1.8万亿智能音箱上演三国杀，其“硬核”秘密在哪儿？

Challey & 老刘 EDN电子技术设计 今天
“天猫精灵，讲个故事”
“天猫精灵，请在周一至周四早上六点半叫醒我”
“小度小度，讲下红楼梦第20回”
“小爱同学，唱支歌”
……


智能音箱经过几年的“野蛮”发展，现在已经家喻户晓，据悉，2019年9月25日阿里巴巴人工智能实验室暨天猫精灵秋季发布会上宣布：天猫精灵销量连续两年中国第一、全球第三。

阿里曾表示，机器的智能进化史，是从功能性服务到人类情感满足，机器智能将会更有温度。

阿里巴巴集团副总裁、A.I.Labs总经理浅雪表示，马老师的3H战略提到：未来不是以平台为中心，而以家为中心。浅雪认为“家庭大脑”是家庭的中枢，是生态的连接器，是未来社区的智慧引擎。她表示5G IOT时代变化的最终目的：为了Happy，为了Health，为了Home!

一、 智能音箱的起源与发展

智能音箱最早是亚马逊内部实验室Lab126研发，最开始的名字叫Amazon Flash，后来改名Echo，Echo于2014年11月发布，一举成名，开启了这座金矿的挖掘。

早在2018年，Strategy Analytics调查发现，88%的用户家中拥有至少一部亚马逊智能音箱，31%拥有至少一部谷歌智能音箱。据Voicebot.ai和Voicify曾经发布的一份新报告，美国智能音箱拥有者在2018年增长了40%，达到了6640万，占美国成年人口的26.2%。

2019年，据外媒报道，根据CIRP日前分享的最新数据显示，第二季度，美国智能音箱的安装数量预计为7600万台，而苹果的HomePod仅占了其中的5%。亚马逊仍旧是美国最大的智能音箱供应商，谷歌紧随其后。据统计，亚马逊Echo设备占美国智能扬声器市场份额的70%，Google Home设备25%。

至此，美国智能音箱形成了亚马逊、谷歌、苹果巨头的三足鼎立。

二、 中国智能音箱市场三国杀

在中国，2015年3月由京东和科大讯飞联合推出第一款中国的叮咚智能音箱，然后，陆续开始出现了华强北、三线小厂、深圳方案商等一大批探路者。

据GFK数据统计显示，2015年以来我国智能音箱市场实现的零售量整体来看是保持着高速增长，但从绝对量来看，从2015年的1万台到2017年1-8月的10万台的规模都是非常小的。



这时，巨头们，又是阿里马云首先捕捉到先机，在很短的时间内，极速出手(据说研发只有短短数月)，于2017年7月5日发布天猫精灵X1，其时亚马逊Echo在美国市场的销量已经是千万量级。而在2017“双11”当天，天猫精灵售出超过100万台!

从此，中国智能音箱的发展进入快车道!

随着巨头们的进入，到如今的2019年，中国的智能音箱也出现了三国杀：
经过几轮洗牌博弈后，中国智能音箱市场的出货量已经跃居全球第一。海外数据统计机构Canalys的报告显示：2019年第一季度中国市场智能音箱出货量全球占比51%，首次超过美国，成为全球最大智能音箱市场。至此，“Made in China”的智能音箱领跑世界。

Canalys 2019年第三季度发布的统计数据显示，全球智能音箱出货量增长44.9%，达到2860万台，整体市场进一步增速。其中，国外智能音箱一家独大的亚马逊，同比增长65.9%;国内智能音箱三巨头之一的百度，以同比增长高达290.1%的数据持续领跑，阿里巴巴、小米的同比增长则分别为77.6%，77.7%。



至此，国内智能音箱市场已经开始形成“一超二强”巨头垄断的市场局面。近日，全球权威咨询公司Euromonitor International(欧睿国际)在调研报告中指出“2019年前三季度，按照销量统计，天猫精灵、小米和百度三大智能音箱品牌在中国市场集中度高达93%。”

