SpeakIn推出全球首款專用于聲紋識別的AI芯片和模組

在此次的CES2018展會上，眾多廠商紛紛發(fā)布了自己最新的技術(shù)和產(chǎn)品。毫無疑問，人工智能（AI）是此次CES展會的一大熱點(diǎn)。NVIDIA公布全新的用于自動駕駛的AI芯片Xavier SoC；瑞芯微也發(fā)布了自己的首款A(yù)I芯片RK3399Pro；聯(lián)發(fā)科宣布推出NeuroPilot AI平臺，主打跨平臺終端人工智能。與此同時，國內(nèi)專注于聲紋識別領(lǐng)域的初創(chuàng)公司SpeakIn的聲紋識別芯片及模組也被曝光。而這也將是全球首款專用于聲紋識別的AI芯片和模組。

據(jù)了解，SpeakIn推出的這款聲紋算法模組集成了一顆微處理器，內(nèi)存，雙路ADC和硬件降噪，前端AGC自動增益控制，硬件音頻編碼譯碼器和WiFi 802.11 ac。更為關(guān)鍵的是，其中還集成了40GFlops聲紋驗算單元，搭載了SpeakIn的聲紋模型庫，可以在離線狀態(tài)下實現(xiàn)本地化的智能采集和驗證，更為快速和便捷。當(dāng)然，如果是在線狀態(tài)下，還可連接SpeakIn云平臺，進(jìn)行聲紋大數(shù)據(jù)檢索與比對，動態(tài)聲紋數(shù)據(jù)同步，提供端+云的全方位解決方案。

此外，SpeakIn的這款聲紋算法模組在接口方面也比較齊全，不僅集成了主流GPIO和高保真音頻接口，還支持千兆以太網(wǎng)。

可以說，SpeakIn推出的這款聲紋算法模組就是一個完整的可獨(dú)立運(yùn)行的支持聲紋識別的小電腦，并且具備通用擴(kuò)展性和前向支持能力。同時，整個模塊的功耗也非常低，據(jù)說僅2Wh。此外，模塊的體積也比較小，而且模組的尺寸和高度也是因為集成了內(nèi)存芯片和嵌入了許多接口，而在實際應(yīng)用中，這些接口是可以嵌入在硬件設(shè)備上的，所以模組的尺寸和高度都是也是可以根據(jù)需要進(jìn)行調(diào)整的，非常便于集成。

我們都知道，為了推動語音識別的應(yīng)用，眾多的語音識別廠商此前都有聯(lián)合芯片廠商推出自己的語音識別模組，或者推出自己的麥克風(fēng)陣列方案，以提升語音識別的體驗，而這些動作也確實加速了語音識別市場的發(fā)展。同樣，隨著SpeakIn的這款聲紋識別模組的推出，也或?qū)⒓铀俾暭y識別的普及應(yīng)用。

聲紋識別將成語音人機(jī)交互的最佳身份認(rèn)證方式

隨著語音/聲學(xué)以及人工智能技術(shù)的發(fā)展，語音已經(jīng)被認(rèn)為是下一代人機(jī)交互關(guān)鍵技術(shù)（交互更簡單，更自然）。目前亞馬遜、蘋果、谷歌等海外巨頭，以及國內(nèi)的阿里、百度、騰訊等眾多廠商都推出了自己的智能音箱產(chǎn)品，并且都集成了自己的智能語音助手。在此次的CES展會上，集成智能語音助手的設(shè)備可謂是隨處可見，可以預(yù)見語音交互將成為未來最為重要一種人機(jī)交互方式，與此同時聲紋識別技術(shù)也開始煥發(fā)出了新的生命。

