AI芯片應(yīng)用領(lǐng)域不斷向多維度方向發(fā)展，例如CV（計(jì)算機(jī)視覺）、自動(dòng)駕駛、智能手機(jī)以及語音交互。而在語音交互領(lǐng)域，中國智能語音市場(chǎng)正在維持高速增長。根據(jù)德勤報(bào)告顯示，預(yù)計(jì)2030年消費(fèi)級(jí)應(yīng)用場(chǎng)景超過700億元，企業(yè)級(jí)場(chǎng)景達(dá)到發(fā)展空間也預(yù)計(jì)將達(dá)到千億級(jí)規(guī)模。

為了讓智能終端擁有更好的交互體驗(yàn)，針對(duì)語音算法打造相匹配的AI芯片，采用軟硬一體化的解決方案幾乎是目前行業(yè)最為普遍的選擇，這也是技術(shù)迭代的必然路徑。如今智能語音賽道云集了眾多玩家，如百度、科大訊飛、云知聲、思必馳、出門問問、啟英泰倫等都紛紛布局了芯片產(chǎn)業(yè)。

解決專用芯片技術(shù)問題，企業(yè)仍需打破的商業(yè)化壁壘

智能語音在技術(shù)關(guān)聯(lián)和數(shù)據(jù)層次上天生具有更高的復(fù)雜度，單單自然語言理解和處理的能力就花費(fèi)了科學(xué)家們數(shù)十年的心血才換來今日的交互體驗(yàn)。而能夠?qū)⒄Z音識(shí)別、語義理解、自然語言處理、語音合成、聲音降噪等技術(shù)實(shí)現(xiàn)“云端芯”一體化，把業(yè)務(wù)延伸到芯片甚至硬件，才是將技術(shù)商業(yè)化的合理路徑。

通用芯片架構(gòu)并非為AI專門設(shè)計(jì)，天然存在性能、功耗等方面的局限性已是老生常談。近幾年在業(yè)內(nèi)眾多企業(yè)的努力下，解決了傳統(tǒng)通用芯片的適配問題，公司也紛紛投入到專用芯片的制造。

在技術(shù)問題得到解決后，AI語音芯片在商業(yè)化的道路上仍面臨很多挑戰(zhàn)：

l 首先，如何達(dá)到在成本約束下的性能最優(yōu)化。智能語音技術(shù)是緊耦合的，東拼西湊的技術(shù)無法得到理想的交互效果。需要納入考量的是將全棧式的解決方案搭載到芯片上，同時(shí)每多一項(xiàng)功能就意味著成本的增加。低成本、易實(shí)施、低功耗的產(chǎn)品特點(diǎn)需要與解決方案密切結(jié)合。

l 第二，縱觀布局AI語音芯片公司，它們所選的應(yīng)用終端都集中在家居、電器、機(jī)器人、車載等場(chǎng)景。然而這幾類場(chǎng)景產(chǎn)品品類眾多分散是一大特點(diǎn)，尤其是家居電器，大到一臺(tái)空調(diào)，小到一個(gè)插座都有對(duì)語音芯片的需求。如何在這些設(shè)備上適配芯片，判斷芯片每一項(xiàng)效用的必要性，都需要對(duì)終端產(chǎn)品功能Know-How有著深刻的掌握。

l 第三，由于客戶廠商天然的分散性，標(biāo)準(zhǔn)產(chǎn)品加工具定制是最高效的合作模式。擁有高效的工具鏈，降低定制化所需要的時(shí)間以及邊際成本，將會(huì)很大程度提升語音芯片商業(yè)化進(jìn)程。

千萬級(jí)出貨量，企業(yè)是怎么做到得“芯”應(yīng)手的？

云知聲作為行業(yè)內(nèi)第一批布局邊緣側(cè)芯片設(shè)計(jì)并提供軟硬一體產(chǎn)品的企業(yè)之一，到如已經(jīng)基于自研或第三方芯片發(fā)布三代共6款全棧語音AI芯片軟硬一體產(chǎn)品，芯片及模組出貨量已達(dá)千萬級(jí)水平，積累近800家合作客戶。

早在2015年云知聲就開始搭建芯片團(tuán)隊(duì)，不僅來自于其行業(yè)嗅覺，也是環(huán)境使然。云知聲的芯片方案均內(nèi)置了為語音識(shí)別而優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)加速方案，實(shí)現(xiàn)設(shè)備的語音離在線識(shí)別。與此同時(shí)，語音交互的核心環(huán)節(jié)也取得了重大的突破。語音識(shí)別環(huán)節(jié)突破了單點(diǎn)能力，從遠(yuǎn)場(chǎng)識(shí)別，到語音分析和語義理解也有了巨大提升，呈現(xiàn)出整體的交互方案。