其中，天猫精灵更是以89元的价格，誓要撬动1.8万亿的未来市场。

为什么这些巨头对智能音箱这么“痴迷”?现在的原因已经众所周知了，那是为了下一个AIoT的布局，说得落地一点就是未来可能通过智能音箱，AI语音随时随地控制各种场景：智能家居、智能教育、智能汽车等等，形成又一个万亿级的闭环生态。

关于智能音箱&AIoT的发展，在此暂且不表。

国内智能音箱出货量达到几千万之多，口碑这么好，体验这么劲(笔者很早就买了天猫精灵给孩子用，几年了音箱还是那个音箱，可孩子越用越有趣，音箱也越来越智能)，其售价却能做到如此之低，他们都用的什么方案，硬件核心都有什么不同?机器人网怀着满满的好奇，请来了有着二十多年硬件设计、研发经验的老刘，开启了一波“拆拆拆”之旅，以此揭开智能音箱的硬核秘密。

三、 大拆解

首先，我们通过电商平台买来了四款智能音箱，分别是阿里天猫精灵IN糖，阿里天猫精灵方糖R，百度小度智能音箱play，小米小爱音箱play。

至于为什么要买两款天猫精灵，是觉得很奇怪，IN糖与方糖R似乎没什么差别，可是价格IN糖要贵很多，那到底贵在哪里，我们只有“剖”开它看一看。百度选择的是小度Play青春版，小米小爱似乎只有一个选择。
下面是“全家福”



这次拆解主要分为三个部分：

A、 首先对声音、智能语音的唤醒进行了简单测试，由于这次主要偏重硬件拆解，详细的语音智能方面就不做深入测评。

由于这几款智能音箱价格在百元上下，除去各芯片器件，留给音箱单元的成本不多了，因此不用太期望其音质的完美。但是机器人网在进行了简单测试后，发现他们的发音都非常清晰，音质非常纯正。其中小米小爱的喇叭尺寸大，用料足，其音质效果要好上一筹。但是小爱同学在语音、噪音等算法处理方面稍微差一点，表现在音箱声音过大时，再用语音唤醒需要很大的音量，而唤醒小度和天猫精灵三个音箱只需人的正常发声即可。

B、 大拆解：对每个音箱进行拆解，找出其核心主板、CPU等元器件，看看各家用的什么方案和器件。

C、 谜底大揭晓，看看中国三大家智能音箱的硬件核心的秘密到底在哪儿?
如果觉得过程过于像“裹脚布”，请直接“滚”动到末尾看谜底大揭晓。

详情请看下面一一分解。

(一) 、小米小爱智能音箱Play



1. 外壳
拆解底部防滑胶垫，露出底部固定螺丝，4颗螺丝拆下：



底座添加一块配重块，上部露出导音锥：



2. 音箱
拆除导音锥，拆除电源插座板，露出内部音箱：



取出音箱，从上到下主板、内部箱体、全频扬声器固定一体：



扬声器为2寸6欧5瓦双磁钢全频喇叭，箱体带倒相孔，双磁钢和倒相孔都是用来改善音质，提升灵敏度、提高低频动态和声压，该处设计用心了：



3. 主板
主板两面：



面板正面，4个按钮+中心一颗RGB LED状态指示灯：




4. 功放
ESMT AD52058晶豪科技15W立体声D类功放IC，带Limit,4.5V~14.4V，兼容TPA3136/TPA3137。



5. CPU
去掉屏蔽罩，全志R328-S2 CPU：



6. Flash



GigaDevice 5F1GQ4UBYIG 兆易创新1Gb SPI NAND Flash。



LDO电源芯片，BCCAQ—降压IC，5V降压IC， AACAT—降压ICx2：



7. 无线模块
RTL8723DS---Realtek瑞昱WiFi、蓝牙4.2二合一芯片:





