智能音箱的關鍵特性包括語音交互、內容分享、互聯網服務及智能家居控制。

最開始功能以播放音樂和語音助手為主，隨著市場競爭愈發激烈，應用場景不斷增加。

從最初的語音助手增強人機交互性，到現在的智能音箱與其他智能家居互聯提升用戶體驗，因為人工智能語音控制成為智能家居設備控制中心入口的潛力。

智能音箱里有主控芯片、內存芯片、音頻芯片、信號鏈芯片、驅動芯片、通信芯片、電源管理芯片、傳感器等，選型和CostDown都由工程師完成。拍明芯城是快速撮合的元器件交易平臺，聚焦服務長尾市場的中小微電子企業，支持每一家芯片原廠或分銷商，幫助每一顆芯片的Design In、Design Win和流通買賣更高效，助力著工程師的技術選型及創新。

智能音箱將聲學設計、無線技術、語音識別、遠場拾音、語義分析等眾多技術融合在一起，相較于普通藍牙音箱，無論在硬件或軟件系統上都采用了更先進的技術作為支撐。

智能音箱產品迅速發展的背后所帶來的絕不僅僅是家電設備市場本身的空間，更重要的則是由智能語音揭示了智能家居和物聯網產業級變革與商業新生態的可能性。

自2014年11月亞馬遜首發智能音箱Echo引爆需求后，海外谷歌、蘋果先后推出智能音箱產品。

谷歌在2016年5月推出GoogleHome，2017年蘋果推出HomePod，阿里巴巴、小米、華為、微軟等也相繼推出智能音箱。

相較于已全面普及的智能手機，智能音箱的產業布局當前仍處于初期階段，入口替代仍需產業技術的廣度及深度發展。

?

智能音箱市場規模

市調機構Strategy Analytics最新發布的研究報告顯示，2021年第二季度智能音箱和智能屏幕的全球銷量達3950萬臺，同比增長34.8%。其中，智能屏幕的銷量同比飆升45%，達到1160萬臺，而基礎智能音箱（沒有屏幕）的銷量同比增長31%。

從廠商排名上來看，亞馬遜排名第一，谷歌、百度、阿里巴巴和蘋果緊隨其后。

Strategy Analytics指出，前五名與其他廠商之間的差距正在擴大，這是由于這些公司主導了入門級（50美元至99美元）和超低級（49美元或以下）的價格段，而蘋果的飆升得益于其HomePod mini。單獨看智能屏幕市場，百度占據了38%的市場份額，而亞馬遜的份額為26%；百度的小度在家X8成為全球最暢銷的智能屏幕，領先百度的小度在家 1c和亞馬遜的Echo Show 5。另外，Strategy Analytics預計隨著市場恢復常態，消費市場恢復活力，2021年剩余時間內智能音箱市場將實現強勁增長。

Omdia最新報告顯示，2020年全球智能音箱市場出貨量達1.54億，同比增長58%。其中，北美地區的智能音箱出貨量同比增長了71%，達到7290萬臺，這是自2017年以來該市場的最高增長率。亞洲市場也實現了顯著的增長，同比增長率達到48%，出貨量達到6400萬臺。智能音箱的銷售收入在2020年達到了113億美元，并預計將在2021年達到147億美元。

據eMarketer統計，中國智能音箱普及率僅10%，相較同期各發達國家普及率仍有明顯差距，其中行業引領的美國更是高達26%，中國潛在用戶群體高達2.24億，市場空間仍較廣闊。

