離線語音控制：不聯網、不註冊、不上雲

我們有一部分燈具可以在完全沒有網路連線的情況下聽懂口令——識別是在距離 LED 幾釐米的一顆晶片上完成的。 它和"叫智慧音箱開燈"是兩種不同的產品，而且差別是雙向的。

兩種語音，差別不在"聰不聰明"

雲端語音是大多數人說的語音控制。你對著音箱或手機說話，音訊被送到伺服器， 伺服器判斷你的意思，再把指令發回給燈。詞彙是開放的，燈是別人生態裡的一個裝置， 整條鏈路需要一個賬號和一條能用的網際網路連線。

離線語音把一個小型語音識別引擎放進燈具本身。有一個喚醒詞和一組固定指令， 兩者都在生產時燒錄進去。沒有賬號、不需要與助手配對、沒有音訊離開這個房間。 它不是雲端方案的縮水版，而是另一種設計，擅長的事情也不一樣。

離線真正更強的三件事

1. 它立刻回應。識別就發生在燈所在的位置，沒有到伺服器的往返。 從說完那句話到燈發生變化的間隔，短到會被感知為"即時"——雲端語音通常做不到。
2. 網路斷了它照常工作。路由器重啟、寬頻掉線、某個人的手機上賬號退出了—— 這些都傳不到燈這裡。停電恢復的那一刻是你最想用一句話把燈開啟的時候， 而那恰恰是雲端助手最不可能響應的時候。
3. 沒有任何東西離開房間。不存在一路上傳的麥克風音訊流，因為它無處可去。 對臥室、兒童房，或者單純不希望家裡有一臺始終聯網在聽的裝置的人來說， 這一條就是全部理由，不需要別的。

它放棄了什麼

1. 指令集是固定的。你沒法自創一句話。有一張清單，清單在生產時就定了， 用這個產品意味著去記它，而不是反過來。多數指令集在十幾到二十幾條——開、關、調亮、調暗、顏色、幾個場景。
2. 它只知道自己。"全部關掉"需要有個東西知道"全部"指的是什麼。 一顆裝在某盞燈裡的離線晶片根本不知道別的燈存在。全屋邏輯是助手或閘道器的活， 這是離線語音在結構上做不到的事。
3. 喚醒詞不歸你改。它通常可以在定產品時定製——那是製造環節的選項，外銷機型很常見—— 但買燈的人改不了。

誤喚醒比詞彙量重要得多

比較離線語音模組時，大家讀的規格是指令條數，而真正決定你喜不喜歡這個產品的規格是誤喚醒率。 一個會在看電視新聞時自己醒來的模組，比一個只聽得懂十句而不是二十句的模組難相處得多。

描述這件事的是兩個數字，正經的供應商兩個都有：誤接受率——沒人叫它的時候它響應的頻率； 以及誤拒絕率——你正經下了指令它卻裝作沒聽見的頻率。這兩個數字互相拉扯。 把模組調得更不容易被誤觸發，也就同時調得更不容易被有意觸發。有用的問題是： 在有背景噪聲的條件下這兩個數字是多少——安靜房間裡的資料永遠好看。

模組裝在哪兒，和裡面是哪顆晶片同樣重要。麥克風藏在燈罩後面，聽到的是一個悶掉的房間； 朝著天花板，聽到的就是天花板。裝在高處、房間又都是硬表面時，反射聲到得太晚，會把一句話糊掉。 這些在資料手冊上都看不到——所以一個在桌上識別很好的燈具，裝上去之後可能讓人失望， 也所以值得按它真正會待的高度先測一個。

語種是模型，不是設定項

離線識別是按語種分的，這一點跟雲端不同。每個語種是一個單獨的模型編譯進晶片， 所以一個既懂英語又懂普通話的產品是帶了兩個模型，再加第三個是製造決策而不是選單項。 買家會注意到的一個怪現象背後就是這條約束：同一款燈具賣到兩個市場，指令集可能不一樣， 因為那兩套指令集是分別做的。

另一個維度是模型大小。更大的模型在口音和噪聲下識別更穩，佔用的矽片面積也更多； 更小的模型便宜，也更不寬容。對只賣一個市場、口音單一的產品，小模型往往是正確的工程選擇； 對會遇到沒人測試過的口音的外銷產品，通常不是——而一個同時提供兩種規格、 並且能說清你詢價的那顆用的是哪一種的供應商，其實是在告訴你：這產品其餘部分的規格也定得同樣仔細。

怎麼選

1. 如果燈需要在停電恢復時、在沒有可靠網路的房間裡、或者在完全沒有云端裝置的環境下工作 ——離線，這個決定已經做完了。
2. 如果價值在於跨裝置的邏輯、定時，或者與其他品牌的聯動 ——雲端或閘道器。離線語音做不到，詞彙量再大也改變不了。
3. 如果你希望三四句日常用語得到即時響應，其餘的慢一點無所謂 ——兩者都要，前提是燈具支援。多數人最滿意的是這個組合。
4. 無論選哪種，都要在真實房間裡、按實際安裝高度、開著電視測一遍。 市面上每一個語音產品，在安靜的展廳裡表現都很好。

我們哪些燈具帶離線語音、帶的那些該配哪個 App，見 我需要哪款 App。