“宿命”之說

“目前音頻壓縮算法的碼率日趨降低，研究空間相對(duì)較窄，主要是在某種算法的基礎(chǔ)上對(duì)特定應(yīng)用的改進(jìn)和定制。音頻信號(hào)的研究還可以在下列更廣闊的方向開展下去：基于信號(hào)模型的音頻內(nèi)容描述、特征提取、分類與檢索。這些研究可以作為多媒體數(shù)據(jù)庫研究的一個(gè)子課題，實(shí)現(xiàn)音頻數(shù)據(jù)庫的組織和管理，基于內(nèi)容的音頻點(diǎn)播等。在人機(jī)交互方面，音頻內(nèi)容的描述可以用于音頻一視頻信號(hào)處理（Audio 一 Visual Signal Processing），實(shí)現(xiàn)音視頻信號(hào)交互、信號(hào)對(duì)應(yīng)、信號(hào)關(guān)連等應(yīng)用。”

這段文字來源于 2003 年一篇題為《基于正弦+噪聲模型的寬帶音頻信號(hào)的表示與壓縮》的文章，是今天筆者要介紹的主人公——宋少鵬的碩士畢業(yè)論文節(jié)選。細(xì)讀這段文字，一個(gè)即將畢業(yè)的學(xué)生對(duì)音頻信號(hào)未來的發(fā)展是有積極想法的，我們似乎就可以清晰地看到這個(gè)年輕人將走上的職業(yè)生涯道路。

時(shí)間是最好的證明，這個(gè)從華南理工大學(xué)無線電系畢業(yè)的小伙子近 20 年來真的就只做了一件事，這件事就是音頻信號(hào)處理。常有人問他為什么喜歡這個(gè)領(lǐng)域、認(rèn)定這個(gè)方向的時(shí)候，他都會(huì)笑著答道，“兒時(shí)的興趣，我一直對(duì)聲波、電波充滿興趣，小時(shí)候聽黑膠唱片，聽磁帶，就一直想鉆進(jìn)去看看是誰在里面唱歌。此外，我的中文名字宋少鵬的拼音首字母縮寫是 SSP，而音頻信號(hào)處理（Sound Signal Processing）的英文首字母縮寫也是 SSP，因此這是一種宿命，很早就注定了的?！?/p>

我的職業(yè)生涯一路向前，沒有轉(zhuǎn)折

上面講到 2003 年宋少鵬碩士畢業(yè)，這一年他放棄了大公司的 offer，選擇進(jìn)入一家以色列芯片公司 Zoran 做軟件開發(fā)，鉆研音頻 DSP 技術(shù)。值得一提的是，全球第一個(gè)全套杜比單芯片解決方案就來自這家公司。

2010 年，他又去了微軟亞洲硬件中心，從事硬件產(chǎn)品的研發(fā)制造，經(jīng)手產(chǎn)品包括智能攝像頭、Kinnet 體感設(shè)備等。

就在 2012 年左右，他發(fā)現(xiàn)智能手機(jī)、電視、汽車都在向聯(lián)網(wǎng)化發(fā)展，由于給用戶帶來了豐富的內(nèi)容、社交和娛樂體驗(yàn)，這些產(chǎn)業(yè)得到蓬勃發(fā)展。與此同時(shí)，音頻設(shè)備卻還沒有聯(lián)網(wǎng)，這在一個(gè)專業(yè)音頻從業(yè)者眼中，便是機(jī)遇。而眼前急切要弄清楚的是：如何聯(lián)網(wǎng)？如何承載娛樂和社交？

帶著這些思考，還在微軟供職的宋少鵬便尋找機(jī)會(huì)開始嘗試，這次嘗試不算成功，在他看來，原因有兩點(diǎn)，一是當(dāng)時(shí)行業(yè)環(huán)境還不太成熟，二是大公司的體制存在一定的限制。

宋少鵬在后來接受利器的采訪時(shí)被問到職業(yè)生涯的轉(zhuǎn)折點(diǎn)，他直言不諱地說：“我的職業(yè)生涯一路向前，沒有轉(zhuǎn)折。”因此，回溯到上述那次不太成功的嘗試，摸清原因，認(rèn)準(zhǔn)方向也是他職業(yè)道路上的收貨，當(dāng)然不止于此，他還結(jié)識(shí)了一幫志同道合的朋友。于是在 2013 年的某一天，他帶著這個(gè)團(tuán)隊(duì)毅然決然的開始了他們的創(chuàng)業(yè)闖蕩。

2014 年，米唐在深圳這個(gè)遠(yuǎn)離中國(guó)的政治和經(jīng)濟(jì)中心的灣區(qū)成立了，他喜歡那里自發(fā)式、民營(yíng)式、創(chuàng)新型的經(jīng)濟(jì)模式，大家都來自江西、湖南、江蘇、四川、中國(guó)各地，移民所帶來的一些共同的特質(zhì)，比如說勇敢、不屈服、創(chuàng)新，這些都與他的團(tuán)隊(duì)惺惺相惜。

