智能語(yǔ)音識(shí)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(shí)，更多地從理性角度探討以人工智能為基礎(chǔ)的科技對(duì)人類社會(huì)的改變機(jī)遇。據(jù)今日頭條首份人工智能影響力報(bào)告表明，中國(guó)國(guó)民AI信心指數(shù)高達(dá)83，中國(guó)消費(fèi)者對(duì)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(shí)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(guó)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(duì)媒體表示。由于非常看好基于語(yǔ)音的人工智能技術(shù)的應(yīng)用，芯智匯科技近日在國(guó)內(nèi)率先發(fā)布了專門(mén)針對(duì)人工智能熱門(mén)應(yīng)用的語(yǔ)音識(shí)別多陣列麥克風(fēng)前端ADC芯片AC108?！白鳛橹悄苷Z(yǔ)音應(yīng)用中非常關(guān)鍵的入口信號(hào)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(jì)助推企業(yè)在人工智能應(yīng)用領(lǐng)域搶占市場(chǎng)先機(jī)?！?徐正弟指出。

圖1：中國(guó)國(guó)民AI信心指數(shù)高達(dá)83

消費(fèi)者正習(xí)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(shì)報(bào)告》指出，在使用Google Assistant（谷歌語(yǔ)音助手）的智能手機(jī)用戶中，2016年5月僅20%的移動(dòng)查詢通過(guò)語(yǔ)音方式完成，而至2017年5月已有近7成的詢問(wèn)是通過(guò)自然/交談?wù)Z言進(jìn)行的。僅僅一年時(shí)間已經(jīng)發(fā)生巨大改變，多數(shù)消費(fèi)者的移動(dòng)查詢習(xí)慣已開(kāi)始偏向智能語(yǔ)音交互。

圖2：消費(fèi)者正在習(xí)慣使用語(yǔ)音交互完成查詢等操作

“智能語(yǔ)音首先會(huì)在垂直市場(chǎng)落地，在交互相對(duì)單一、場(chǎng)景相對(duì)固定，且用戶有剛需的應(yīng)用場(chǎng)景中，比如家電控制、車載電子就有大量的發(fā)展機(jī)會(huì)?！毙煺茉诮邮懿稍L時(shí)介紹道。這類場(chǎng)景的需求相對(duì)簡(jiǎn)單，最需要的是一系列命令詞的識(shí)別，技術(shù)相對(duì)容易實(shí)現(xiàn)。與此同時(shí)，在自動(dòng)駕駛成熟之前，車內(nèi)駕駛者都無(wú)法釋放出雙手，因此車內(nèi)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(shí)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(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(wàn)臺(tái)，為2016年的三倍！在這場(chǎng)智能音箱的競(jìng)賽中，Amazon、Google和Apple等全球領(lǐng)導(dǎo)企業(yè)正在推動(dòng)越來(lái)越多的互聯(lián)網(wǎng)公司發(fā)布類似的智能音箱產(chǎn)品，其中也不乏中國(guó)企業(yè)加入競(jìng)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(lái)了巨大的機(jī)會(huì)。

信號(hào)拾取前端處理很關(guān)鍵，108dB SNR解決遠(yuǎn)場(chǎng)語(yǔ)音設(shè)計(jì)最大挑戰(zhàn)

事實(shí)上，像智能手機(jī)上Siri、Google Assistant這樣近距離的智能語(yǔ)音應(yīng)用已經(jīng)相對(duì)成熟（因?yàn)楦?a href="http://www.ttokpm.com/v/tag/2562/" target="_blank">算法），“而目前最主要的智能語(yǔ)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(chǎng)智能語(yǔ)音信號(hào)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(chǎng)?！?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(yǔ)音采集、高信噪比（SNR）以及低復(fù)雜度設(shè)計(jì)要求。”

