中国智能音响行业分析报告Word下载.docx

1、随着智能手机逐渐替代电脑成为办 公娱乐中心后，家庭音响再次成为带动声学产品成长，据 Futuresource 统计，2016 年全球的家庭声学相关市场达到 213 亿美元，17 年预计维持 5%增长，其中无线音响预 计能够维持 20%增长，出货量有望达到 8400 万台。图表 5：无线音响从 14 年开始快速成长图表 6：家庭声学市场有望达到 224 亿美元家庭声学产品增长来源于无线音响，语音控制成为 15 年以来亮点，AmazonEcho获得巨大成功，预计今年年销量将破千万。2016 年无线音响销售接近 7000 万台，其中 语音控制为主要操控方式的智能音响销量预计在 650 万左右，占总量

2、的 10%，今年预计 销量有望达到 2450 台以上，占比超 20%，语音控制将为无线音响带来新的买点，Echo 的推出是这个行业的重要转折点。AmazonEcho 是亚马逊在 2014 年 11 月推出的智能音 箱产品，是智能化的无线蓝牙音响。最大亮点是将“Alexa”智能语音技术融入音响设 备中，使其能听懂人的指令并作出反馈，也就是更智能。根据 CIRP 估计，2016 年前九 个月卖出 200 万台 Echo，Amazon 公布 2016 年圣诞销量是同期的 9 倍之多。根据产业 链调研，我们预计 AmazonEcho 今年销量 1900 万台左右。截止 2017 年一月，美国有 82%

3、 的亚马逊网购者熟悉 Echo，而一年前只有 47%的人听过这个设备，消费者接受程度持 续提升。图表 7：无线音响 16 年出货量超过 6000 万图表 8：语音控制为主要操控方式的智能音响市场保有量女性占比开始上升，进入消费品爆发临界点，年长者购买占比高，适合家庭场景。 根据统计，在 Echo 和 EchoDot 发布初期，将近 80%的消费者都是男性。而 2015 至 2016 期间，女性消费者不断增加：截至 2016 年 12 月，Echo 消费者中女性比例已从最初的23%达到 50%。一般消费品女性购买占比上升是爆发点。过去的两年间，超过 60%的 Echo 消费者由 60-70 后（

4、图中橘色线）和 40-60 后（图中黄色线）构成。其中，60-70 后一 马当先，在绝大多数时段都稳居消费率第一的宝座；40-60 后紧随其后，占所有消费者 群体的 30%左右；而 80 后只排在第三，20-40 年代的最少。语音操控的便携性可能是 主要原因，更适合家庭全年龄段使用。图表 9：女性消费者购买占比提升图表 10：年长者购买占比高重度网购消费者减少，网购促销与新品有刺激作用。根据 SliceIntelligence 统 计，以年平均消费 5000 美元为界，划分出重度网购消费者和轻度网购消费者。在 Echo 发布初期时，40%的消费者为重度网购消费者。到 2016 年底的假日购物季

5、，初次购买 Echo 的消费者中只有 28%是重度网购消费者；由此可见，为数众多的非网购爱好者为 了 Echo 点开了亚马逊下单页面。具有传统消费习惯的更主流消费群体正在逐渐成为购 买主力，市场还在增长。Echo 设备在年末假日季大获全胜，销量创新高，一度供不应求。2016 年 11 月和 12 月销售的 Echo 占全年销量的 45%，其中网购周末（cyberweekend） 贡献了全年最大销量。另外，11 月初的打折活动和 12 月中的新品发售也带来了销量的 小高峰。图表 11：主流消费群体逐渐成为 Echo 购买主力图表 12：网购促销刺激新品销售Alexa 生态圈初步成型，智能语音音响

6、功能不断拓展。Amazon 的应用数量不断增 加，截至 17 年 1 月，已经拥有 7000 个基于 Alexa 的应用，最近 5 月 Amazon 宣布已经 突破一万个应用。其中新闻、游戏、教育、生活类和天气预报等占比最大，不过只有31%的应用有超过一条评论，暂时因为保有量较小导致大部分应用使用次数少。我们预 计将来 Facebook、Twitter、Snapchat 等也会陆续登陆智能音响平台，社交和直接通 信交流应用将会是 2017 年的杀手应用，促进产品销售。目前 Amazon 应用平台支持第 三方应用的开发，亚马逊开设了一个 1 亿美元的基金投资公司，用于推动语音识别和人工智能，其生

