cnBeta 评测室收到了阿里寄来的“天猫精灵 X1”智能音箱，这是阿里巴巴人工智能实验室的首款智能语音终端设备，能够理解中文普通话语音指令，实现音乐播放，智能家居控制等功能。以下是我们一份非常简洁的使用评价，只有 10 个要点：
1. “天猫精灵 X1”基本上是一台小电脑，采用联发科的处理器和专门的声音运算芯片。虽然我觉得阿里旗下所有产品应该统一品牌，但可能是因为部门差异，AI 系统命名为 AliGenie，而不是从属于阿里已有的操作系统品牌 YunOS。在成功激活后，你和音箱之间的每个对话都会被记录到手机客户端里。
2. 开始第一次配置，系统预置音是较为甜美的女声，和后面的合成音差别很大。其实可以人为地把预置声音也改为合成音，减少不协调感。另外，引导录像的男声把我吓了一跳，是字正腔圆的播音腔，这样会让人以为只能用这么标准的话才能让精灵听懂。应该考虑改用普通人来演示。
3. 唤醒词“天猫精灵”（第一次配置时说“你好天猫”）不够友好，因为每次说一句话都必须念唤醒词，还不能太含糊，这跟无缝与人交互的感觉就很不协调了。相比之下“Alexa”和“若琪”都在默认唤醒词上做了一定的功夫；而最佳策略绝对是自定义唤醒词，我就知道有人把 Echo 音箱命名为“傻*”然后每天欢快的喊“嘿，傻*，给我开窗帘”这样。
4. 我们处于一个比较空旷的办公室，多人说话会很嘈杂和有回声，此时天猫精灵的识别效果很差，经常听不见或者慢半拍。慢半拍的表现是我们喊“天猫精灵”之后的下一句话说到一半，它先是“我在，你说”，然后马上默认你没说话，停止响应。拾音技术阿里选择采用第三方思必驰的技术，但 6 个麦克风仍不能使其效果达到完美。
5. 在线购物有很多问题。首先是推荐，因为不支持上下文，很难在说出商品名后，紧接着再让它继续推荐下面的，就等于它只能推荐搜索结果页上第一个结果。很显然，这对其他的商品和我们继续采购的意愿不公平。其次，设置声纹之后，它依然不能顺畅支付，我们的每一次尝试都只是成功加入购物车，而没有前进到支付环节。
6. 很多它不理解或没听懂的内容，都默认去找了它理解的跟关键字近似的歌曲。而让它闭嘴是个技术活……说句自然点的“关掉这首歌”，它返回“为你开通了单曲循环”。最后只好“静音”，回答“好的，我闭嘴了。”
7. 教唐诗是“天猫精灵 X1”的一个演示功能，但输出结果是语音合成的，音调和语速对小孩子其实不太友好。网上有很多现成的朗读版，我觉得可以拿来用。其他资源来自喜马拉雅、优酷或虾米，但可能匹配的还不够好，特别是并非所有优酷土豆视频的伴音都可以播放，也不能听到优酷直播。相比广播电台，其实我更希望听到电视伴音或者听一部肥皂剧。
8. 可以正确识别打车功能，但不能用，估计固件升级后就可以接入滴滴。此外，周边商户推荐的功能也没有开通，我觉得比较好的实现办法是配合手机客户端实现 GPS 定位，而且接入口碑的结果。
9. 我很想用这个音箱听今天的头条新闻，但效果很差，想要听下来自大大的正能量新闻，这个命令都无法识别，看来还需要加大力量整合 UC 头条内容。
10. 由于手头没有参与阿里智能阵营的设备，无法测试智能家居功能。估计以后跟京东智能、微信智能、米家的整合将相当艰难，大大限制智能家居功能的应用。
结论：
即使是亚马逊 Echo 也没有做到 100% 像一个真人一样与人互动，所以也不应该对天猫精灵 X1 抱有这样的期待。但是如果把它当成一个有一定交互能力的音箱，那还是非常有得玩的。其实，它的一个潜在目标用户是老年人——在前几年的智能相框，智能摄像头等等“老人玩具”逐渐被父母认定为不好玩而吃灰以后，直接和 AI 一问一答的趣味性要大得多，它有望成为调节老人生活的一个好帮手。
只不过，作为一个音箱，它似乎并不太注重堆砌“本职工作”——音质方面的指标，同时，前面说的拾音不好的问题也很难通过软件升级补足。所以希望它在将来的固件升级中能把软件进化得更好。同时，提高软实力的一个好办法是将 AliGenie 授权给第三方音箱生产商（类似百度正在做的），还可以像亚马逊一样开放 PC 网页版或者植入手机客户端，供大众体验的同时来收集更多的语音语料和其他大数据。