智能音箱產業鏈

智能家居全新入口智能音箱出貨量增長迅速，未來產業鏈上游行業將迎來新的成長空間。

智能音箱產業鏈較長，從上游往終端分別是：元器件供應商（包括主控芯片廠、聲學零組件MEMS麥克風和揚聲器）、語音識別、OEM組裝廠和終端品牌。

核心技術主要有四個方面，硬件層面的芯片技術和麥克風陣列技術（語音識別的硬件支持），以及軟件層面的語音識別技術和語義理解技術。

資料來源：iiMedia, 申港證券

智能音箱產業鏈上游：硬件

主控芯片

芯片廠商主要為智能音箱提供主控芯片、內存芯片、處理器芯片、音頻芯片、通信芯片、電源系統管理芯片等，其中主控芯片作為主板的核心組成部分，優質的主控芯片可有效提升智能音箱音質，發揮音效設備及麥克風的最佳性能。

智能音箱芯片市場的主要參與者包括聯發科、高通、英特爾、蘋果、晶晨、瑞芯微、全志科技、北京君正、海思、紫光展銳和Rokid等。

主流智能音箱主控芯片概覽：

市調機構Strategy Analytics的研究報告顯示，2020年1.51億智能音箱和智能屏中，有近50%都在使用聯發科的應用處理器。聯發科才是當之無愧的第一名。像阿里、亞馬遜、百度、小米等都在使用聯發科的芯片。

而之后再是Synaptics、全志（Allwinner）、晶晨（Amlogic）、Apple、Qualcomm。前4大廠商占了80%的份額，份額還是比較集中的。

從數據來看，蘋果、高通的份額相對而言還是比較落后的，特別是高通，在手機芯片領域是霸主，在智能音箱領域，只能排在第6名。

MEMS麥克風

在音頻產品中，MEMS麥克風主要用于語音通話、AI語音助手、降噪等功能。MEMS麥克風是基于MEMS（Micro-Electro Mechanical System，微機電系統）技術制造的麥克風，MEMS是將傳統機械系統的部件進行微型化后，通過半導體加工技術，將其固定在晶圓上，制成相應的元器件。

MEMS麥克風一般是由MEMS微電容傳感器、微集成轉換電路、聲腔、RF抗干擾電路這幾個部分組成的。MEMS微電容極頭包括接收聲音的硅振膜和硅背極，硅振膜可以直接接收到音頻信號，經過MEMS微電容傳感器傳輸給微集成電路，微集成電路把高阻的音頻電信號轉換并放大成低阻的電信號，同時經RF抗噪電路濾波，輸出與前置電路匹配的電信號，就完成了聲電轉換。通過對電信號的讀取，從而實現對聲音的識別。

?

資料來源：漢得利控股

麥克風陣列技術用于語音信號處理，對接收聲波進行過濾，起到抑制噪聲、消除回聲、去混響等作用。國內常見的MEMS麥克風產業鏈廠商有以下8家：

資料來源：我愛音頻網

根據麥姆斯咨詢統計，MEMS麥克風出貨量前三位為樓氏、歌爾股份、瑞聲科技。

樓氏電子市場份額達36%，歌爾股份、瑞聲科技、共達電聲、敏芯股份市場規模分別達到31%/10%/4%/3%，合計占據48%。

2019年MEMS麥克風廠商市場份額（營收口徑）：

資料來源：中信證券

消費級MEMS麥克風整體市場規模有望從2019年的17億美元增長至2023年的接近21億美元，CAGR超過5%。

智能音箱產業鏈中游：語音識別

據ReportLinker預計，到2024年，全球智能語音市場規模將達到215億美元。語音技術主要為語音識別、語音合成及自然語言理解技術，其中語音識別為智能音箱的基礎，語音識別技術的高低決定智能音箱識別語音的準確性，直接影響用戶體驗。

語音識別是智能語音的前端技術，在語音識別領域，通過高性能麥克風陣列和神經網絡算法可以實現高精度識別。語音識別技術(ASR Automatic SpeechRecognition)，讓智能設備聽懂人類的語音。語音識別的工作流程，可以分為三大步驟：前端語音處理、模型訓練、后端識別處理。