7、态圈内功能将不断增长。Google 和苹果的优势在于 Android 和 iOS 平台的应用开发搬迁，目前 Amazon 单应用预计带来 500-250,000 新用户，Google 单应用 预计带来 1,600-3,100 新用户。图表 13：AmazonAlexa 应用分类 图表 14：Alexa 应用数量增加各大厂商加入智能音箱市场，先发优势明显，预计今年所有品牌都将赶末班车。 继 AmazonEcho 取得成功，2016 年谷歌发布 GoogleHome 智能音响，随后，叮咚智能音 响、漫步者系列智能云音响、Sonos 家庭智能音响相继推出。不过，AmazonEcho 具有 先发优势，

8、就美国消费者的选择看，Amazon 选择占比高达 70.6%，而 GoogleHome 占 23.8% 排第二。从我们产业链了解的今年备货情况看，GoogleHome 今年预计销量超 100 万台。图表 15：多家厂商推出智能语音音响图表 16：AmazonEcho 市场接受度高达 70.6%2、巨头不同战略，音乐本质被忽视2.1、各家智能音响的侧重不同 不同厂商智能音响的侧重不同，都力求打造自身生态圈，应用是最直观差别。除Google 和 Amazon 的产品外，京东叮咚是国内最早跟进的产品。他们除了本生的播放功能以外都具有语音控制功能，从价格上看，国内产品主打 6、700 价位，智能家居的

9、生 态圈属性较弱。语音控制的基础看，Google 更多的识别功能通过云端完成，Amazon 的 本地识别能力更强，也有强大的云平台支持，京东则是采用科大讯飞的服务，未来大 数据的延展性可能不强。但是京东作为国内厂商，能够支持XX音乐、喜马拉雅等大 众 APP，而 Amazon 等常用的 Spotify、Pandora 等服务则在国内较受限，而 Google 的 所有服务更是无法使用，因此国内厂商未来可能在国内形成垄断销售的状态，考虑到 收集的大数据的价值和云平台的建设能力，我们预计腾讯、阿里、XX等互联网巨头 有望在年内推出各自智能音响产品。图表 17：各个智能音响比较以 Google 和 A

10、mazon 看，硬件和软件都差异巨大。GoogleHome 可以通过 GoogleCast 实现多设备同时播放，还可以通过 Chromecast 控制电视播放。而 AmazonEcho 可以通 过蓝牙播放音乐，具有语音下单等特色功能。在硬件上最大的区别是 AmazonEcho 选用的是 6+1 麦克风组成的麦克风阵列，而 GoogleHome 选用的是 2 麦克风组合。两家产品都具有强大的流媒体播放功能。在各自的独家功能上，两家都选择支持自有的电商或 视频应用，增加付费增值服务。表格 1：市面上智能音响对比2.2、硬件拆解看成本，音质将是提升品质关键AmazonEcho 部件相对最为复杂，在各

11、家中采用最多 Mic，高低音双扬声器设计， 三块 PCB 控制。主要有动力和扬声器驱动板、2.5 英寸低音扬声器部件、2 英寸高音扬 声器部件、主机板、LED/microphoneboard、7 颗麦克风组列、其他零部件。主要电子 元器件集中于动力和扬声器驱动板、高低音扬声器、主机板、LED/microphoneboard 这几部分。三星内存等最近较缺的零组件价格波动可能较大，预计今年波动在 3 美金 左右，其他各零组件供货稳定，预计大批量生产后，塑料注塑产品的成本降至几块人 民币以内。芯片和扬声器等是音响成本占比较高部分。图表 18：AmazonEcho 拆解图表 19：LED/microp

