首页 > 系统集成 > 正文

智能语音识别AI市场即将井喷,关键“芯元素”成引爆点
2017-06-16 08:32:35   来源:微迷   评论:0   点击:

目前最主要的智能语音应用通常交互距离在3~5米,更远距离或者环境更嘈杂的远场智能语音信号处理是Smart Home应用的关键,这是AC108推出的主要目标市场。

与去年阿法狗(AlphaGo)轻松击败李世石后人们纷纷惊叹人类被机器人超越不同的是,前不久全球排位第一的柯洁再次完败于人工智能(AI)的机器人后,人们明显已经逐渐接受了人工智能在很多领域超越人类的事实,更多地从理性角度探讨以人工智能为基础的科技对人类社会的改变机遇。据今日头条首份人工智能影响力报告表明,中国国民AI信心指数高达83,中国消费者对人工智能的态度变得十分积极。

“事实上,人工智能正在逐渐走入我们生活,尤其作为人工智能非常重要的语音智能识别的研究上,世界范围内已经做出了非常成功的创新应用,而中国同样也走在了前列。”以电源和模拟半导体技术领先的深圳芯智汇科技有限公司(X-Powers Technology)产品经理徐正弟近日对媒体表示。由于非常看好基于语音的人工智能技术的应用,芯智汇科技近日在国内率先发布了专门针对人工智能热门应用的语音识别多阵列麦克风前端ADC芯片AC108。“作为智能语音应用中非常关键的入口信号拾取的AC108推出,我们期待以突破性的SNR(信噪比,108dB)性能和更优化的设计助推企业在人工智能应用领域抢占市场先机。”徐正弟指出。

中国国民AI信心指数高达83

图1:中国国民AI信心指数高达83

消费者正习惯语音交互,Smart Home是首个突破口

最新发布的《2017年互联网趋势报告》指出,在使用Google Assistant(谷歌语音助手)的智能手机用户中,2016年5月仅20%的移动查询通过语音方式完成,而至2017年5月已有近7成的询问是通过自然/交谈语言进行的。仅仅一年时间已经发生巨大改变,多数消费者的移动查询习惯已开始偏向智能语音交互。

消费者正在习惯使用语音交互完成查询等操作

图2:消费者正在习惯使用语音交互完成查询等操作

“智能语音首先会在垂直市场落地,在交互相对单一、场景相对固定,且用户有刚需的应用场景中,比如家电控制、车载电子就有大量的发展机会。”徐正弟在接受采访时介绍道。这类场景的需求相对简单,最需要的是一系列命令词的识别,技术相对容易实现。与此同时,在自动驾驶成熟之前,车内驾驶者都无法释放出双手,因此车内语音控制也是刚需。就目前而言,智慧家居的语音控制显然走得更前些,很明显的例子就是Amazon Echo的风靡!

语音识别成物联网智能化入口之一

图3:语音识别成物联网智能化入口之一

2016年下半年,Amazon将Echo Dot的售价从99美元下降到49美元,这意味着未来一年Echo相关产品的出货量将大幅度提升。与此同时,上游供应链透露的消息称,2017年Amazon已将智能音箱的订单量增加至1,000万台,为2016年的三倍!在这场智能音箱的竞赛中,Amazon、Google和Apple等全球领导企业正在推动越来越多的互联网公司发布类似的智能音箱产品,其中也不乏中国企业加入竞逐,如京东智能的叮咚系列,这也为上下游各环节的供应商带来了巨大的机会。

信号拾取前端处理很关键,108dB SNR解决远场语音设计最大挑战

事实上,像智能手机上Siri、Google Assistant这样近距离的智能语音应用已经相对成熟(因为更偏向算法),“而目前最主要的智能语音应用通常交互距离在3~5米,更远距离或者环境更嘈杂的远场智能语音信号处理是Smart Home应用的关键,这是AC108推出的主要目标市场。”徐正弟表示,“这些应用需要多阵列麦克风,必须解决多通道语音采集、高信噪比(SNR)以及低复杂度设计要求。”

智能语音应用的实现需要三个环节:首先是拾取——将自然的语音信号转化为数字信号;紧接是前处理——对采集到的语音信号进行降噪、消回声、去混响等处理,形成“干净”的音频信号;最后是本地或云端的语音识别引擎对“干净”的语音信号进行识别和语义分析,从而实现智能反馈。显然,在完成算法层面的语音识别之前需要进行远距离拾音,首当其冲必须使用麦克风阵列,配套语音前处理算法,如NS、AEC、De-reverb等,才能实现自然语言人机交互。

