针对传统的耳机产品，Vinci认为其在用户体验方面存在哪些常见痛点？Vinci又是如何对其加以改善和解决的？

武巍举了一个例子：“我们回到家里，打开电视就可以看到内容，用户可以直接选择看新闻、电影或者综艺节目，这就是最好的用户体验。Vinci团队最初的想法也是跟这个一致的，就是用户不用再打开手机也能欣赏音乐，戴上耳机就应该有内容，而不应该再让用户去手机解锁、连接耳机、打开APP各种操作，毕竟手机不是为音乐而生而是为通讯而生，并不能提供多好多专业的音乐体验。”

“用户想要解决的问题，就在于怎样更好地听歌。从问题到解决方案应该是一条直线，用最简单的方法来满足用户的需求，而不是去把无线连接做得更稳定，蓝牙功能做得更好，这些都不是直线解决方法，而是一种曲线妥协下的补全方法。就好比选择汽车的用户，希望得到的是一种比马车更好的交通方式，而不是一匹更快的马。我们需要针对最好的情况去设计和定制产品。耳机的诞生是历史上很多原因造成的，从当年的录音机、随身听，一直到今天的手机，但在用户体验上都不是最好的。如果你能够提供更好的听歌设备，消费者肯定会愿意买单。”武巍说道，“我们吸收和学习了传统耳机的一些体验和使用方法，通过调研和观察用户，从设计交互出发，让用户可以用最简单、最短的时间完成播放、暂停、上一首、下一首等最高频的操作。这些操作并不是非要用到语音，只要用手一划，不到0.1秒就能完成，把最高频的应用通过最快的方式加以解决。语音交互则作为最高级的方式，来让用户完成比较复杂的操作，譬如播放某一位歌手的指定歌曲。第二个在存储方面，因为音乐播放比较依赖网络情况，为了提升用户体验，我们将本地缓存和在线播放融合，通过加密的本地缓存让用户在没有网络的环境下也可以离线回放。”

武巍指出，语音交互技术的链条很长，从音频的语音流，到识别语音转换成文字，再通过自然语言处理和语义分析，来了解和判断用户意图，需要经历漫长的处理过程。Vinci在前端的语音识别端口接入的是第三方服务，但是文字的语义分析则全部由自己完成，因为市面上并没有太好的解决方案。譬如中英文歌手的语音识别，苹果Siri在识别中英文混合语音的时候，往往会将英文部分识别为非常奇怪的中文。而Vinci因为专注音乐领域，建立了庞大的中英文歌曲库及歌手库，所以在歌手与歌名的语音识别上可以做到非常高的辨识度。“为什么很多人觉得Siri只是个玩具，真正要用的时候都不管事？就是因为Siri什么都想做，但又什么都做得不太好，达不到真正实用的标准。我们除了专注音乐内容，在教育等方面也在做横向拓展，但不会拓展得特别广，因为可能同时有一半人在听歌，另一半人在听鸡汤散文、职场讲座、喜马拉雅等等，还有大学生会用耳机学英语，这些都是我们从用户端反馈了解到的需求。”