12、honeboard图表 20：动力和扬声器驱动板、高低音扬声器图表 21：主机板我们统计 Echo 芯片成本，同时根据供应链调研和行业产品一般价格，估计 Echo 的成本在 89 美元以下。我们通过各芯片厂商销售官网统计，以 1 万片的零售价计算， Echo 拆解能辨识的芯片成本约 62 美元。量产百万量级芯片成本能够大幅下降，预计其 芯片成本约 55 美元。我们产业链调研，GoogleHome 布网罩成本为 6 美元，铁网罩成本 为 10 美元，Amazon 更多强调控制中心地位，设计简单，塑料+金属件预计不超过 15 美元。目前的智能音响扬声器音质都普遍较差，Echo 的扬声器品牌不详，但

13、是以音质 相当的 GoogleHome 看，预计单个扬声器价格在 5 美金左右，其余组件占比较低合计约 为 89 美元。GoogleHome 和京东叮咚因为零部件有所区别，成本有所不同。我们一直强 调，无论是耳机还是音箱，都存在生产力和生产关系严重不匹配，利润空间巨大。表格 2：AmazonEcho 成本估算图表 22：Echo 芯片成本约 62 美元（以不到 1 万片零售价计算）GoogleHome 和京东叮咚内部结构相对于 AmazonEcho 较为简单，与业内交流发现， Google 将更多的计算处理放于云端。通过拆解可以看出，Google 和京东的产品相比于 Amazon 更为简单，因

14、此售价也更低，从芯片选用可以看出，Amazon 选用更多 TI 产品， 高通平台的处理器价格更高，而 Google 则采用 Marvell 平台，京东采用全志平台实现 更多功能的 One-Chip。表格 3：GoogleHome 和京东叮咚主要元器件 图表 23：GoogleHome 拆解图表 24：GoogleHome 中的芯片图表 25：京东叮咚拆解图表 26：京东叮咚主要芯片声学是我们最关心的部分，从现在的智能音响产品看，音质普遍较差，Mic 的价值 量较低，扬声器将是升级重点。从扬声器的数量看，京东采用 5 个扬声器最多，但是 总体售价最低，并不说明音质最好，从拆解看只有 Google

15、Home 的扬声器有品牌标示， 为两个 Tymphany 的 Peerless 的 PLS-50N25AL07-04 全频段驱动，官网相近型号 2000 只零售价格在 7 美金左右。表格 4：最重要的声学的不同 表格 5：Tymphany 产品线扬声器采购为终端厂商选取，联想提出客户选择的方式，Sonos、惠威等有在无线 音响中采用三分频。从 GoogleHome 和 AmazonEcho 的频谱曲线可以看出音质较差，100Hz-2kHz 的频谱波动大，波动在 10dB 左右。最近联想推出智能音响，低端产品与京 东价位相当，在 799 元，但是哈曼定制版本售价 1299，500 元的溢价在扬声

16、器。目前 Sonos、惠威等 3000 左右的 HiFi 无线音响中有采用三分频的方案，能够做到频谱曲线 的平坦，但是就音乐而言，两分频的高质量单体可能是性价比更高的选择，但是预计 未来为了满足音质要求，扬声器数量会继续增加。图表 27：Google（绿色）和 Amazon（蓝色）的声音频率曲线图表 28：联想智能音响哈曼高级版贵 500 元图表 29：HiViDiVa 的频谱曲线图表 30：高低中三分频扬声器的作用苹果推出智能音响，售价 350 美元，音质将成为最大看点符合逻辑。苹果收购 Beats，结合 AppleMusic，坐拥两大流媒体平台，同时拥有 Siri 语音识别，能够做到 与手

17、机、电脑、iPad、AppleTV 的完美生态整合，今年加入到智能音响市场战斗中。Amazon 和 Google 将更多的精力放于智能识别，缺失了普通蓝牙音响的音质优势，预计苹果会 在扬声器上更有追求。一般 JBL 蓝牙音响的扬声器价格在 150 元左右，Sonos 的扬声器 在 250-300 元左右，而音响售价在 1500-3000 价位。我们整理了市场上品牌蓝牙音响，100-800 元属于低端价位，800-1500 元属于中端价位，而 1500-7000 属于高端价位。 从苹果对手机、平板、电脑的定价可以看出，高价+高性价比是产品定义，350 美元的 售价预计扬声器价格在 35-40 美