 

2018年，云知聲第一代UniOne“雨燕”（Swift）芯片第一次流片成功并量產(chǎn)出貨?！坝暄唷毙酒窃浦曖槍?duì)智能家居語音交互場(chǎng)景推出的高性能、低成本、一體化的芯片解決方案?！坝暄唷奔軜?gòu)內(nèi)置的數(shù)字信號(hào)處理器uDSP，以及AI加速器DeepNet（云知聲完全自主研發(fā)的深度神經(jīng)網(wǎng)絡(luò)處理器，NPU），支持DNN/LSTM/CNN等多種深度神經(jīng)網(wǎng)絡(luò)模型，能實(shí)現(xiàn)語音識(shí)別、理解、合成所需的深度學(xué)習(xí)計(jì)算加速。和通用CPU相比，這款A(yù)SIC芯片的處理速度和效率都有明顯提升。

行業(yè)Know-How的積累

對(duì)于業(yè)務(wù)的場(chǎng)景選擇，云知聲的端側(cè)智能語音芯片精準(zhǔn)面向小家電市場(chǎng)。這條賽道的選擇契機(jī)是始于自2014年與格力、美的等電器廠商的合作。在此領(lǐng)域，云知聲已經(jīng)積累了7年有余的經(jīng)驗(yàn)，對(duì)于場(chǎng)景和電器產(chǎn)品的特點(diǎn)駕輕就熟。

以麥克風(fēng)陣列的技術(shù)為例，毋庸置疑的是，麥克風(fēng)越多越容易實(shí)現(xiàn)更好的降噪和語音增強(qiáng)效果。但比起行業(yè)內(nèi)炒的如火如荼的多麥克陣列方案，單麥克卻成為了家電產(chǎn)業(yè)中出貨量最大的方案。這是因?yàn)樾Ч牟顒e僅對(duì)具有聲源定位需求的產(chǎn)品存在影響，而對(duì)于家電市場(chǎng)，一些本來就需要靠墻擺放的設(shè)備如空調(diào)、電視機(jī)等，八麥克風(fēng)陣列的應(yīng)用明顯是多余的。所以考慮到實(shí)施成本、結(jié)構(gòu)設(shè)計(jì)和生產(chǎn)安裝等方面，單雙麥克是該應(yīng)用場(chǎng)景最適合搭載的方案——這些經(jīng)驗(yàn)就來自于對(duì)行業(yè)功能Know-How的掌握。

于是云知聲面向小家電市場(chǎng)的二代芯片“蜂鳥”(Hummingbird)在2019年流片成功?！胺澍B” 芯片是云知聲專門為離線遠(yuǎn)場(chǎng)語音交互場(chǎng)景設(shè)計(jì)的高性能，高集成度，高性價(jià)比的語音智能IoT芯片。相比語音行業(yè)通用芯片“雨燕”，“蜂鳥”芯片定位更輕巧靈活，可以持續(xù)降低適配設(shè)備的門檻，為客戶提供性價(jià)比更高的解決方案。

蜂鳥系列芯片應(yīng)用了遠(yuǎn)場(chǎng)拾音、高性能識(shí)別、低功耗喚醒的功能。配備單雙麥克可實(shí)現(xiàn)10米遠(yuǎn)場(chǎng)拾音，安靜環(huán)境5米識(shí)別率達(dá)到95%以上。主要面對(duì)家居環(huán)境下的廚房、客廳、臥室、浴室等在內(nèi)的白電和小家電（燈具、廚電、智能插座等）產(chǎn)品領(lǐng)域。作為白電和小家電領(lǐng)域領(lǐng)先大規(guī)模量產(chǎn)的語音方案，蜂鳥及相關(guān)系列的芯片出貨量達(dá)到千萬級(jí)。覆蓋了包括格力、美的、海爾、奧克斯、華帝等國內(nèi)一線家電廠商。

與此同時(shí)，隨著大眾對(duì)用戶隱私問題的關(guān)注，相較于需要系統(tǒng)連接上傳數(shù)據(jù)的云端服務(wù)，特定場(chǎng)景下離線語音交互的需求在逐步增加。低功耗、低成本、快速響應(yīng)以及融合離在線的交互模式，系統(tǒng)能智能決策離在線的處理方式都成為研發(fā)語音AI芯片的必要條件。所以云知聲的芯片產(chǎn)品矩陣也布局了面向車載市場(chǎng)的高端芯片。

