三厘米

所有关于语音硬件的争论，最后都会回到一个不怎么性感的数字上：麦克风离你的嘴有多远。

声压随距离衰减。距离减半，到达麦克风的声压翻倍——大约 6 dB。而背景噪声不会因为你把麦克风挪近而变小，它在整个房间里是均匀的。所以每缩短一半距离，你不是把信号提高了一点，你是把信噪比整体抬高了 6 dB。

十五厘米和五厘米

一副普通耳机的麦克风离嘴大约十到十五厘米。在安静的房间里这没问题。到了户外，风一起、车一过，模型拿到的是一段信噪比很差的信号，它只能猜。猜出来的东西读起来永远差一点点，而那一点点是你每天都要修的。

我们把主麦挪到了左镜框正中下缘，开孔朝下对着嘴。距离变成 4 到 7 厘米——范围，因为人脸大小不同。这不是一个百分之几的改善，这是把整条曲线往上抬了一大截，而且不需要任何算法参与。

这个位置是有代价的

把麦克风放在前框上，意味着排线必须穿过鼻梁的走线通道，而不能舒舒服服地待在镜腿里。意味着开孔正好迎风——所以要加金属网、声学棉，固件端还要做风噪抑制。意味着汗从额头下来正好落在它上面——所以开孔结构和内部排水路径都是为它设计的。

这些都是三厘米的下游。我们选了更难做的那个前框，因为另一个选择是永远差一点点的转写。

然后你可以把它摘下来

这个几何还有最后一步。戴着的时候主麦在 4 到 7 厘米；把眼镜摘下来举到嘴边，同一颗麦克风来到 2 到 3 厘米。

没有模式切换，没有按键，没有设置。你只是用手把距离缩短了——这件事人们拿手机时本来就在做，只不过这一次，麦克风本来就是为你挪到的那个距离设计的。在 2 到 3 厘米上，一句低语到达麦克风时已经足够响、足够干净。这就是我们说的低语引擎的全部含义。

为一个「用户要把产品摘下来才能用得更好」的动作做设计，是不太常见。但它对正在发生的事情很诚实：距离就是那个功能。任何能缩短距离的东西，都是升级。