智能語(yǔ)音識別AI市場(chǎng)即將井噴，關(guān)鍵“芯元素”成引爆點(diǎn)

　　與去年阿法狗(AlphaGo)輕松擊敗李世石后人們紛紛驚嘆人類(lèi)被機器人超越不同的是，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(lèi)的事實(shí)，更多地從理性角度探討以人工智能為基礎的科技對人類(lèi)社會(huì )的改變機遇。據今日頭條首份人工智能影響力報告表明，中國國民AI信心指數高達83，中國消費者對人工智能的態(tài)度變得十分積極。

　　“事實(shí)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(yǔ)音智能識別的研究上，世界范圍內已經(jīng)做出了非常成功的創(chuàng )新應用，而中國同樣也走在了前列?！?nbsp;以電源和模擬半導體技術(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(yǔ)音的人工智能技術(shù)的應用，芯智匯科技近日在國內率先發(fā)布了專(zhuān)門(mén)針對人工智能熱門(mén)應用的語(yǔ)音識別多陣列麥克風(fēng)前端ADC芯片AC108?！白鳛橹悄苷Z(yǔ)音應用中非常關(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)化的設計助推企業(yè)在人工智能應用領(lǐng)域搶占市場(chǎng)先機?！?nbsp;徐正弟指出。

　　圖1：中國國民AI信心指數高達83

　　消費者正習慣語(yǔ)音交互，Smart Home是首個(gè)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(yǔ)音助手)的智能手機用戶(hù)中，2016年5月僅20%的移動(dòng)查詢(xún)通過(guò)語(yǔ)音方式完成，而至2017年5月已有近7成的詢(xún)問(wèn)是通過(guò)自然/交談?wù)Z(yǔ)言進(jìn)行的。僅僅一年時(shí)間已經(jīng)發(fā)生巨大改變，多數消費者的移動(dòng)查詢(xún)習慣已開(kāi)始偏向智能語(yǔ)音交互。

　　圖2：消費者正在習慣使用語(yǔ)音交互完成查詢(xún)等操作

　　“智能語(yǔ)音首先會(huì )在垂直市場(chǎng)落地，在交互相對單一、場(chǎng)景相對固定，且用戶(hù)有剛需的應用場(chǎng)景中，比如家電控制、車(chē)載電子就有大量的發(fā)展機會(huì )?！毙煺茉诮邮懿稍L(fǎng)時(shí)介紹道。這類(lèi)場(chǎng)景的需求相對簡(jiǎn)單，最需要的是一系列命令詞的識別，技術(shù)相對容易實(shí)現。與此同時(shí)，在自動(dòng)駕駛成熟之前，車(chē)內駕駛者都無(wú)法釋放出雙手，因此車(chē)內語(yǔ)音控制也是剛需。就目前而言，智慧家居的語(yǔ)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(yǔ)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(jià)從99美元下降到49美元，這意味著(zhù)未來(lái)一年Echo相關(guān)產(chǎn)品的出貨量將大幅度提升。與此同時(shí)，上游供應鏈透露的消息稱(chēng)，2017年Amazon已將智能音箱的訂單量增加至1,000萬(wàn)臺，為2016年的三倍!在這場(chǎng)智能音箱的競賽中，Amazon、Google和Apple等全球領(lǐng)導企業(yè)正在推動(dòng)越來(lái)越多的互聯(lián)網(wǎng)公司發(fā)布類(lèi)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)節的供應商帶來(lái)了巨大的機會(huì )。

　　信號拾取前端處理很關(guān)鍵，108dB SNR解決遠場(chǎng)語(yǔ)音設計最大挑戰

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

　　智能語(yǔ)音應用的實(shí)現需要三個(gè)環(huán)節：首先是拾取——將自然的語(yǔ)音信號轉化為數字信號;緊接是前處理——對采集到的語(yǔ)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(yǔ)音識別引擎對“干凈”的語(yǔ)音信號進(jìn)行識別和語(yǔ)義分析，從而實(shí)現智能反饋。顯然，在完成算法層面的語(yǔ)音識別之前需要進(jìn)行遠距離拾音，首當其沖必須使用麥克風(fēng)陣列，配套語(yǔ)音前處理算法，如NS、AEC、De-reverb等，才能實(shí)現自然語(yǔ)言人機交互。

