行业用户进行了探讨。

从 SET 理论的角度解释，近两年智能音箱在市场中得到迅速普及的原因

近年来，以智能音箱为硬件载体的人工智能语音服务已逐渐在国内市场普及，上到价格过千的 Rokid Pebble、出门问问 TicHome、渡鸦 Raven H，下到千元以内的叮咚，小米 AI 音箱、天猫精灵 X1……产品的不断出新也逐渐强化了大众对智能音箱的认识。

在解释语音智能音箱迅速普及的原因之前，我们需要了解一个与之相关的理论——SET 理论。其中，S、E、T 分别代表社会、市场经济、技术，技术在能满足人的需求的情况下转化成产品并形成市场，产生的市场效益也会反过来推动技术的发展，三者之间相互作用相互影响，共同推动社会的发展。

依据 SET 理论，语音智能音箱迅速普及的原因有以下几点：

1. 在众多工作、生活场景中，人们普遍追求便利、解放的操作方式，继手机按键操控、触控之后，对人机交互方式有了更高的要求。

2. 硬件技术、软件技术的发展，让语音识别的准确度不断提升。语音交互的方式正在被越来越多的人接受，即将成为人机交互的重要方式之一。

3. 语音交互方式的变革，孕育了语音设备以及语音应用的巨大市场，其中，音箱天然语音属性、以及使用广泛，率先成为智能语音设备的突破口。

为什么智能音箱普遍都是柱状的？

在解释这个问题之前，我们得先了解「为什么智能语音产品大部分是音箱」的问题。这一切还得从智能音箱的先行者——亚马逊 Echo 说起。

首先，包括苹果 Siri、亚马逊 Alexa、微软 Cortana 等在内的智能语音技术尚未完善，选择音箱作为技术转化的载体，是亲近用户的一个可靠方式。换句话说，之所以选择音箱作为载体，是因为技术所限，是目前缺乏其他选择的一个妥协。

其次，音箱在欧美是存量市场，音乐付费的习惯、开放的音乐文化，让当地音箱有大量的使用场景，这也是亚马逊 Echo 起初以 WiFi 音箱而非智能音箱的名义出现的原因。而 Echo 最终在 2016 年出货量超过 SONOS 的事实证明，这是一个最大限度降低用户适应成本的方法。

反观国内，由于性格内敛、房屋居住面积小等主、客观因素，用户普遍形成了使用耳机、手机听音乐的习惯。音箱类产品缺乏用户基础、没有成功先例，是大部分中国智能音箱照搬 Echo 的主要原因。

此外，Echo 的硬件先决条件，即麦克阵列，相应设计的的灯光定向交互体验，直至目前仍无人超越。在没有更好的替代方案之前，照搬 Echo 模式也就成为自然而然的事情。

智能音箱行业研究：聚焦在家庭场景下的用户研究

吴冬强调，这并不意味着所有的智能音箱非得采用圆柱状的设计。智能音箱只是智能语音的一个过渡性的产品，目前的大厂专注底层架构，任重道远。而小厂在应用层面做好定位，在国内人口基数大、需求复杂的市场中，找准其中一个切入点并解决好，也能有机会取得阶段性胜利。

