協(xié)處理器作為獨立硬件加速器可提升用戶(hù)體驗

當今的消費者對技術(shù)的要求日益提升，這一點(diǎn)在用于與設備進(jìn)行互動(dòng)的界面技術(shù)上體現得尤為明顯。人們對包括手機、車(chē)載電子、家用網(wǎng)絡(luò )和辦公環(huán)境下的設備要求越來(lái)越高，要求它們能夠融入更易操作的、更直觀(guān)的用戶(hù)界面，以更貼切反映人與人之間的互動(dòng)關(guān)系。

在每一個(gè)新的產(chǎn)品周期中，設計人員都倍感壓力，要設計出操作更加精確、用戶(hù)界面更加直觀(guān)的產(chǎn)品。近年來(lái)，繼觸屏技術(shù)逐漸普及到包括電話(huà)、平板電腦、顯示器、銷(xiāo)售點(diǎn)解決方案、ATM和查詢(xún)機等設備之后，語(yǔ)音識別技術(shù)正在快速成為驅動(dòng)產(chǎn)品創(chuàng )新與運用的下一代用戶(hù)界面技術(shù)。語(yǔ)音識別，甚至是手勢與影像識別，成為各種工作與個(gè)人設備的標準配備只是個(gè)時(shí)間問(wèn)題。由于語(yǔ)音識別技術(shù)在某種程度上受制于嵌入式應用的發(fā)展，因此其至今仍然處于發(fā)展的初期。然而，語(yǔ)音識別交互界面技術(shù)將最終被廣泛采用，這是技術(shù)發(fā)展的大勢所趨。汽車(chē)工業(yè)已經(jīng)在計劃引入更多具備更強嵌入式語(yǔ)音識別功能的尖端模塊。

語(yǔ)音識別技術(shù)之所以發(fā)展緩慢，部分是由于用戶(hù)界面越直觀(guān)，其所需的處理能力與內存就呈指數級別上升，這反過(guò)來(lái)促進(jìn)了閃存技術(shù)的創(chuàng )新發(fā)展。正如大多數設計人員所熟知的那樣，用戶(hù)界面越直觀(guān)，其所需的技術(shù)平臺與設計就越復雜。用戶(hù)界面技術(shù)將消耗更多的計算能力與閃存，才能在達到高性能的處理能力的同時(shí)，保持最佳用戶(hù)體驗。一種解決方案是采用專(zhuān)門(mén)的硬件，即具有下一代閃存能力、集成了邏輯與靈活軟件算法的專(zhuān)用協(xié)處理器。這些協(xié)處理器能夠作為獨立的硬件加速器分擔主應用處理器的負擔，從而獲得市場(chǎng)上最高水平的用戶(hù)體驗。

人機交互界面的演進(jìn)

自從電腦鼠標問(wèn)世以來(lái)，HMI(人機交互)技術(shù)取得了長(cháng)足進(jìn)步。用戶(hù)界面的創(chuàng )新從歷史上看可歸功于新器件的成功運用，例如，從老款移動(dòng)電話(huà)的實(shí)體按鍵變?yōu)橹悄苁謾C的觸屏。打造具有吸引力的用戶(hù)界面極具挑戰性，需要相當復雜的系統來(lái)創(chuàng )造功能性強、易于訪(fǎng)問(wèn)、邏輯清晰與令人愉悅的用戶(hù)體驗。這種復雜系統對高可靠性、高性能硬件提在處理能力和閃存帶寬方面要求較高。由于終端產(chǎn)品的核心功能創(chuàng )新已接近成熟，消費者們正日益將產(chǎn)品的工業(yè)設計與用戶(hù)界面作為標準來(lái)做出購買(mǎi)決定。生產(chǎn)商也注意到了這一變化，而閃存生產(chǎn)商與設計人員也在市場(chǎng)的壓力下，加快創(chuàng )新以回應市場(chǎng)的要求。語(yǔ)音識別正是下一波人機交互技術(shù)創(chuàng )新的焦點(diǎn)之所在。

語(yǔ)音識別如何處理工作

在先進(jìn)的HMI技術(shù)正日益成為許多消費電子產(chǎn)品事實(shí)上標準的同時(shí)，高性能處理能力對嵌入式系統而言正變得的更為關(guān)鍵?？傮w而言，語(yǔ)音識別功能可被細分為三個(gè)處理階段：

第一個(gè)階段是聲音處理階段，這通常會(huì )占用不到5%的處理能力，即系統將捕獲的聲音信號從模擬信息轉化為數字信息。這同時(shí)也是過(guò)濾、抑制噪聲和回聲消除的階段，將話(huà)筒聲音與錯誤捕獲的雜音區分開(kāi)來(lái)。經(jīng)過(guò)處理后的信號以數字聲音流的形式輸出，每一段聲音都如同指紋一樣是獨一無(wú)二的。第二個(gè)階段為匹配階段，即系統將這些聲音信號與“語(yǔ)音庫”，即聲學(xué)模型進(jìn)行匹配。這種匹配階段被稱(chēng)作聲學(xué)打分，會(huì )占用系統處理帶寬的50%到70%。第二階段產(chǎn)生的聲學(xué)得分將作為輸入信息進(jìn)入第三個(gè)階段，即系統通過(guò)搜索語(yǔ)言與詞典模型，將這些聲學(xué)信號轉譯為文字信息。這一階段會(huì )占用30%到50%的處理能力。

