首先，音箱作为前端在目前的意义远大于作为前端+后端的融合，而目前远场识别本就也是个还没完全解决的问题。

所以作者你用NLP作为论据来说音箱的发展限制我认为不是非常符合，与其相比更加单纯的语义理解或交互对话的应用和场景（比如输入输出都是文字）更加适合你文中的分析。当然NLP的发展的确是限制了智能音箱的性能，只是除此之外音箱还有更多的问题要解决。

而Nlp算是强人工智能问题，短期内不好解决。语义解析的问题在于，不仅仅要使用文本字符本身的统计信息，还是使用语言学，背景知识和常识。中文的处理就更难了，光第一步切词就带来好多错误。其实国内现在很多公司已经不单纯的用rule了，通过意图+填槽式的任务型多轮对话框架，在某些封闭的domain已经能够实现比较好的效果，只不过数据和模型基本不可复用到其他领域。

不过从某种意义上来看，这种任务型的框架式的语义表示也并不是真的对语言的理解，还是丢失掉了不少信息的。我感觉解决这个问题，得起码得机器人像人一样理解和推理才行，不能靠堆规则。如果还能具有自动搜索资源，自动理解和自动构建知识库的能力才是真正完善的智能机器人。

最后，音响核心是声音，声音无非就是说话或者放歌。智能音响与常规音响不同之处在于智能。

但是依然文本分析和语义解释，根本就不是智能，不过是比较精巧的复制粘贴。因为没有智能，在用户使用的初期有新鲜感，一段时间后就不喜欢了。所以这种产品应该锁定用户为儿童学生和喜欢科技尝鲜的人，市场不大。