云知聲與吉利集團(tuán)旗下億咖通成立合資公司芯智科技，并推出了一款高性能車規(guī)級(jí)離在線語音芯片“雪豹”（Leopard），預(yù)計(jì)搭載該芯片的車型在今年上市。這款芯片也集合了云知聲的感知和認(rèn)知技術(shù)。面向車載網(wǎng)絡(luò)環(huán)境不穩(wěn)定的特性，在純離線場(chǎng)景下，”雪豹”提供堪比在線體驗(yàn)的自然語言交互和全國范圍內(nèi)尋址，以及多麥克風(fēng)降噪功能。同時(shí)雪豹獲得車規(guī)級(jí)AEC-Q100認(rèn)證，具有完全自主知識(shí)產(chǎn)權(quán)，為汽車提供純本地語音解決方案。這種本地化的服務(wù)，不僅能讓用戶體驗(yàn)到流暢的語音交互功能，還可以解決用戶的隱私泄露問題。

隨著自動(dòng)駕駛和智能座艙也成為炙手可熱的行業(yè)，基于車聯(lián)網(wǎng)的以車輛為中心的生態(tài)系統(tǒng)建設(shè)也是加速智能語音企業(yè)發(fā)展的戰(zhàn)略方向。將互聯(lián)網(wǎng)生態(tài)、用戶個(gè)性、環(huán)境交互等充分融合，毫無疑問也是云知聲選擇專攻車載芯片的考量。

以便捷的工具賦能高效化產(chǎn)品落地

在物聯(lián)網(wǎng)的不同應(yīng)用場(chǎng)景下，海量終端設(shè)備要實(shí)現(xiàn)功能智能化必須云端配合，即形成邊緣算力和云端算力的動(dòng)態(tài)平衡。云端互動(dòng)的命題需要 AI 芯片的強(qiáng)有力支持，進(jìn)一步也深刻影響到芯片的設(shè)計(jì)以及最終的交付。

隨著2021年Google推出的Switch Transformer模型將小樣本甚至零樣本的學(xué)習(xí)能力刷新大眾認(rèn)知，預(yù)訓(xùn)練大模型也預(yù)示著AI技術(shù)新風(fēng)向的爆發(fā)。人們可以更加順利地在模型注入需要學(xué)習(xí)的知識(shí)，就意味著復(fù)雜和大量定制任務(wù)得以實(shí)現(xiàn)適配和推理計(jì)算。同樣，云知聲也利用預(yù)訓(xùn)練模型高效地解決物聯(lián)網(wǎng)產(chǎn)品定制的痛點(diǎn)，為AIoT產(chǎn)品定制建立了開發(fā)者平臺(tái)。

語音控制、對(duì)接IoT控制以及設(shè)備控制，通過平臺(tái)自助生成能達(dá)到算法原廠線下支持和研發(fā)人員的編碼實(shí)現(xiàn)的效果，將原本需要幾周的工作周期下降到30分鐘。例如，離線標(biāo)準(zhǔn)方案可以進(jìn)行麥克數(shù)量與間距配置、自定義喚醒詞、音色配置、命令詞和應(yīng)答語自定義并且進(jìn)行一鍵下載版本燒錄。客戶只需要專注自己熟悉的電控部分，無需額外的硬件能力即可定制專屬智能語音方案。

標(biāo)準(zhǔn)化的交付模式極大降低了客戶端的門檻，通過產(chǎn)品端，云端一站式開發(fā)，快速實(shí)現(xiàn)智能語音控制，讓零基礎(chǔ)企業(yè)輕松實(shí)現(xiàn)智能化。再加上強(qiáng)運(yùn)營的特點(diǎn)，平臺(tái)支持上百種可供配置的云端技能，同時(shí)還可自定義技能或者接入第三方技能。截至目前，活躍客戶在該平臺(tái)已構(gòu)建超過25000個(gè)產(chǎn)品版本。

結(jié)語

近十年來，AI技術(shù)不斷取得突破性競(jìng)爭，百花齊放的AI行業(yè)也將迎來它的后半場(chǎng)。面對(duì)現(xiàn)階段繁榮的智能語音市場(chǎng)以及互聯(lián)網(wǎng)巨頭的加入，盡管技術(shù)水平差不多的企業(yè)，在垂直行業(yè)和細(xì)分場(chǎng)景的取舍也會(huì)造成截然不同的導(dǎo)向，AI芯片的落地和場(chǎng)景也需要進(jìn)行密切結(jié)合。

在解決功能約束下的性能最優(yōu)化、不同場(chǎng)景下自由配置、便捷工具鏈的問題后，以云知聲為代表的智能語音技術(shù)企業(yè)需要繼續(xù)加速垂直行業(yè)進(jìn)行滲透和布局，讓智能語音賦能多形態(tài)的終端，以“中國芯”的力量協(xié)同構(gòu)建全產(chǎn)業(yè)生態(tài)圈。

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。