智能音箱里有主控芯片、內存芯片、音頻芯片、信號鏈芯片、驅動芯片、通信芯片、電源管理芯片、傳感器等，選型和CostDown都由工程師完成。拍明芯城是快速撮合的元器件交易平臺，聚焦服務長尾市場的中小微電子企業，支持每一家芯片原廠或分銷商，幫助每一顆芯片的Design In、Design Win和流通買賣更高效，助力著工程師的技術選型及創新。

語音識別芯片也有以下三種類型：

1.0&2.0時代：傳統型

算法模型主流是GMM+HMM，或者模型匹配(語音標簽)的。而且，由于芯片配置簡單，不具備降噪等功能，識別距離在2~5m，識別率通常在90%左右。詞條數5~10條。
每家的芯片有基本的ASR功能，但各自都有"性能短板"：不帶主控、不帶存儲、語音指令和算法外掛、OTP固定詞條、性能低端、接口單一等等，這些短板，都是為了降低成本，在低端市場需要有成本優勢。

3.0時代：互聯網型

互聯網公司推出的語音識別芯片，紛紛專注于用上高配置的DSP（功耗自然不低），而且擁有豐富的外設接口，芯片可以實現離在線一體化的功能。主要技術特點側重于后端識別算法，但前端信號處理能力也不弱。

互聯網型還有個廣為人知的特點，以低價殺穿市場，快速獲取用戶增長。這個我們看在近年來互聯網行業大規模燒錢競爭即可知。只是我個人覺得，所謂的互聯網思維對于需要長周期精耕細作的芯片行業來說，是否利大于弊還是搞亂一鍋粥大家都挨餓？

3.0時代：純芯片型

純芯片型大部分屬于初創新公司，擁有完整得芯片設計到算法開發的能力，相比于傳統型，純芯片型算法技術更優；相比于互聯網型，純芯片型更專注芯片硬件技術。

芯片語音處理核心，多為專用的NPU。同等資源下，NPU算力和能耗比遠高于通用DSP。而且該類芯片多具有強大的前端信號處理能力，能真正做到降噪\原唱識別等功能。加上不斷優化的聲學算法模型和語料定制，識別率通常在95%以上。

資料來源： 安服優AFUIOT

根據國家工業信息安全發展研究中心、工信部電子知識產權中心發布的《2020人工智能中國專利技術分析報告》數據顯示，截至2020年10月，百度AI技術專利申請量及授權量均在中國位居首位，分別為9364項和2682項，授權占比達到28.64%。

而在AI技術中，語音識別技術又是智能音箱最核心的技術。百度在智能語音領域的專利申請量和授權數量同樣均位居榜首，在智能語音專利申請前十排行榜中百度獨占鰲頭，智能語音專利申請數量達到1135項，同比增長21.65%，具有顯著優勢;百度智能語音專利授權量為330項，授權占比為29.07%。

百度在AI技術上的比較優勢為小度智能音箱在語音識別和圖譜識別等方面創造了巨大的競爭力。然而，AI技術僅是小度領先的重要原因之一，與同樣布局智能音箱領域且具有較高人工智能技術水平的騰訊和華為相比，百度還在內容場景和生態鏈接上具備優勢。

依靠深度學習和芯片突破，語音識別的準確度不斷提升。

此前的機器聽覺與深度神經網絡為近年語音技術推進的驅動力。
麥克風陣列拾音器、ADC技術下的語音識別，使機器聽覺得到長足優化，而2011年后微軟提出的基于上下文相關深度神經網絡和隱馬爾科夫模型，則使智能語音算法得到長足優化，伴隨具體的多種識別、檢測、處理算法優化，直接推動了智能音箱產品的落地。

語音識別系統框架:

語音識別作為人工智能產業中極其重要的一個組成部分，擔任著人機交互應用時的輸入和輸出接口，也相應地受到產業風口的影響，受到一眾投資機構的追捧。

2017-2021年2月，參與到語音識別行業的投資事件達143件，投資金額達170.77億人民幣。

從數據可以看出，語音識別相關公司在2018年獲得的投資額及投資事件數達到一次爆發，分別達到62.3億人民幣、55次投資。隨后在2019年至2020年，投資活動相對平穩。