在整套智能语音系统中,前端语音采集和处理,对语音识别高准确率起到了决定性作用。从硬件元器件的层面分析,前端语音ADC芯片的性能表现是关键因素!一般而言,决定ADC芯片性能优劣的其中一个重要参数是信噪比SNR,它表征了最大不失真声音信号、即主观上认为的有用信号强度与噪音强度之间的比率,信噪比SNR越高,噪音越小,芯片性能表现越好。

分析市场上几款主流智能音箱产品的相关报告可以发现其前端语音ADC芯片SNR为98dB、101dB,而AC108宣称的108dB是目前业内同类产品中达到最高信噪比的ADC芯片。“AC108型号名称凸显了其性能优势——‘Audio Codec 108dB(SNR)’,108dB是目前满足麦克风阵列应用的最高性能。同时AC108严格按照家电级标准进行设计、生产、测试,从而保证良好品质要求。”徐正弟介绍道。

基于智能语音识别技术的国内部分消费电子产品

图4:基于智能语音识别技术的国内部分消费电子产品

全生态产业链已经成熟,市场引爆在即

毫无疑问,语音智能应用正在飞速发展。“从我们与国内外企业接触来看,这个市场目前正面临一波井喷的大发展机遇,目前包括格力、美的、海尔、长虹等主要的家电企业已经密集布局智能语音控制产品,从空调、冰箱、彩电,甚至到小家电都有相关产品布局,部分产品已经推出市场。”徐正弟指出,“特别是随着包括成本、方案成熟度、设计复杂度的改变,市场爆发性增长指日可待。”

据徐正弟的分析,在空调等大件家电应用中,目前语音识别方案增加的成本约占整体成本的5%~10%,成本压力还是比较大。“这部分成本存在很大的压缩空间,芯智汇科技与国内语音识别产业链的合作厂商正在快速促进低成本、高性能的解决方案。”徐正弟进一步解释道:“目前多数智能语音应用的SoC一般保留标准的I2S接口,传统上支持多路ADC输入的做法是采用FPGA或MCU实现通道变换而AC108在设计中即考虑了该因素,通过将多路语音信号通过升采样率的方式,实现了标准的I2S支持多路音频数据传输,使得方案中可以节省FPGA或MCU,大大降低方案设计成本和复杂度。”此外,与部分方案需要采用多片ADC支持麦克风阵列不同,基于AC108级联两颗芯片(最多可四片级联)即可实现多阵列麦克风方案。

AC108高性能、低成本的远场语音拾取方案

图5:AC108高性能、低成本的远场语音拾取方案

这种定制化的优化解决方案在大大降低成本的同时,还能加快厂商的产品上市进度,而这对于快速发展的消费市场来说尤为关键。据了解,目前芯智汇AC108已向潜在客户提供EVM Board和使用友好的配套PC工具,方便工程师快速对ADC进行选型评估。“我们还提供专业详细的指导文档和参考驱动,以及保姆式的服务,帮助客户快速完成设计开发,加速产品上市。”徐正弟介绍道。高性能模拟信号处理通常是工程师的噩梦,对于消费电子市场为主的智能语音识别应用来说,这样的“保姆式”技术服务对实现产品高性能和快速面市非常重要。

无论ADC还是SoC,都只是语音识别生态链中的一环,整个生态链的成熟发展至关重要。目前麦克风阵列算法、配套语音前处理算法、云端语义平台等已经发展成熟。“业内的大量研发工作还在快速提升语音识别效果,包括大量AI训练下的多语种支持,快速可复制量产多环节配合,等等。AC108的推出再次弥补了针对麦克风阵列的高性能ADC的短板,我们已经与国内主要的平台方案商合作,并与亚马逊Alexa等国际平台合作,这些产业链的良好互动正在助推智能语音识别爆发性增长,预期一年内将看到越来越多的相关产品面市。”徐正弟乐观地指出。

延伸阅读:

《Vesper压电式MEMS麦克风:VM1000》

《声学MEMS和音频解决方案-2017版》

《语音驱动未来》

《iPhone 7 Plus中的楼氏MEMS麦克风:专利到产品的全解析》

相关热词搜索:语音识别 人工智能 麦克风

上一篇:智能指纹锁会不会是智慧家庭的入口?
下一篇:热像仪在电路板测试中的应用