8. 小爱全家福



9. 优缺点
小爱具有语音交互+百科搜索引擎+内容+智能家居控制，智能家居设备需要加入小米IOT生态链;
总体来说，在四款音箱中最具设计感，声音比较甜美柔和，低频有弹性，这跟其双磁钢喇叭及倒相式音箱设计有关系，用心了，但不知为何一到播放音乐，声音响度就降低，另外在播音过程中，多次出现呼唤“小爱小爱”无响应的情况。

(二) 、小度智能音箱Play青春版



1. 外壳
小度整体注塑，外壳上无螺丝，只能从前面板开始。
撬开前面罩，其面罩周边粘胶，另靠中间四个带胶套支撑柱子支撑固定。



拔掉喇叭线，拆除4颗内音箱固定螺丝：



2. 音箱
取出音箱：



箱体为密封箱，无辐射盆，1.75英寸5W全频扬声单元：



3. 主板
注意拆主板前要先撕掉地面标签，从底部四个孔位卸螺丝：



主板和电源插座板：



主板正面4个薄膜按钮，两路麦克风：



主板反面拆掉固定金属挡板：



主板正面：



4. 功放
标号JWBNA的LDO降压IC及功放IC TPA3138：




TPA3138D2德州10W 3.5V–14.4V 无电感器型立体声模拟输入 D 类音频放大器:
5. CPU
去掉屏蔽罩，看到了CPU：全志R328-S3 CPU，小米小爱为R328-S2。



6. Flash
全志R328-S3及Foresee FS35ND01G，江波龙1Gb SPI NAND Flash：




7. 无线模块
RTL8723DS---Realtek瑞昱WiFi、蓝牙4.2二合一芯片:




8. 全家福



9. 特点
具有语音交互+百科搜索引擎+内容+智能家居控制，智能家居设备需要加入百度IOT生态链;
总体来说，小度也采用全志R328标准参考设计，中规中矩，最大惊喜是黑科技技能——与爱奇艺深度合作，带DLNA智能电视投屏。

(三) 、天猫精灵方糖R



1. 外壳



2. 音箱
4R 3W 单喇叭，音箱带辐射盆，以增强低音效果：



双麦克风：



3. 主板



4. 功放



与小度一样，用的TPA3138D2，德州立体声模拟输入 D 类音频放大。

5. CPU
大家都看到了，依然与小爱，小度一样的全志R328(小度是S3，其他都是S2)!布局不太一样，不是用的“铁壳”屏蔽罩，用的是散热泥盖子(后面IN糖有)。



6. Flash



Winbond 25N01GVZEIG华邦3V 1G bit SPI NAND Flash，那上面的泥巴可不是我们手误弄上去的。
7. 无线模块



依然用的是：RTL8723 DS---Realtek瑞昱WiFi、蓝牙4.2二合一芯片。

8. 全家福



9. 特点
具有语音交互+百科搜索引擎+内容+智能家居控制，智能家居设备需要加入天猫IOT生态链;
(四) 、天猫精灵IN糖



1. 外壳与LED矩阵
RGB LED矩阵：



LED矩阵控制芯片U2628:



2. 音箱
4R 3W 单喇叭，音箱带辐射盆，以增强低音效果，辐射盆比方糖R要大一些：



3. 主板




与方糖R的布局差不多。
4. 功放
如上图，与方糖R一样，采用TPA3138D2。
5. CPU



全志R328-S2，与方糖R一样
6. Flash
如上图，与方糖R一样，采用Winbond 25N01GVZEIG华邦3V 1G bit SPI NAND Flash
7. 无线模块
如上图，RTL8723 DS---Realtek瑞昱WiFi、蓝牙4.2二合一芯片
8. 全家福



9. 特点
具有语音交互+百科搜索引擎+内容+智能家居控制，智能家居设备需要加入天猫IOT生态链;
IN糖的惊喜在于前面板LED矩阵，显示时间及情绪，很有人性化，前面板带光感应器件，根据现场明暗度自动调节LED矩阵亮度。