18、元左右。表格 6：品牌蓝牙音响价位3、人工智能带来声学大空间3.1、智能音响 AllinOne，智能家居入口价值 智能音响具有较高的入口价值。智慧家居智慧家居将把家庭的安全、娱乐、饮食、健康等结合起来的一个有机整体，需要有一种便捷、舒适的人机交互方式。机器语言识别已达人类级别，技术进步推动语音助手使用率上升。互联网巨头纷纷布局语音交 互硬件产品，音响类产品成主流方案。其核心能力是低噪声环境下的语音识别能力， 能够很好解决目前智能家居产品在交互信息入口方面的问题。智能音响设备在智慧家 居的带动下，有望发生革命性的变化。2015 年智能家居全球渗透率为 6%，到 2019 年 其市场渗透率估计可达

19、 12%。2015 年全球智慧家居市场达 518.6 亿美元，到 2022 年预 计将超过 1200 亿美元，2017-2022 年年复合增长率可达 14.26%，随着智能化的普及， 该市场仍然具有很大的增长空间。表格 7：全球智慧家居渗透率情况图表 31：全球智慧家居市场音乐+语音+OEM 服务，ALLinOne 音响产品雏形渐显。Echo 的出现，拉开了 allinone 音响产品市场的序幕。这类在音乐播放之外具有基于语音识别的多重功能，能够作为 智能家居和物联网入口，并提供在第三方集成的 OEM 语音服务。一个典型的工作流包 括用户下达指令或提问、智能音响设备进行处理以及反馈三个部分。反

20、馈既可以是设 备直接输出语音，也可以通过第三方设备进行图像或文字输出。图表 32：AllinOne 音响产品雏形图表 33：智能音响类产品工作流模式3.2、语音识别到人工智能，声学新空间 智能语音技术发展驱动语音交互快速渗透，语音搜索占比迅速提升。人机语音交互的应用关键在于准确率与响应时间，语音识别技术日益成熟，即将突破从 95%到 99%正确识别率这个量变到质变的临界点。语音技术和相应软件的改善的成熟使得语音交 互更为流行，2015 年美国智能手机用户使用语音交互的比例较 2013 年提升了一倍以 上。语音搜索的使用也随之增长，根据 GoogleTrends 统计，自 2008 年 iPho

21、ne 及谷歌 语音搜索推出以来语音搜索增长超 35 倍，百度搜索服务自 2014 年 Q2 以来语音输入增 长 4 倍以上，语音输出增长 26 倍以上。根据研究机构 ThriveAnalytics 统计，2015 年美国智能手机用户使用语音交互的比例较 2013 年提升了一倍以上，而他们的用户调 查同时显示软件/技术的改善是选择使用语音交互的最主要原因。图表 34：语音识别准确率持续提升图表 35：XX、谷歌等平台语音识别率已达到 95%图表 36：三成用户基于技术发展原因选择语音交互在搜索服务方面，语音搜索在各平台占比迅速提升。根据 GoogleTrends 统计，自2008 年 iPhon

22、e 及谷歌语音搜索推出以来语音搜索增长超 35 倍；近年来XX语音的占 比提升同样十分迅速，由于智能手机键盘较小，汉字输入难度较英文输入更高，因而 大量用户选择使用XX语音识别功能以及文本转换语音功能进行搜索和接收信息。根 据XX披露数据，自 2014 年 Q2 以来语音输入增长 4 倍以上，语音输出增长 26 倍以上。 同时XX人工智能专家吴恩达预测，2020 年语音及图像搜索占比有望达到 50%。图表 37：Google 语音搜索增长极快图表 38：XX语音使用高速增长巨头纷纷布局语音技术，智能语音产业链成熟。智能语音产业参与者可以分为两 大流派：从科研实验室走出来的独立语音技术提供商以及

23、希望抢占下一代入口的互联网巨头。在巨头们的探索与布局下，语音技术发展极快，同时也形成了智能语音技术提供商、后端服务提供商以及入口平台商三者协同的智能语音产业链。表格 8：巨头们纷纷布局语音技术 图表 39：智能语音产业链已成熟人工智能以语音为接口，语音识别已达新高度。智能助手应用的关键在于语境意 识，以及如何在语境中灵活的展现功能。Google 语境意识上有较大的发展。谷歌助理 在个人信息学习技术功能上，结合了自家谷歌搜索的深度学习技术和自然语意处理技 术，能够与用户自然对话交互，并且通过理解上下文语意帮助解决用户问题，这在 Sri、 Cortana、度秘中都没有很好地解决。近年来神经网络以及

