語音交互在近年已經慢慢成熟，技術門檻不算太高，但做得出彩依然需要一定的硬實力。相比國內，國外在語音交互應用上起步更早，而且已經誕生了近千萬銷量的消費級AI產品。

下面介紹一種非常高性價比的方案：

相信各家智能音箱產品著力致力于改善產品“形象”，改善用戶體驗，如實現喚醒功能、遠場景語音交互；這時可以在芯片模塊上增加一個叫psram（如：IPS3204J-SQ-SPN）的器件，其目的之一就是要增加語音buffer，而且價格非常便宜，但是對于改善用戶體驗效果相當棒，讓音箱產品整個的場景應用與音質都不再”low"，性價比非常之高！！

在搭配psram的基礎上，負載智能音箱各種產品場景語音交互應用功能，保證交互音質順暢，如：實現智能音箱往往需要借助各平臺的優勢，結合內容商，給智能音箱賦以“靈魂”，最終著力打造幾款智能音箱的高頻應用（如：快遞//租車/外賣/以及其他O2O服務等），讓智能音箱豐富場景落地、實現有市場競爭力的方案；

同時，設計上增加PSRAM，也為增加產品功能，比如增加新的協議支持（如DLNA，當然還有其它的），增加產品的可擴展性，提供了靈活可擴展性基礎；

可能有些大牛會懷疑psram（如：IPS3204J-SQ-SPN）這個器件是否能兼容一些芯片，I/O腳是否足夠？那么，下面就給大家淺談一下，psram再兼容方面其實完全不會是問題；

1/某些芯片公司是用GPIO來模擬SQPI PSRAM接口的，所以即使psram 32Mb時序上有些特別，兼容上也完全沒有問題；

2/其實某些芯片自身會帶有codec，但如果用于實現智能音箱的一些功能，如：喚醒功能，則能力和架構不夠；使用psram則能解決該問題；

3/PSRAM和某些其他外設，是可以共享接口的。因為PSRAM帶有片選功能，同一接口上連接不同外部芯片時，片選可以選擇存取那個器件。這就是IO口的復用;

不得不承認，基于屏幕的交互模式已經被發掘得七七八八，而原本被寄予厚望的VR、AR和MR都出現了青黃不接的問題，革新人機交互的重任毫無疑問地落到了語音交互的肩膀上。而智能音箱是個很好的載體和交互中心；關于進一步如何在技術上優化方案與成本，在技術上實現技術壁壘；或者豐富智能音箱的場景應用，在市場上實現市場壁壘；歡迎進一步討論請回帖