四、 硬核秘密

至此，我们都看到了上面三家四款智能音箱的CPU均为全志R328,(只有小度用的是R328-S3，其余用的均是R328-S2)。下面是各音箱主要部件的对比：



从中可以看出，方案大同小异，完全相同之处是用的都是R328 CPU和集成了WiFi和蓝牙的RTL8723DS芯片。其他只在flash和功放芯片的选择上有所不同，这就看各厂家与具体元器件供应商的合作以及供应链的管理了。

我们现在来分析一下这个方案：

CPU作用自不必说;
RTL8723DS承载的作用其实不仅仅是我们表面看到的WiFi与蓝牙连接，更重要的是智能音箱将起着控制各场景IoT设备的入口作用，而RTL8723DS作为通信桥梁其重要性就不言而喻了，高稳定性、高可靠性，以及整个架构的普适性等都必须得到保障。
于是我们又找来了全志R328的芯片架构图。


R328芯片框架图
包括：CPU(ARM A7)、Audio(声音)、Security System(安全系统)、Intenal System(内部处理系统)、Embedded Memory(嵌入式存储)、Connectivity(连接扩展器)六大部分。

根据机器人网的了解，全志还与其他智能音箱产品有合作，包括叮咚(2015年3月份由京东和科大讯飞联合推出，可以说是中国第一款智能音箱)、魅族Gravity悬浮音响、Polk Alexa、Sony LF-S80D、网易三音音箱、腾讯听听、百度小度在家、小鱼在家等。有的音箱还能插卡，因此，上面的芯片架构图其实还隐藏了一部分：Extenal Memory(外部存储，插卡)。

我们来看看全志科技R328的官方描述：

R328智能语音专用处理器，可以提供语音交互方面的可靠应用，广泛适用于智能音箱等电子产品，R328集成了双核CortexTM-A7、64 MB DDR 2或128 MB DDR 3，3个ADC通道和1个差分DAC通道提供音频输入/输出接口和丰富灵活的麦克风阵列，无需再外挂芯片。

全志公司专门为R328定制了低成本高集成智能音箱软硬件集成方案，套片WiFi/BT，为用户节约开发时间，通过IN糖可以看到，R328具有极高的集成度和丰富的扩展接口，也易让客户扩展定制差异化个性化的功能，是目前市面上最具竞争力的智能语音芯片方案。

我们来看看R328智能音箱方案框架图：


R328智能音箱方案框架图
按照全志R328官方文档介绍，R328最大支持8路数字麦克风，即在外围添加ADC芯片情况下，可以使用多麦克风拾音矩阵，包括在基本方案基础上，增加DAC解码和数字功放，选择好的扬声器单元，优化音箱设计，可玩性非常大。


R328-S2与R328-S3的区别
有一个细节：上面只有小度音箱用的CPU是R328-S3 ，其他用的都是R328-S2，那他们的区别在哪儿呢?其实，细心的朋友能发现在R328芯片框架图上的最下面有一个部分：Embedded Memory，里面有两个选项：512Mbit DDR2 / 1Gbit DDR3，根据实际的硬件经验联想到此，S3与S2的区别可能与此有关。经过机器人网请行业内专业人士的求证，R328-S3确实是1Gbit DDR3(128MB)，R328-S2为512Mbit DDR2(64MB)，也就是说百度的小度可能因为需要更多的运算内存而选择了S3，而其他都是S2。

我们再来看看R328与其他方案的对比



从R328芯片框架图、R328智能音箱方案框架图和上面的智能音箱方案横向对比得知，全志的解决方案内置了512M DDR2或者1G DDR3(取决于产品方的选择)，高度集成了WiFi+蓝牙芯片RTL8723DS，降低了整体方案的成本。对于产品方来说，只需提供外部存储SPI NAND Flash或者NOR Flash，再选择什么样的功放芯片和音箱单元，再连接自己(或者租用云端)的AI后台，即可快速定制一款智能音箱。这可能是几家大厂一致采用了全志R328方案的原因，也是全志这款智能音箱最热门硬件解决方案的优势所在。

尽管智能音箱的后端还涉及到云端、AI深度学习等软硬件平台技术，但是前端智能硬件统一采用了R328方案，可见全志在智能音箱的硬核技术不容小觑。