24、联结时间主义分类技术（CTC） 和序列识别训练技术的递归神经网络等技术的使用，使得语音识别在嘈杂环境有较高 的识别度，语音识别已到达新的高度。图表 40：谷歌助手能够理解上下文语意表格 9：语音识别已达新高度图表 41：XX DeepSpeed 技术使其语音识别占据优势图表 42：Google 的神经网络听觉模型Google 实现自然语言理解到智能回复和机器翻译的跨越。Google 去年 9 月正式推 出的聊天软件 Allo 通过对用户的对话记录来生成智能回复选项，从而实现智能回复功 能。Allo 的智能回复有严格的延时要求，基于 Gmail 的“编码-解码”两步模型。同时 Allo 回复具有

25、私人订制的特性，可以根据用户的使用时间而反映和模拟用户的“说话 风格”。并且还能识别多种语言，主要是基于图表关联的机器学习进行多语言之间的相 互关联，并连接谷歌翻译的模型进行翻译。表格 10：智能回复的“编码-解码”过程图表 43：智能回复的两步模型神经机器翻译系统实现了机器翻译技术迄今为止最大的进步。10 年前的谷歌翻译， 其核心算法是基于短语的机器翻译技术，而几年前加入了递归神经网络来直接学习输 入短（一种语言的一个句子）到输出端（另一种语言的同一个句子）的映射。而神经 机器翻译系统（NMT）可以将整个句子视作翻译的基本输入单元，进行端到端的直接训 练。系统由 8 个编码器和 8 个解码器

26、的深度长短期记忆神经网络 LSTM 组成，并使用了 注意连接和残差连接来连接编码器和解码器。图表 44：谷歌翻译、有道翻译、XX翻译实例对比 表格 11：神经机器翻译系统工作过程图表 45：神经机器翻译系统工作示意微软提出应用场景的多样性。今年 1 月份思科发布 SparkBoard 智能白板，用于会 议记录、日程安排、视频会议等，内置 4K 摄像头和 12 麦克风阵列，用于捕捉特定说 话人。今年 4 月微软增两个 Skype 功能 AutoAttendant 和 CallQueues，再次推动 Skype 进入视频会议和呼叫中心市场。微软与哈曼卡顿合作的新品 Invoke，该产品由哈曼卡 顿

27、（Harman/Kardon）公司制造，内置微软小娜语音助理（Cortana）。图表 46：微软 Invoke 内置语音助理 Cortana图表 47：思科 SparkBoard 智能白板4、HomePod 苹果宣战，回归音乐的本质流媒体音乐正改变音乐产业，苹果着力整合流媒体大数据与智能声学产品，维持 硬件+软件强护城河模式。Spotify 作为目前全球最大的正版流媒体音乐服务平台，目 前拥有 5000 万付费用户，月活用户有 1.26 亿。2016 年其营业收入占全球音乐产业总 收入的 20%，而在 2008 年这项数据为 0。全球录制音乐收入增长 16%，而此前 16 年平 均增长为-4%

28、。订阅和流媒体占总收入的 52%，而而这项业务从 2003 年才开始出现，其 发展极为迅速。14 年 5 月，苹果以 30 亿美元收购耳机生产商 BeatsElectronics 和流 媒体音乐服务提供商 BeatsMusic。经过了 3 年的发展，我们认为其真实目的替代 Beats， 结合 AppleMusic 等音乐服务，打造类似过去 iPod+iTunes 的软硬件结合模式，与 Spotify 等互联网音乐服务商竞争。从现在的产品线看无论是耳机还是音响，各产品线 都与 Beats 同时分开运营，但是对 Beats 的市场都产生极大冲击。图表 48：苹果的历次并购情况图表 49：Spotify 收入占音乐总收入提高到 20%。图表 50：订阅和流媒体音乐正改变音乐产业格局图表 51：数字音乐市场规模已超过音乐（2016 年）图表 52：流媒体在行业内增速最快