智能語音識別AI市場即將井噴，關(guān)鍵“芯元素”成引爆點

　　與去年阿法狗(AlphaGo)輕松擊敗李世石后人們紛紛驚嘆人類被機(jī)器人超越不同的是，前不久全球排位第一的柯潔再次完敗于人工智能(AI)的機(jī)器人后，人們明顯已經(jīng)逐漸接受了人工智能在很多領(lǐng)域超越人類的事實，更多地從理性角度探討以人工智能為基礎(chǔ)的科技對人類社會的改變機(jī)遇。據(jù)今日頭條首份人工智能影響力報告表明，中國國民AI信心指數(shù)高達(dá)83，中國消費者對人工智能的態(tài)度變得十分積極。

　　“事實上，人工智能正在逐漸走入我們生活，尤其作為人工智能非常重要的語音智能識別的研究上，世界范圍內(nèi)已經(jīng)做出了非常成功的創(chuàng)新應(yīng)用，而中國同樣也走在了前列。” 以電源和模擬半導(dǎo)體技術(shù)領(lǐng)先的深圳芯智匯科技有限公司(X-Powers Technology)產(chǎn)品經(jīng)理徐正弟近日對媒體表示。由于非?？春没谡Z音的人工智能技術(shù)的應(yīng)用，芯智匯科技近日在國內(nèi)率先發(fā)布了專門針對人工智能熱門應(yīng)用的語音識別多陣列麥克風(fēng)前端ADC芯片AC108?！白鳛橹悄苷Z音應(yīng)用中非常關(guān)鍵的入口信號拾取的AC108推出，我們期待以突破性的SNR(信噪比，108dB)性能和更優(yōu)化的設(shè)計助推企業(yè)在人工智能應(yīng)用領(lǐng)域搶占市場先機(jī)?！?nbsp;徐正弟指出。

　　圖1：中國國民AI信心指數(shù)高達(dá)83

　　消費者正習(xí)慣語音交互，Smart Home是首個突破口

　　最新發(fā)布的《2017年互聯(lián)網(wǎng)趨勢報告》指出，在使用Google Assistant(谷歌語音助手)的智能手機(jī)用戶中，2016年5月僅20%的移動查詢通過語音方式完成，而至2017年5月已有近7成的詢問是通過自然/交談?wù)Z言進(jìn)行的。僅僅一年時間已經(jīng)發(fā)生巨大改變，多數(shù)消費者的移動查詢習(xí)慣已開始偏向智能語音交互。

　　圖2：消費者正在習(xí)慣使用語音交互完成查詢等操作

　　“智能語音首先會在垂直市場落地，在交互相對單一、場景相對固定，且用戶有剛需的應(yīng)用場景中，比如家電控制、車載電子就有大量的發(fā)展機(jī)會?！毙煺茉诮邮懿稍L時介紹道。這類場景的需求相對簡單，最需要的是一系列命令詞的識別，技術(shù)相對容易實現(xiàn)。與此同時，在自動駕駛成熟之前，車內(nèi)駕駛者都無法釋放出雙手，因此車內(nèi)語音控制也是剛需。就目前而言，智慧家居的語音控制顯然走得更前些，很明顯的例子就是Amazon Echo的風(fēng)靡!

　　圖3：語音識別成物聯(lián)網(wǎng)智能化入口之一

　　2016年下半年，Amazon將Echo Dot的售價從99美元下降到49美元，這意味著未來一年Echo相關(guān)產(chǎn)品的出貨量將大幅度提升。與此同時，上游供應(yīng)鏈透露的消息稱，2017年Amazon已將智能音箱的訂單量增加至1,000萬臺，為2016年的三倍!在這場智能音箱的競賽中，Amazon、Google和Apple等全球領(lǐng)導(dǎo)企業(yè)正在推動越來越多的互聯(lián)網(wǎng)公司發(fā)布類似的智能音箱產(chǎn)品，其中也不乏中國企業(yè)加入競逐，如京東智能的叮咚系列，這也為上下游各環(huán)節(jié)的供應(yīng)商帶來了巨大的機(jī)會。

　　信號拾取前端處理很關(guān)鍵，108dB SNR解決遠(yuǎn)場語音設(shè)計最大挑戰(zhàn)

　　事實上，像智能手機(jī)上Siri、Google Assistant這樣近距離的智能語音應(yīng)用已經(jīng)相對成熟(因為更偏向算法)，“而目前最主要的智能語音應(yīng)用通常交互距離在3~5米，更遠(yuǎn)距離或者環(huán)境更嘈雜的遠(yuǎn)場智能語音信號處理是Smart Home應(yīng)用的關(guān)鍵，這是AC108推出的主要目標(biāo)市場?！?nbsp;徐正弟表示，“這些應(yīng)用需要多陣列麥克風(fēng)，必須解決多通道語音采集、高信噪比(SNR)以及低復(fù)雜度設(shè)計要求?！?/p>

　　智能語音應(yīng)用的實現(xiàn)需要三個環(huán)節(jié)：首先是拾取——將自然的語音信號轉(zhuǎn)化為數(shù)字信號;緊接是前處理——對采集到的語音信號進(jìn)行降噪、消回聲、去混響等處理，形成“干凈”的音頻信號;最后是本地或云端的語音識別引擎對“干凈”的語音信號進(jìn)行識別和語義分析，從而實現(xiàn)智能反饋。顯然，在完成算法層面的語音識別之前需要進(jìn)行遠(yuǎn)距離拾音，首當(dāng)其沖必須使用麥克風(fēng)陣列，配套語音前處理算法，如NS、AEC、De-reverb等，才能實現(xiàn)自然語言人機(jī)交互。