为更好寻找准确的切入点，深入的需求分析是重要的基础。为此，吴冬从基于家庭的场景研究和用户研究两个层面多对国内需求进行了分析。

家庭场景的特点：

根据 KPCB 2016 互联网报告，美国用户使用语音助手的场景，家庭占据了 43%，是使用比例最高的一个场景。

根据各因素的划分，家庭场景具备以下特点：

空间分区复杂：依据功能划分，家庭空间包括客厅、厨房、卧室、卫生间、阳台等区域，功能分区复杂。

人员构成复杂：男女老少均有，甚至包含几代同堂的情况。

设备类型复杂：产品、品牌类型的丰富多元导致的家庭电器设备构成复杂。

面对这一「众口难调」的家庭场景，如果智能音箱没能形成一定的行业规范，则会进一步严重影响用户体验从而导致产品失去市场。

智能音箱的用户消费者/使用者研究：

鉴于与叮咚、百度合作过的经验基础，吴冬也将相关的用户类型研究成果分享给了大家：

在智能音箱用户类型研究中，用户主要划分为「6+1」种类，其中「1」代表行业用户，包括而媒体、厂商等抱着学习、传播目的用户，他们并非行业的终极用户。

剩下的 6 大类型：科技爱好者、音乐爱好者、商务人士、家庭、儿童、残障人士，对行业的影响力、相应的人群数量呈依次递减的趋势。

其中，不同类型的用户对智能音箱的需求也不同，科技爱好者是抱着好奇、尝鲜心态，音乐爱好者则是为了潮、时尚的全新体验，商务人士则是在解放双手的基础上为紧张的生活节奏带来放松和愉悦的需求，家庭则追求「化繁为简」，在下厨等腾不出手的空隙得到协助。

另外，儿童、残障人士这两类人群隐含着许多我们尚未挖掘的机会。主要原因是，与成年人不同，生性好奇的儿童对新事物的接受没有天然障碍。而对于行动不便、没有视听障碍的残障人士而言，这类产品会是一个提供便利的工具。合适的切入点将会为这两类人群产生有价值的产品。

智能音箱 AI 硬件产品的交互研究

基于社会因素，也就是对用户需求层面进行研究，交互方法论——UACP 理论模型之间的用户（User）、行为（Action）、环境（Condition）、产品（Product）各个因素相互作用、相互影响，是输出交互定义的一个过程。

在这套理论的基础上，形成了一套基于时间线，对用户与产品之间产生的行为和场景进行采集的分析报告，以此来明确用户需求。

简单来说，这个研究包含用户从早上起床与产品开始互动，到离开屋子等在不同时间、环境产生的数据。更具体的甚至还包括用户在购买之前与产品的接触到购买、拆包装等容易被忽视的细节。

基于时间线对用户使用产品的流程、内容的进行梳理后，我们则进一步为重要的节点定义语音交互的内容。

智能音箱的产品设计研究（CMF）

通过以上的 SET、UACP 模型将产品交互（语音、灯光交互）明确下来后，我们则可以进一步定义产品属性。其中，产品的属性类别包括科技、娱乐、文化、技术等。

围绕产品属性，我们可对产品风格进行定义。将与该风格类似的产品与典型用户进行讨论，最终找到适合产品风格的 C（色彩）、M（材质）F（工艺），在一般情况下还需要同时综合考虑成本。

至此，也就意味着产品该有的交互、造型等定义性工作已经完成。设计师也就得到了一份产品建议书，开始进行实物图的设计工作。

智能音箱的产品线规划

除了产品设计之外，产品线的规划也是产品公司战略规划中一个重点。产品线规划包两种策略：一是产品战略，重在用户体验；二是市场策略，进行价格区间的全覆盖。

以 Echo 这一针对家庭场景的系列产品为例，因单一产品难以满足家庭场景多用户、多空间、多设备联动的需求，Echo 系列涵盖了 Echo Show、Echo Dot、Echo Look 等形态各异的产品，结合其旗下的 Fire TV、Fire Tablet 以及 Alexa 平台接入的各设备，构成了全产品联动的生态系统。对用户端覆盖整个家庭场景，另外以价格覆盖的策略对竞争对手形成打压。

对于产品设计公司而言，产品线规划的工作重点在于「通过产品传递品牌」。

具体来说，一方面是产品形象（PI），即品牌的产品基因，苹果则是一个典型的代表；另一方面则是整个产品系统的交互逻辑，包括产品之间、产品与家电之间的互联以及交互逻辑。