語音識別領域主要玩家包括蘋果、亞馬遜、科大訊飛、百度、阿里等。

智能音箱格局

隨著人工智能技術的發展，以語音為載體的智能設備作為智能家居入口成為可能，智能音箱進入大眾視野。發展初期，智能音箱并非剛性需求，以阿里、百度、小米、京東等為代表的互聯網廠商為快速搶占智能音箱市場及其背后龐大的智能家居生態，采取了最直接的價格戰來圈用戶。

低單價有效的刺激了消費者的嘗鮮欲和購買欲。2017年雙11大促期間，99元的天貓精靈X1為市場帶來了超100萬臺的銷量。低單價對智能音箱市場規模的催化作用也是極其明顯的。整體市場從2017年的170萬臺快速增長到2019年的3664萬臺，普及率則從2017年的4%升至2019年的13%。低單價還迅速奠定了品牌格局，在對市場進行了價格戰推平之后，2018年下半年開始，中國智能音箱市場進入ABM三足鼎立的時代。

野蠻生長之后是低迷

隨著品牌格局的確立和智能音箱產業鏈的成熟，主流廠商逐漸回歸理性，開始告別補貼大戰，至少在硬件上不賠錢。盡管低價產品仍然占據重要地位，但更多地通過把控硬件綜合成本的方式實現。

從2020年開始，中國智能音箱市場在經歷野蠻生長之后，開始迅速陷入低迷，當年銷售3785萬臺，增速從122%下降到3%。2021年上半年，中國智能音箱市場銷量為1936萬臺，增幅為2.2%。

洛圖科技（RUNTO）IoT資深分析師劉定坤分析認為，低迷的原因在于，除企業回歸理性經營、嘗鮮市場飽和之外，產品本身也開始逐漸暴漏多方面的問題。一、低端智能音箱的使用體驗遠不盡如人意，尤其在“智能”和“音箱”兩個方面，其它因素包括內容同質化匱乏、數據安全等也勸退了下一波消費者。二、入口和中心地位受到挑戰，不是同一品牌陣營的家居設備無法實現互聯互通；智能手機、智慧屏以及智能中控新興設備具有更強的替代作用；智能家居“去中心化”的概念亦開始流行，通過智能中樞在云端進行統一管理，成為另一解決方案。三、智能音箱作為語音交互的單品硬件載體開始被認為不是必要，智能家電設備自行具備語音交互模塊成為趨勢。

智能音箱里有主控芯片、內存芯片、音頻芯片、信號鏈芯片、驅動芯片、通信芯片、電源管理芯片、傳感器等，選型和CostDown都由工程師完成。拍明芯城是快速撮合的元器件交易平臺，聚焦服務長尾市場的中小微電子企業，支持每一家芯片原廠或分銷商，幫助每一顆芯片的Design In、Design Win和流通買賣更高效，助力著工程師的技術選型及創新。

現階段高端化的兩個方向：音和屏

頭部廠商的競爭策略從市場擴張開始向結構調整進行轉變，高端布局既能滿足消費升級和差異化的需求痛點，也成為企業盈利的重要方式。2021年上半年，中國智能音箱市場銷額為52.7億元，同比增長30.2%，遠高于銷量2.2%的增速，給予了明顯印證。

在高端化的方向上，廠商采取了不同的策略。一個方向是圍繞無屏音箱，通過提升音質實現升級，如與帝瓦雷合作的華為、對音質要求較高的Apple及專業出身的哈曼卡頓等傳統音箱品牌，還有剛剛發布新品的小米。另一個方向是圍繞屏幕音箱，通過加大尺寸、拓展場景實現溢價，如百度和天貓精靈均推出了10英寸的大屏音箱；百度、天貓精靈和華為推出了專門針對教育市場定制的屏幕音箱，價格已突破千元。