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

　　分析市場(chǎng)上幾款主流智能音箱產(chǎn)品的相關(guān)報告可以發(fā)現其前端語(yǔ)音ADC芯片SNR為98dB、101dB，而AC108宣稱(chēng)的108dB是目前業(yè)內同類(lèi)產(chǎn)品中達到最高信噪比的ADC芯片?！癆C108型號名稱(chēng)凸顯了其性能優(yōu)勢——‘Audio Codec 108dB(SNR)’，108dB是目前滿(mǎn)足麥克風(fēng)陣列應用的最高性能。同時(shí)AC108嚴格按照家電級標準進(jìn)行設計、生產(chǎn)、測試，從而保證良好品質(zhì)要求?！毙煺芙榻B道。

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

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

　　毫無(wú)疑問(wèn)，語(yǔ)音智能應用正在飛速發(fā)展?！皬奈覀兣c國內外企業(yè)接觸來(lái)看，這個(gè)市場(chǎng)目前正面臨一波井噴的大發(fā)展機遇，目前包括格力、美的、海爾、長(cháng)虹等主要的家電企業(yè)已經(jīng)密集布局智能語(yǔ)音控制產(chǎn)品，從空調、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(chǎng)?！毙煺苤赋?，“特別是隨著(zhù)包括成本、方案成熟度、設計復雜度的改變，市場(chǎng)爆發(fā)性增長(cháng)指日可待?！?/p>

　　據徐正弟的分析，在空調等大件家電應用中，目前語(yǔ)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，芯智匯科技與國內語(yǔ)音識別產(chǎn)業(yè)鏈的合作廠(chǎng)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：“目前多數智能語(yǔ)音應用的SoC一般保留標準的I2S接口，傳統上支持多路ADC輸入的做法是采用FPGA或MCU實(shí)現通道變換而AC108在設計中即考慮了該因素，通過(guò)將多路語(yǔ)音信號通過(guò)升采樣率的方式，實(shí)現了標準的I2S支持多路音頻數據傳輸，使得方案中可以節省FPGA或MCU，大大降低方案設計成本和復雜度?！贝送?，與部分方案需要采用多片ADC支持麥克風(fēng)陣列不同，基于A(yíng)C108級聯(lián)兩顆芯片(最多可四片級聯(lián))即可實(shí)現多陣列麥克風(fēng)方案。

　　圖5：AC108高性能、低成本的遠場(chǎng)語(yǔ)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(shí)，還能加快廠(chǎng)商的產(chǎn)品上市進(jìn)度，而這對于快速發(fā)展的消費市場(chǎng)來(lái)說(shuō)尤為關(guān)鍵。據了解，目前芯智匯AC108已向潛在客戶(hù)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(zhuān)業(yè)詳細的指導文檔和參考驅動(dòng)，以及保姆式的服務(wù)，幫助客戶(hù)快速完成設計開(kāi)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(mèng)，對于消費電子市場(chǎng)為主的智能語(yǔ)音識別應用來(lái)說(shuō)，這樣的“保姆式”技術(shù)服務(wù)對實(shí)現產(chǎn)品高性能和快速面市非常重要。

　　無(wú)論ADC還是SoC，都只是語(yǔ)音識別生態(tài)鏈中的一環(huán)，整個(gè)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(yǔ)音前處理算法、云端語(yǔ)義平臺等已經(jīng)發(fā)展成熟?！皹I(yè)內的大量研發(fā)工作還在快速提升語(yǔ)音識別效果，包括大量AI訓練下的多語(yǔ)種支持，快速可復制量產(chǎn)多環(huán)節配合，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(dòng)正在助推智能語(yǔ)音識別爆發(fā)性增長(cháng)，預期一年內將看到越來(lái)越多的相關(guān)產(chǎn)品面市?！毙煺軜?lè )觀(guān)地指出。