用形象的比喻，就是这些产品在外形（材质、外观等）、行动（交互形式）上像「一家人」，从而传递出某一品牌信息。

案例分析

上面提到，除了照搬 Echo 这类圆柱形态的音箱之外，部分厂商也能有另辟蹊径并取得阶段性胜利的机会，以下进行一些案例分析。

采用颠覆性外观设计的渡鸦 raven H 智能音箱：

raven H 最大的亮点是，完全跳出了 Echo 等音箱固有的柱状设计思维。

在时下「我要买个音箱，而这个音箱恰巧是智能的」购买逻辑中，raven H 传达了它是一个「新产品」并且是个智能音箱的信息，是一款相对让人眼前一亮的产品。

另一款以市场先导的 Line Clova Friends 智能音箱：

已在日韩风靡的 Line 即时聊天软件，将旗下的 IP 打造成一款带有智能语音、陪伴功能的智能音箱。以市场为先导，给既有用户一个触碰科技的机会。

因用户群的特殊性，Line Clova Friends 产品的着重点不在于配置、科技、功能等方面的硬实力，而更多的在于外观和趣味。

如何避免设计中的「开发者思维」，在产品走向商品的过程中寻找平衡点

在人工智能技术的发展、语音技术向产品转化的节点里，「是否要做一个功能强大的智能音箱」是一个值得思考的问题。特别是在强调「极客」的开发者思维中，追求「极致」将主导着产品的定位。

对此，吴冬认为可在这个过程走两个极端的策略：对于开发者而言，要在技术上做到极致，在技术占领制高点的基础上快速做出产品，并进一步快速获取用户、占领市场份额。而在将产品推向市场时，则需要经历一个不断向市场妥协的过程。

其中，在将纯技术产品转化成商品的过程总中，设计能起到重要的调和作用，包括赋予产品以文化内涵、科技感等。

Q&A |  知友提问

Q1：语音智能音箱的设计趋势是什么？

A：我认为「没有设计就是最好的设计」，语音智能产品的趋势会像电影『Her』里的女主角一样，虽然男主通过耳机与她对话，但在需要的时候，她就会出现，不被需要的时候则会保持安静。在这样的境界下，不管智能语音以怎样形态作为载体，我们并不在意。这也是为什么我说智能音箱只是的一个过渡产品的原因。

Q2：据了解，扬声器、麦克风阵列挨得太紧会影响语音识别，除此之外，小型音箱还存在哪些设计上的挑战？

A：智能音箱对扬声器、麦克风阵列的距离有一定要求，距离越小，对声音拾取的分辨率越差。我们在做叮咚第一代智能音箱的时候，将两者的距离设定在 135 mm 以上才确保了良好的拾音效果。目前还没有特别好的硬件解决方案，将距离做小势必会牺牲拾取的精度。

Q3：便携智能音箱的设计存在哪些难点？（电池大小？喇叭？麦克风？）

A：客观上看，的确是这些问题（电池、喇叭、麦克风），但还是需要对具体的应用场景进行定义，譬如在安静空间使用便携智能音箱，远场语音识别则成为次要的功能，也就不怎么需要考虑喇叭与麦克风阵列的距离问题。

Q4：除了语音交互之外，音箱物理按钮、屏幕等其他模态交互形式的设计有哪些需要注意的地方？有哪些创新性的交互设计值得学习？

A：这是一个不断研究并不断取舍的过程，智能音箱是智能语音产品的一个过渡形态，就意味着按键、屏幕等设计都是过渡形态。这其中没有学习成分，我们只有通过不断的实验和试错，最终决定一个产品该怎样的设计。

Q5：能讲讲儿童类音箱的设计可以重点思考的点吗？

A：值得注意的是，我们很容易站在成人的角度去设计儿童产品，我们曾在研究中发现，「妈妈选的和小孩选的不是同一个东西」。这里给出的一点启发是，在做用户研究时，要注意区分购买者、管理者、使用者等各种类型的用户，并且一个个击破，才能获取更大的胜算。

在深圳湾知乎 Live 线上课程「又现音箱——对话智能音箱先行者，了解如何设计一款消费级的智能音箱」中，吴冬与我们分享了许多智能音箱设计干货，本文只节选了课程中的部分内容。全部课程内容，欢迎各位朋友点击文末「阅读原文」，查看图文+音频全程回顾！