思必驰做的是让设备开口说话：语音识别、语音合成、唤醒、降噪，再叠一层对话大模型。它的 AI 能力以 SDK、芯片和云服务的形式交付给硬件厂商，需要集成，不是装个应用就能用。下面按能力构成、场景差异、验收方法、以及它不适合谁来讲。
一条语音链路分四段
设备从听懂到回答，中间有四段：前端信号处理、唤醒、识别、合成。前端负责降噪、回声消除、人声检测和拾音方向；唤醒负责在持续监听中判断那句唤醒词；识别把声音转成文字；合成把回答读出来。对话大模型接在识别之后，负责意图理解和内容生成。
任何一段短板都会让整体体感变差。麦克风远、降噪弱，识别率再高也没用；唤醒迟钝，用户会反复喊；合成音色生硬，用户会怀疑设备坏了。选型时按链路拆开问，比只问识别率有效。
判断标准：让对方用你的设备、你的场景、你的噪声环境做一次现场演示，而不是只看通用测试集的数据。
车载、家居、商用设备的约束不同
同一套语音能力，装进不同设备，难点完全不同。车载要对付路噪和回声，家居要对付距离和方言，商用设备要对付多人同时说话。先确认你的设备落在哪一类，再谈指标。
| 场景 | 关键约束 | 重点验证 | 判断标准 |
|---|---|---|---|
| 车载 | 路噪风噪、扬声器离麦克风近、经常断网 | 高速行驶下的唤醒与识别、断网后的核心指令 | 同一批指令在安静与噪声环境各测 20 次，成功次数差距能解释 |
| 智能家居 | 3 到 5 米远场、方言与老人小孩口音、连续对话 | 远场唤醒、连续追问的上下文保持 | 隔一个房间喊三次，至少两次正常响应 |
| 商用服务设备 | 多人同时说话、背景音乐、口音混杂 | 抢话时的取舍、噪声下的指令识别 | 两人同时开口时，设备不误执行 |
| 可穿戴与便携设备 | 功耗、内存、离线词表规模 | 满电续航、离线可识别指令条数 | 典型使用一天，电量不低于一半 |
这张表的用法是：先按场景对号入座，再用验证那一列设计用例。第二列的约束如果有一条无法满足，后面的指标意义都不大。
离线与在线：混合是常态
纯离线方案能确保唤醒和一批固定指令在断网时可用，但理解能力与内容生成受限；纯在线方案能力强，依赖网络和时延。多数硬件产品采用混合：本地负责唤醒和关键指令，云端负责识别、理解和生成。
判断标准：断网之后，设备还能不能完成它的核心动作。车机断网还能调空调、切本地音乐；音箱断网还能播放本地内容。核心动作断了，用户对整个产品的信任会一起断。
另一个容易被忽略的点是时延。用户说完到设备回应，超过一个可感知的间隔，体感就会变差。首字响应时延比整句合成时长更影响感受，测试时要单独测，别只看总时长。
验收怎么测：四个指标
唤醒率与误唤醒要一起看。只测唤醒率，把灵敏度调高就能过，代价是电视里说一句话设备就应声。误唤醒按单位时间次数统计：家庭环境连续播放 8 小时电视，记录被误触发的次数。
识别效果用你自己的场景录音测，别用通用测试集。同一批话术，安静会议室和地下车库的结果能差出一大截。字错率按关键信息加权：人名、地名、数字错了，比语气词错了严重得多。
打断成功率单独测。用户说"不用了""停"，设备能不能立刻停。这一项在车载场景直接决定体验，很多方案在播报时根本听不见用户说话。
语音合成可以对照长文本转语音的选型思路，重点听多音字、数字读法、中英混读和长句停顿。
这套能力覆盖不到的地方
它不是开箱即用的成品。麦克风阵列选型、腔体结构、扬声器位置、固件资源都会影响最终效果，需要硬件团队配合调。买一个 SDK 就想要好体验，通常落不了地。
通用对话模型不懂行业话术。设备指令、内部术语、品牌语气，都要靠术语表和话术配置补。话术配置和提示词编写相通，改编现成话术模板的思路可以直接搬。不补，用户问三句就会觉得这机器听不懂人话。
方言、儿童、老人、强噪声，这四类场景的表现会明显下降，必须用真实样本测。厂商标称的通用指标，和你的场景往往不是一回事。
语音涉及个人信息。采集告知、存储期限、传输加密、是否上传云端，都要在方案阶段确认。合规判断以法务和数据安全团队的意见为准，不要只凭供应商一句"没问题"。
选型提问清单
向方案商提问的六个问题
- 断网后必须完成的三件事，分别由本地还是云端承担
- 唤醒词能否自定义，支持几个，误唤醒怎么统计
- 能否用我方 20 条真实录音做盲测，测试集是否参与调参
- 定制改动落在哪一层，固件升级后会不会被覆盖
- 语音数据存在哪、存多久、能否只保留文本
- 出现识别异常时，提供哪些定位工具与响应时限
集成前的三个疑问
已有硬件能不能加语音？看三样：麦克风数量与位置、有没有回声消除所需的参考信号、主控算力与内存余量。三样都够，多数可以软件升级；缺麦克风或算力，改硬件更现实。
唤醒词能不能自定义？多数方案支持，但词长与音节结构会影响误唤醒和功耗。四个字左右、含爆破音的词通常更稳；具体支持范围以方案商确认为准。对话层要它多想几步还是直接给结果，可参考任务类型的判断方式。
已经上市的设备，能不能通过升级换语音方案？看固件分区和算力余量。唤醒模型在本地，升级可以换；识别与合成走云端，换供应商也相对容易。声学结构换不了，麦克风位置和腔体决定了远场效果的上限。