　　在整套智能語音系統(tǒng)中，前端語音采集和處理，對語音識別高準(zhǔn)確率起到了決定性作用。從硬件元器件的層面分析，前端語音ADC芯片的性能表現(xiàn)是關(guān)鍵因素!一般而言，決定ADC芯片性能優(yōu)劣的其中一個重要參數(shù)是信噪比SNR，它表征了最大不失真聲音信號、即主觀上認(rèn)為的有用信號強(qiáng)度與噪音強(qiáng)度之間的比率，信噪比SNR越高，噪音越小，芯片性能表現(xiàn)越好。

　　分析市場上幾款主流智能音箱產(chǎn)品的相關(guān)報告可以發(fā)現(xiàn)其前端語音ADC芯片SNR為98dB、101dB，而AC108宣稱的108dB是目前業(yè)內(nèi)同類產(chǎn)品中達(dá)到最高信噪比的ADC芯片?！癆C108型號名稱凸顯了其性能優(yōu)勢——‘Audio Codec 108dB(SNR)’，108dB是目前滿足麥克風(fēng)陣列應(yīng)用的最高性能。同時AC108嚴(yán)格按照家電級標(biāo)準(zhǔn)進(jìn)行設(shè)計、生產(chǎn)、測試，從而保證良好品質(zhì)要求。”徐正弟介紹道。

　　圖4：基于智能語音識別技術(shù)的國內(nèi)部分消費電子產(chǎn)品

　　全生態(tài)產(chǎn)業(yè)鏈已經(jīng)成熟，市場引爆在即

　　毫無疑問，語音智能應(yīng)用正在飛速發(fā)展。“從我們與國內(nèi)外企業(yè)接觸來看，這個市場目前正面臨一波井噴的大發(fā)展機(jī)遇，目前包括格力、美的、海爾、長虹等主要的家電企業(yè)已經(jīng)密集布局智能語音控制產(chǎn)品，從空調(diào)、冰箱、彩電，甚至到小家電都有相關(guān)產(chǎn)品布局，部分產(chǎn)品已經(jīng)推出市場?！毙煺苤赋?，“特別是隨著包括成本、方案成熟度、設(shè)計復(fù)雜度的改變，市場爆發(fā)性增長指日可待?！?/p>

　　據(jù)徐正弟的分析，在空調(diào)等大件家電應(yīng)用中，目前語音識別方案增加的成本約占整體成本的5%~10%，成本壓力還是比較大?！斑@部分成本存在很大的壓縮空間，芯智匯科技與國內(nèi)語音識別產(chǎn)業(yè)鏈的合作廠商正在快速促進(jìn)低成本、高性能的解決方案?！?nbsp;徐正弟進(jìn)一步解釋道：“目前多數(shù)智能語音應(yīng)用的SoC一般保留標(biāo)準(zhǔn)的I2S接口，傳統(tǒng)上支持多路ADC輸入的做法是采用FPGA或MCU實現(xiàn)通道變換而AC108在設(shè)計中即考慮了該因素，通過將多路語音信號通過升采樣率的方式，實現(xiàn)了標(biāo)準(zhǔn)的I2S支持多路音頻數(shù)據(jù)傳輸，使得方案中可以節(jié)省FPGA或MCU，大大降低方案設(shè)計成本和復(fù)雜度。”此外，與部分方案需要采用多片ADC支持麥克風(fēng)陣列不同，基于AC108級聯(lián)兩顆芯片(最多可四片級聯(lián))即可實現(xiàn)多陣列麥克風(fēng)方案。

　　圖5：AC108高性能、低成本的遠(yuǎn)場語音拾取方案

　　這種定制化的優(yōu)化解決方案在大大降低成本的同時，還能加快廠商的產(chǎn)品上市進(jìn)度，而這對于快速發(fā)展的消費市場來說尤為關(guān)鍵。據(jù)了解，目前芯智匯AC108已向潛在客戶提供EVM Board和使用友好的配套PC工具，方便工程師快速對ADC進(jìn)行選型評估?！拔覀冞€提供專業(yè)詳細(xì)的指導(dǎo)文檔和參考驅(qū)動，以及保姆式的服務(wù)，幫助客戶快速完成設(shè)計開發(fā)，加速產(chǎn)品上市?！毙煺芙榻B道。高性能模擬信號處理通常是工程師的噩夢，對于消費電子市場為主的智能語音識別應(yīng)用來說，這樣的“保姆式”技術(shù)服務(wù)對實現(xiàn)產(chǎn)品高性能和快速面市非常重要。

　　無論ADC還是SoC，都只是語音識別生態(tài)鏈中的一環(huán)，整個生態(tài)鏈的成熟發(fā)展至關(guān)重要。目前麥克風(fēng)陣列算法、配套語音前處理算法、云端語義平臺等已經(jīng)發(fā)展成熟。“業(yè)內(nèi)的大量研發(fā)工作還在快速提升語音識別效果，包括大量AI訓(xùn)練下的多語種支持，快速可復(fù)制量產(chǎn)多環(huán)節(jié)配合，等等。AC108的推出再次彌補了針對麥克風(fēng)陣列的高性能ADC的短板，我們已經(jīng)與國內(nèi)主要的平臺方案商合作，并與亞馬遜Alexa等國際平臺合作，這些產(chǎn)業(yè)鏈的良好互動正在助推智能語音識別爆發(fā)性增長，預(yù)期一年內(nèi)將看到越來越多的相關(guān)產(chǎn)品面市?！毙煺軜酚^地指出。