高端化布局已初具成效。根據洛圖科技（RUNTO）線上市場數據顯示，2021年上半年，中國智能音箱市場600元以上價格段份額達到8.1%，較去年同期增長7.0個百分點；1000元以上價格段份額達到2.4%，較去年同期增長1.9個百分點。而200元以下價格段份額下降了7.4個百分點。

在上游原材料漲價、下游需求待挖掘的背景下，今年智能音箱市場的規模發展并不能樂觀。洛圖科技（RUNTO）預測，2021年市場銷量為3845萬臺，同比微增1.6%。但可以確定的是，產品結構向上升級的趨勢將繼續深化，400元以上的價格段份額或達到去年的2倍；600元以上的價格段份額或達到去年的5倍，逼近10%。

根據洛圖科技（RUNTO）《中國智能音箱零售市場月度追蹤（China Smart Speakers Retail Market Monthly Tracker）》報告，2021年8月中國智能音箱市場銷量為273萬臺，同比增長12.3%，環比增長17.1%；市場銷額為7.9億元，同比增長46.3%，環比增長25.0%。重點品牌密集發布新品并開始上量，市場規模有所回升；同時隨著品牌加快中高端產品布局，銷額增長幅度明顯高于銷量。

TOP品牌座次不變，新品密集發布

根據洛圖科技（RUNTO）數據顯示，2021年8月，百度、天貓精靈、小米、華為TOP4市場份額達到95.2%，較去年同期下降2.6個百分點，較上個月微降0.7個百分點。

智能音箱市場進入新品密集發布期。根據洛圖科技（RUNTO）數據顯示，2021年7-8月，智能音箱廠商共發布了8款產品。新品呈現出高端化的特點，半數產品定價1000元以上，2000元以上的產品達到3款。

百度旗下添添補充一款8寸屏幕音箱——添添智能屏T8，支持 K歌、看視頻、點外賣、在線支付等功能，同時內置電池，定價1000元以上，主打中高端市場，8月在1000元以上市場中排名升至第三位。

天貓精靈繼續完善屏幕音箱產品布局，推出一款5.45寸的CC6，支持特殊語音鬧鐘、視頻通話、多模態操控、聲紋支付、白噪音入眠等功能，至此天貓精靈在屏幕音箱上實現了從4寸到10寸以上不同規格的產品布局。

小米推出兩款無屏產品，小愛音箱Play增強版在上個版本的基礎上增加了數字顯示屏、藍牙MESH網關和紅外陣列；小米Sound主打小巧身材和高音質，支持UWB一指連技術，兩款產品憑借較高的性價比，8月在新品中位列前兩位。

華為推出的新一代Sound X和專供教育市場的小精靈學習智慧屏，價格均在2000元以上。其中Sound X 2021快速上量， 8月在1000元以上市場中位列第二位。

大尺寸產品暢銷，帶動屏幕音箱市場份額回升

根據洛圖科技（RUNTO）線上數據顯示，8月屏幕音箱的銷量占比達到22.8%，較去年同期增長1.1個百分點，較上月增長2.7個百分點。

分品牌看，百度在屏幕音箱市場占據近六成的份額，銷量占比較上月有所下降；得益于完善的產品布局，天貓精靈排名升至第二位，份額較上月大幅增長8.8個百分點；由于在屏幕音箱市場進展緩慢，小米降至第三位，份額較上月下降7.0個百分點。

從產品看，8寸產品在屏幕音箱市場中的份額達到31.2%，較去年同期微增0.6個百分點，較上月下降8.3個百分點；10寸及以上產品份額達到22.2%，較去年同期增長19.1個百分點，較上月增長7.0個百分點。

在新品發力和99大促活動的帶動下，9月智能音箱市場有望繼續保持增長。洛圖科技（RUNTO）預測，2021年三季度，中國智能音箱市場規模將逼近800萬臺。

? ? ? ?ymf