0
| 本文作者： 嘉嘉 | 2022-02-16 11:32 |
AI芯片應用領域不斷向多維度方向發展，例如CV（計算機視覺）、自動駕駛、智能手機以及語音交互。而在語音交互領域，中國智能語音市場正在維持高速增長。根據德勤報告顯示，預計2030年消費級應用場景超過700億元，企業級場景達到發展空間也預計將達到千億級規模。
為了讓智能終端擁有更好的交互體驗，針對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最為普遍的選擇，這也是技術迭代的必然路徑。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業。
智能語音在技術關聯和數據層次上天生具有更高的復雜度，單單自然語言理解和處理的能力就花費了科學家們數十年的心血才換來今日的交互體驗。而能夠將語音識別、語義理解、自然語言處理、語音合成、聲音降噪等技術實現“云端芯”一體化，把業務延伸到芯片甚至硬件，才是將技術商業化的合理路徑。
通用芯片架構并非為AI專門設計，天然存在性能、功耗等方面的局限性已是老生常談。近幾年在業內眾多企業的努力下，解決了傳統通用芯片的適配問題，公司也紛紛投入到專用芯片的制造。
在技術問題得到解決后，AI語音芯片在商業化的道路上仍面臨很多挑戰：
l 首先，如何達到在成本約束下的性能最優化。智能語音技術是緊耦合的，東拼西湊的技術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，同時每多一項功能就意味著成本的增加。低成本、易實施、低功耗的產品特點需要與解決方案密切結合。
l 第二，縱觀布局AI語音芯片公司，它們所選的應用終端都集中在家居、電器、機器人、車載等場景。然而這幾類場景產品品類眾多分散是一大特點，尤其是家居電器，大到一臺空調，小到一個插座都有對語音芯片的需求。如何在這些設備上適配芯片，判斷芯片每一項效用的必要性，都需要對終端產品功能Know-How有著深刻的掌握。
l 第三，由于客戶廠商天然的分散性，標準產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間以及邊際成本，將會很大程度提升語音芯片商業化進程。
云知聲作為行業內第一批布局邊緣側芯片設計并提供軟硬一體產品的企業之一，到如已經基于自研或第三方芯片發布三代共6款全棧語音AI芯片軟硬一體產品，芯片及模組出貨量已達千萬級水平，積累近800家合作客戶。
早在2015年云知聲就開始搭建芯片團隊，不僅來自于其行業嗅覺，也是環境使然。云知聲的芯片方案均內置了為語音識別而優化的深度神經網絡加速方案，實現設備的語音離在線識別。與此同時，語音交互的核心環節也取得了重大的突破。語音識別環節突破了單點能力，從遠場識別，到語音分析和語義理解也有了巨大提升，呈現出整體的交互方案。
2018年，云知聲第一代UniOne“雨燕”（Swift）芯片第一次流片成功并量產出貨?！坝暄唷毙酒窃浦曖槍χ悄芗揖诱Z音交互場景推出的高性能、低成本、一體化的芯片解決方案。“雨燕”架構內置的數字信號處理器uDSP，以及AI加速器DeepNet（云知聲完全自主研發的深度神經網絡處理器，NPU），支持DNN/LSTM/CNN等多種深度神經網絡模型，能實現語音識別、理解、合成所需的深度學習計算加速。和通用CPU相比，這款ASIC芯片的處理速度和效率都有明顯提升。
對于業務的場景選擇，云知聲的端側智能語音芯片精準面向小家電市場。這條賽道的選擇契機是始于自2014年與格力、美的等電器廠商的合作。在此領域，云知聲已經積累了7年有余的經驗，對于場景和電器產品的特點駕輕就熟。