一般說(shuō)來(lái)，整個(gè)處理過(guò)程由一個(gè)CPU負責，而這個(gè)處理器也同時(shí)需要負責處理若干其他的任務(wù)。由于語(yǔ)音識別非常占用計算能力與閃存空間，因此在一個(gè)嵌入式解決方案共享資源會(huì )導致無(wú)法接受的延遲，或者限制了帶寬處理日益增加的軟件模型的能力。為了取得更高的精確性，軟件模型的大小正在日益膨脹。

為何為HMI處理過(guò)程配備專(zhuān)門(mén)的硬件?

由于HMI(如語(yǔ)音識別)處理過(guò)程中繁重的存儲與運算帶寬限制，這種多任務(wù)共享一個(gè)CPU資源的方式常常以犧牲某些終端用戶(hù)體驗為代價(jià)。

例如，在語(yǔ)音識別中，在共享資源的嵌入式系統條件下，設計人員必須在速度與精確性之間進(jìn)行取舍。更大的聲學(xué)模型能實(shí)現更高的精確性，不過(guò)卻要有更大的處理能力才能避免無(wú)法接受的延遲響應速度。另外，由于用戶(hù)提升了他們對語(yǔ)音處理界面的期望，例如希望界面能夠區分性別、噪音、對話(huà)、口音以及多語(yǔ)言等，這種功能豐富的語(yǔ)音模塊的大小則會(huì )呈指數級別與日俱增，而可靠性高、可快速訪(fǎng)問(wèn)的內存對這種日益提升的性能而言將變得更加重要。 不幸的是，如今資源共享、資源限制型的硬件平臺并不能為目前最大型的聲學(xué)模型提供可接受的處理能力。因此，業(yè)內目前只能退而求其次，開(kāi)發(fā)出壓縮版的聲學(xué)模型，僅能在最低程度可接受的響應時(shí)間內提供最低程度可接受的精確性。

為了克服這個(gè)缺點(diǎn)，業(yè)界最近已經(jīng)開(kāi)發(fā)出了一套解決方案：一款能夠提升處理能力，加速某些語(yǔ)音識別處理階段的專(zhuān)用硬件協(xié)處理器。這類(lèi)解決方案的第一個(gè)代表就是Spansion語(yǔ)音協(xié)處理器。Spansion語(yǔ)音協(xié)處理器負責語(yǔ)音識別的聲學(xué)評分階段，從而分擔了CPU的負荷，最多能減少50%的響應延遲。此外，Spansion語(yǔ)音協(xié)處理器能夠為當今最大的聲學(xué)模型提供足夠大的處理能力，最大能達到目前我們常見(jiàn)聲學(xué)模型的10倍。采用這種解決方案能徹底解決延遲性與精確性的取舍問(wèn)題，而在基于資源共享平臺的嵌入式語(yǔ)音識別解決方案中，這是個(gè)重大的設計問(wèn)題。

這幾類(lèi)專(zhuān)用的用戶(hù)界面協(xié)處理器運用先進(jìn)的閃存技術(shù)，實(shí)現一系列應用的瞬間響應、高可靠性與高性能。

先進(jìn)的HMI看起來(lái)將會(huì )是什么樣子的?

雖然語(yǔ)音識別代表了嵌入式系統HMI當下發(fā)展的潮流，目前，在為自然語(yǔ)言理解、圖像識別或情緒感知等功能提供先進(jìn)的HMI方面，我們僅僅邁出了一小步。然而，近年來(lái)閃存技術(shù)的發(fā)展，正不斷地推動(dòng)著(zhù)整個(gè)行業(yè)向著(zhù)更新穎、更富創(chuàng )造性的發(fā)展高度。專(zhuān)用的硬件與先進(jìn)的閃存和邏輯器件結合，能為功能更豐富、更強大的軟件模型的運行提供基礎，逐步引領(lǐng)我們更加接近未來(lái)更尖端的HMI技術(shù)。隨著(zhù)閃存創(chuàng )新步伐的不斷向前推進(jìn)，我們也將更有能力設計出功能更豐富、更貼近自然的界面，最終改善用戶(hù)體驗。

消費者對最佳用戶(hù)體驗的追求，不斷地鞭策著(zhù)我們開(kāi)創(chuàng )新的架構。因此，正是用戶(hù)不斷推動(dòng)著(zhù)閃存技術(shù)的不斷創(chuàng )新并向前高速發(fā)展。如今，下一個(gè)技術(shù)發(fā)展的前沿與挑戰是提供更加豐富的用戶(hù)體驗，在先進(jìn)的閃存技術(shù)與專(zhuān)用硬件的助力下獲得更強大的語(yǔ)音識別能力。