從產(chǎn)品到解決方案，都在用心做“耳朵”

公司成立初期，產(chǎn)業(yè)的不成熟，加上創(chuàng)業(yè)公司交付能力的有限，使得米唐沒辦法短時(shí)間內(nèi)在語音交互領(lǐng)域拿出產(chǎn)品化的東西，基于訊飛 SDK 和谷歌 SDK 的嘗試又均不能滿足這個(gè)團(tuán)隊(duì)對(duì)產(chǎn)品體驗(yàn)的要求，而一家公司要生存下去就必須要有良好的資金回流，于是他們的第一款產(chǎn)品“方糖音箱”放棄了語音的交互，只保留了兩項(xiàng)特殊的“體感”操作方式：輕拍音箱頂部開始播放音樂或暫停，向左或向右傾斜切換上下曲目。

這款音箱通過 WiFi 連接上網(wǎng)，可脫離手機(jī)獨(dú)立工作，并內(nèi)置了不少音樂電臺(tái)，比如豆瓣電臺(tái)、荔枝 FM、還有一些國(guó)際電臺(tái)，同時(shí)它還能記錄個(gè)人喜好，進(jìn)行智能推薦。若是用戶在互動(dòng)中能會(huì)心一笑，那在宋少鵬的眼中，除了趣味更是一種關(guān)懷帶來的暖意。

“產(chǎn)品就像藝術(shù)品，源于生活，高于生活，要從生活中抽象提煉需求，發(fā)掘人性。”這與宋少鵬以人性、人文觀點(diǎn)來思考產(chǎn)品設(shè)計(jì)的觀點(diǎn)高度契合。但生活要繼續(xù)，公司更需發(fā)展，經(jīng)濟(jì)基礎(chǔ)決定上層建筑，即使方糖在 2015 年就開始銷往海外，并推出了同樣設(shè)計(jì)的藍(lán)牙音箱，以謀取更多的利潤(rùn)，一年數(shù)萬臺(tái)的銷量還是顯得捉襟見肘。

作為一家始終觀察著這個(gè)領(lǐng)域的創(chuàng)業(yè)企業(yè)，2015 年底，他們看到了亞馬遜的 Echo 和背后的 Alexa 語音交互系統(tǒng)。最初亞馬遜 Echo 以 MVP（最小可用原型）的形態(tài)交付用戶，語音識(shí)別和語義理解都僅能滿足流媒體播放的簡(jiǎn)單需求，但是經(jīng)過一兩年的打磨，到了 2016 年，Echo 的體驗(yàn)就好了很多，它既可以提供音頻內(nèi)容，也可以提供生活服務(wù)，包括音樂、電臺(tái)、有聲書、新聞、天氣、鬧鐘、日程等。這時(shí)候亞馬遜也將 Alexa 語音交互平臺(tái)開放出來，于是米唐團(tuán)隊(duì)在第一時(shí)間找到了亞馬遜。大概花了三四個(gè)月的時(shí)間，在眾多想接入 Alexa 的競(jìng)爭(zhēng)者中，方糖成為首個(gè)通過亞馬遜認(rèn)證的第三方音箱產(chǎn)品。

“通過亞馬遜的認(rèn)證后，Alexa 團(tuán)隊(duì)的人就主動(dòng)找到了我，問我一年能夠賣多少，我說幾萬臺(tái)，亞馬遜就說做他們的技術(shù)方案商，可以幫米唐一年賣幾百萬個(gè)解決方案”，宋少鵬回憶稱這是亞馬遜幫團(tuán)隊(duì)找到了方向。于是，一個(gè)擅長(zhǎng)做技術(shù)的團(tuán)隊(duì)，開始從做 C 端產(chǎn)品轉(zhuǎn)向做 B 端的方案，并決意將自己定位為聚焦海外市場(chǎng)的語音交互解決方案提供商。

“讓萬物聽說”是使命所在

目前，米唐的業(yè)務(wù)已擴(kuò)展到家用電器、汽車和消費(fèi)電子產(chǎn)品等多個(gè)領(lǐng)域，而其核心競(jìng)爭(zhēng)力是他們的遠(yuǎn)場(chǎng)語音交互算法，在響應(yīng)速度、識(shí)別率、去噪、聲源定位和產(chǎn)品良率方面均做得還不錯(cuò)。

“作為創(chuàng)業(yè)狗，在哪都能工作。出差路上的飛行和堵車時(shí)的 YY 是獲得靈感的方式，出差的時(shí)候會(huì)帶一本書，和一個(gè)趁早筆記本。”宋少鵬如是說，“當(dāng)你做一個(gè)事情，真正站在場(chǎng)景和用戶的角度去思考，才有可能在價(jià)值上有所突破，而當(dāng)你受制于既得利益時(shí)，其實(shí)會(huì)做很多束縛手腳的事情?！?/p>

未來的米唐會(huì)發(fā)展成怎樣，沒人可以預(yù)判，但“讓萬物聽說”會(huì)成為它和它背后的這個(gè)團(tuán)隊(duì)不變的使命。