智能語(yǔ)音應(yīng)用的實(shí)現(xiàn)需要三個(gè)環(huán)節(jié)：首先是拾取——將自然的語(yǔ)音信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)；緊接是前處理——對(duì)采集到的語(yǔ)音信號(hào)進(jìn)行降噪、消回聲、去混響等處理，形成“干凈”的音頻信號(hào)；最后是本地或云端的語(yǔ)音識(shí)別引擎對(duì)“干凈”的語(yǔ)音信號(hào)進(jìn)行識(shí)別和語(yǔ)義分析，從而實(shí)現(xiàn)智能反饋。顯然，在完成算法層面的語(yǔ)音識(shí)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(yǔ)音前處理算法，如NS、AEC、De-reverb等，才能實(shí)現(xiàn)自然語(yǔ)言人機(jī)交互。

在整套智能語(yǔ)音系統(tǒng)中，前端語(yǔ)音采集和處理，對(duì)語(yǔ)音識(shí)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(yǔ)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(gè)重要參數(shù)是信噪比SNR，它表征了最大不失真聲音信號(hào)、即主觀上認(rèn)為的有用信號(hào)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(chǎng)上幾款主流智能音箱產(chǎn)品的相關(guān)報(bào)告可以發(fā)現(xiàn)其前端語(yǔ)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。“AC108型號(hào)名稱凸顯了其性能優(yōu)勢(shì)——‘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(shí)AC108嚴(yán)格按照家電級(jí)標(biāo)準(zhǔn)進(jìn)行設(shè)計(jì)、生產(chǎn)、測(cè)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(shí)別技術(shù)的國(guó)內(nèi)部分消費(fèi)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(yīng)用正在飛速發(fā)展。“從我們與國(guó)內(nèi)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(jī)遇，目前包括格力、美的、海爾、長(zhǎng)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(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(chǎng)?！毙煺苤赋?，“特別是隨著包括成本、方案成熟度、設(shè)計(jì)復(fù)雜度的改變，市場(chǎng)爆發(fā)性增長(zhǎng)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(yǔ)音識(shí)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(guó)內(nèi)語(yǔ)音識(shí)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?！?徐正弟進(jìn)一步解釋道：“目前多數(shù)智能語(yǔ)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(shí)現(xiàn)通道變換而AC108在設(shè)計(jì)中即考慮了該因素，通過(guò)將多路語(yǔ)音信號(hào)通過(guò)升采樣率的方式，實(shí)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(jì)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(jí)聯(lián)兩顆芯片（最多可四片級(jí)聯(lián)）即可實(shí)現(xiàn)多陣列麥克風(fēng)方案。

圖5：AC108高性能、低成本的遠(yuǎn)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)，還能加快廠商的產(chǎn)品上市進(jìn)度，而這對(duì)于快速發(fā)展的消費(fèi)市場(chǎng)來(lái)說(shuō)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(duì)ADC進(jìn)行選型評(píng)估。“我們還提供專業(yè)詳細(xì)的指導(dǎo)文檔和參考驅(qū)動(dòng)，以及保姆式的服務(wù)，幫助客戶快速完成設(shè)計(jì)開(kāi)發(fā)，加速產(chǎn)品上市?！毙煺芙榻B道。高性能模擬信號(hào)處理通常是工程師的噩夢(mèng)，對(duì)于消費(fèi)電子市場(chǎng)為主的智能語(yǔ)音識(shí)別應(yīng)用來(lái)說(shuō)，這樣的“保姆式”技術(shù)服務(wù)對(duì)實(shí)現(xiàn)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(shí)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(tái)等已經(jīng)發(fā)展成熟?！皹I(yè)內(nèi)的大量研發(fā)工作還在快速提升語(yǔ)音識(shí)別效果，包括大量AI訓(xùn)練下的多語(yǔ)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(bǔ)了針對(duì)麥克風(fēng)陣列的高性能ADC的短板，我們已經(jīng)與國(guó)內(nèi)主要的平臺(tái)方案商合作，并與亞馬遜Alexa等國(guó)際平臺(tái)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(shí)別爆發(fā)性增長(zhǎng)，預(yù)期一年內(nèi)將看到越來(lái)越多的相關(guān)產(chǎn)品面市?！毙煺軜?lè)觀地指出。