和智能音箱在对话的时候，就像你和一屋子的同事在说话，有问有答。

你对同事喊道“小明。”

小明听到了就会抬头看着你，表示在听。

你接着问，“今天我们叫什么外卖？”

小明打开手机翻看了一圈，“要不我们吃黄闷鸡米饭。”

“我昨天刚吃过。”

小明

人们和智能音箱的对话也类似，可以分为五个步骤唤醒、相应、输入、理解、反馈。

第一个环节就是唤醒，智能音箱是实时的在那里待命，就像一个警戒的“猫鼬”。

“小黑。”你叫了他的名字，他就会把耳朵竖起来听你讲话，否则你说其他什么任何话语他都处于神游的状态，这是在假设现在的智能音箱都遵守，不会实时监听我们说话。

因为这个是第一个环节，所以唤醒环节的体验在整个语音交互的流程中起着至关重要的作用，它的体验好坏将直接影响用户对产品的“第一印象”。

林奇对此深有感触，他买了很多的智能音箱，有的音箱他喊了好几次才有回应，而其他的响应比率就比较高。

在长期测试下来，林奇更倾向于使用唤醒率高的那些智能音箱，而唤醒率低的慢慢就被林奇遗忘了。

其实上面的举得那个例子也不是特别恰当，如果办公室里面就你和小明两个人，你就不需要先叫小明的名字，然后在问出来问题，否则会显得很别扭。

办公室明明就他一个人，你还在叫一遍名字，会显得多余。

智能音箱之所以一定要有唤醒词，归根到底还是因为他不够智能，如果他足够智能的话，就能自己判断是否是在和他对话，他就知道改如何响应了。

关于唤醒词这个东西，市场上还有专门的研究人员对这个做了研究。

除了唤醒词本身的含义外，他们还从多个方面入手研究。

比如“名字名字”的叠词式组合方式最受用户喜欢，而“品牌名字”的组合方式最不被用户喜欢，还有“小字”的名字最受用户喜欢。