AI從云端擴到邊緣端，對話(huà)式平臺得到廣泛應用

作者/北京君林科技股份有限公司CTO  Kevin（劉克林）

我們注意到AI有兩個(gè)顯著(zhù)加速的趨勢:

1. AI的部署和應用逐步從云端擴展至邊緣端，也就是直接部署運行在客戶(hù)端或物聯(lián)網(wǎng)終端，滿(mǎn)足了一定的實(shí)時(shí)性和安全性等要求。例如：Apple的Face ID, Andriod離線(xiàn)版人臉識別等，這主要歸功于人工智能AI芯片(或神經(jīng)處理單元NPU)在手機上的深度整合及場(chǎng)景落地。它解決了性能和功耗的平衡問(wèn)題，同時(shí)也強調了軟硬件結合來(lái)完成場(chǎng)景的落地。

2. 對話(huà)式平臺的廣泛應用。對話(huà)式平臺毫無(wú)疑問(wèn)將改變人們與技術(shù)進(jìn)行交互的方式。用戶(hù)通過(guò)語(yǔ)音發(fā)出命令或者問(wèn)題，對話(huà)式平臺進(jìn)行響應并執行一系列相應的功能。這其中包含了語(yǔ)音識別，NLP等當下熱門(mén)的AI技術(shù)，同時(shí)也體現了AI時(shí)代更加自然和人性化的交互方式。

AI在邊緣端的部署和應用給終端CPU或者SoC帶來(lái)了特定任務(wù)比如圖像識別等更大的計算壓力。這種壓力也導致了AI芯片的應運而生，華為的麒麟 970芯片則是一個(gè)標志性的事件。它搭載了寒武紀的一款NPU（Neural-network Processing Unit），這款NPU在特定任務(wù)計算時(shí)的能效是手機CPU的50倍。我們有理由相信，隨著(zhù)更多AI場(chǎng)景的落地，AI架構的芯片會(huì )逐漸成為主流。當然，AI算法也會(huì )不斷的優(yōu)化，不斷在系統層面進(jìn)行融入。如何將芯片，系統與算法高效的融合則是AI場(chǎng)景能否落地的一個(gè)關(guān)鍵因素。

對話(huà)式平臺的廣泛應用則會(huì )開(kāi)啟新的交互革命。隨著(zhù)語(yǔ)音識別和NLP(自然語(yǔ)言處理)技術(shù)的大熱，聲紋識別技術(shù)(識別說(shuō)話(huà)人是誰(shuí)的技術(shù))也逐漸進(jìn)入大眾的視野，它將與人臉識別等生物認證技術(shù)一起在安全和個(gè)性化服務(wù)領(lǐng)域得到越來(lái)越多的普及。目前的語(yǔ)音識別和聲紋識別等語(yǔ)音技術(shù)受背景噪音，多人同時(shí)說(shuō)話(huà)等環(huán)境因素影響準確度依然有很大的提升空間。

君林科技是一家專(zhuān)注于音頻領(lǐng)域的高科技公司，提供全球領(lǐng)先的音頻領(lǐng)域解決方案和專(zhuān)業(yè)服務(wù)。憑借在音頻領(lǐng)域的深度耕耘，君林科技在聲學(xué)技術(shù)，無(wú)線(xiàn)音頻技術(shù)，聲紋識別技術(shù)，人工智能及大數據領(lǐng)域都建立了自己的核心技術(shù)體系。

君林科技的麥克風(fēng)陣列技術(shù)(遠場(chǎng)拾音技術(shù))，去噪聲和混響算法以及高精度，高魯棒性的聲紋識別算法從軟硬件結合的方式優(yōu)化了整條鏈路，在一定程度上消除了環(huán)境因素的影響，大幅提高了聲紋識別的準確度，從而加速了聲紋識別技術(shù)在智能硬件，銀行保險和公共安防等行業(yè)的場(chǎng)景落地。