因为智能音箱需要在有声音的背景下听指今，而且这个背景声音非常大声，就在自己身上发出的。如果要听准指令，就要所有收音减去自己发出的声音。

自己的声音是已知的，硬件确定，放出来的效果也已知，延时也知。但如果输出到其它音箱，那就很多参数不确定了，不一定能去干净背景音，那失败机率就高了，那怎样有竞争力。