首先，不論對于智能音箱這樣的家用設(shè)備，還是智能手機(jī)這樣的私人設(shè)備，用戶隱私及安全都是必須要考慮的問題。而在單純的通過語音交互的場景之下，傳統(tǒng)的指紋識別、虹膜識別，乃至于新的人臉識別等用于保護(hù)用戶隱私及安全的生物認(rèn)證方式并不適用，也不便捷。比如我們對智能音箱說，“幫我來定個昨天中午一樣的外賣”，如果有了聲紋識別作為身份認(rèn)證方式，那么你通過這一句話就能夠完成整個訂餐及支付操作。如果沒有聲紋識別，那么到了支付環(huán)節(jié)，可能還是需要通過智能手機(jī)上的指紋識別/人臉識別來完成認(rèn)證的步驟，這顯然很麻煩。當(dāng)然，我們也可以通過語音讀出密碼的方式來完成，但是這顯然不利于隱私保護(hù)。

其次，對于用戶來說，每個人都有不同的使用習(xí)慣和偏好，而智能語音助手則完全有能力在同一終端實現(xiàn)實現(xiàn)千人千面的個性化服務(wù)。通過聲紋識別來作為身份識別方式，則可以非常自然的實現(xiàn)身份的切換。比如，在家庭當(dāng)中，當(dāng)你對智能音箱說，“幫我定個昨天中午一樣的快餐”，同時你的哥哥也說“幫我也定一個昨天中午一樣的快餐”，注意這里可能你們兩個人昨天中午定的快餐是完全不一樣的，如果有了聲紋識別，就能夠識別兩個語義完全相同的語音指令是由哪兩個人所發(fā)出的，然后根據(jù)這兩個人的不同的習(xí)慣（昨天中午這兩個人分別定的是什么快餐），來滿足不同的需求。顯然，這樣的用戶體驗，是其他生物識別方式所難以實現(xiàn)的。比如人臉識別，確實可以實現(xiàn)同時對于多個用戶的身份識別，但是你要定個快餐，卻沒法直接通過人臉來下達(dá)指令。

另外，聲紋識別還具有一些其他生物識別技術(shù)所沒有的優(yōu)勢。比如，聲紋識別是非接觸式的，可以通過語音傳遞進(jìn)行聲紋信息，從而不用接觸到機(jī)器本身，就可以進(jìn)行聲音識別。這兩個特點(diǎn)有使得聲紋識別可以應(yīng)用在很多領(lǐng)域，比如可以進(jìn)行遠(yuǎn)程認(rèn)證。

不過，聲音跟虹膜、人臉都存在同樣的受環(huán)境干擾的問題，比如人臉、虹膜會受到光學(xué)環(huán)境的干擾，而聲紋則會受到環(huán)境噪聲的干擾。當(dāng)然在沒有光的情況下是可以用聲紋識別的，如果是不能開口的情況下，則只能用其他的識別技術(shù)。

可以說，如果未來語音將作為重要的人機(jī)交互方式，那么聲紋識別則將是與之相匹配的最佳的身份認(rèn)證方式。

雖然目前生活當(dāng)中，聲紋識別似乎接觸的很少。但是，實際上，我們所熟悉的很多產(chǎn)品以及應(yīng)用都已經(jīng)開始加入了聲紋識別功能。

比如去年推出多款智能音箱產(chǎn)品其實都有加入了聲紋識別。蘋果iPhone 7之后的語音助手Siri也加入了聲紋識別功能。今年6月，騰訊推出Qrobot小Q機(jī)器人第二代也采用了聲紋識別技術(shù)，而這款產(chǎn)品的聲紋識別技術(shù)就是由SpeakIn所提供的。

當(dāng)然，就目前來說，相比指紋識別、人臉識別、虹膜識別等生物識別技術(shù)來說，傳統(tǒng)的單純基于云端的聲紋識別技術(shù)還存在著一些不足，但是通過推出專用的聲紋識別硬件模組，在終端側(cè)進(jìn)行部署，通過邊緣計算+云端人工智能的方式，將會極大提升聲紋識別的準(zhǔn)確率和實用性。期待SpeakIn能夠給我們帶來不一樣的體驗。