以麥克風陣列的技術為例，毋庸置疑的是，麥克風越多越容易實現更好的降噪和語音增強效果。但比起行業內炒的如火如荼的多麥克陣列方案，單麥克卻成為了家電產業中出貨量最大的方案。這是因為效果的差別僅對具有聲源定位需求的產品存在影響，而對于家電市場，一些本來就需要靠墻擺放的設備如空調、電視機等，八麥克風陣列的應用明顯是多余的。所以考慮到實施成本、結構設計和生產安裝等方面，單雙麥克是該應用場景最適合搭載的方案——這些經驗就來自于對行業功能Know-How的掌握。
于是云知聲面向小家電市場的二代芯片“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場語音交互場景設計的高性能，高集成度，高性價比的語音智能IoT芯片。相比語音行業通用芯片“雨燕”，“蜂鳥”芯片定位更輕巧靈活，可以持續降低適配設備的門檻，為客戶提供性價比更高的解決方案。
蜂鳥系列芯片應用了遠場拾音、高性能識別、低功耗喚醒的功能。配備單雙麥克可實現10米遠場拾音，安靜環境5米識別率達到95%以上。主要面對家居環境下的廚房、客廳、臥室、浴室等在內的白電和小家電（燈具、廚電、智能插座等）產品領域。作為白電和小家電領域領先大規模量產的語音方案，蜂鳥及相關系列的芯片出貨量達到千萬級。覆蓋了包括格力、美的、海爾、奧克斯、華帝等國內一線家電廠商。
與此同時，隨著大眾對用戶隱私問題的關注，相較于需要系統連接上傳數據的云端服務，特定場景下離線語音交互的需求在逐步增加。低功耗、低成本、快速響應以及融合離在線的交互模式，系統能智能決策離在線的處理方式都成為研發語音AI芯片的必要條件。所以云知聲的芯片產品矩陣也布局了面向車載市場的高端芯片。
云知聲與吉利集團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級離在線語音芯片“雪豹”（Leopard），預計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知技術。面向車載網絡環境不穩定的特性，在純離線場景下，”雪豹”提供堪比在線體驗的自然語言交互和全國范圍內尋址，以及多麥克風降噪功能。同時雪豹獲得車規級AEC-Q100認證，具有完全自主知識產權，為汽車提供純本地語音解決方案。這種本地化的服務，不僅能讓用戶體驗到流暢的語音交互功能，還可以解決用戶的隱私泄露問題。
隨著自動駕駛和智能座艙也成為炙手可熱的行業，基于車聯網的以車輛為中心的生態系統建設也是加速智能語音企業發展的戰略方向。將互聯網生態、用戶個性、環境交互等充分融合，毫無疑問也是云知聲選擇專攻車載芯片的考量。
在物聯網的不同應用場景下，海量終端設備要實現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態平衡。云端互動的命題需要 AI 芯片的強有力支持，進一步也深刻影響到芯片的設計以及最終的交付。
隨著2021年Google推出的Switch Transformer模型將小樣本甚至零樣本的學習能力刷新大眾認知，預訓練大模型也預示著AI技術新風向的爆發。人們可以更加順利地在模型注入需要學習的知識，就意味著復雜和大量定制任務得以實現適配和推理計算。同樣，云知聲也利用預訓練模型高效地解決物聯網產品定制的痛點，為AIoT產品定制建立了開發者平臺。
語音控制、對接IoT控制以及設備控制，通過平臺自助生成能達到算法原廠線下支持和研發人員的編碼實現的效果，將原本需要幾周的工作周期下降到30分鐘。例如，離線標準方案可以進行麥克數量與間距配置、自定義喚醒詞、音色配置、命令詞和應答語自定義并且進行一鍵下載版本燒錄?？蛻糁恍枰獙Ｗ⒆约菏煜さ碾娍夭糠郑瑹o需額外的硬件能力即可定制專屬智能語音方案。
標準化的交付模式極大降低了客戶端的門檻，通過產品端，云端一站式開發，快速實現智能語音控制，讓零基礎企業輕松實現智能化。再加上強運營的特點，平臺支持上百種可供配置的云端技能，同時還可自定義技能或者接入第三方技能。截至目前，活躍客戶在該平臺已構建超過25000個產品版本。
近十年來，AI技術不斷取得突破性競爭，百花齊放的AI行業也將迎來它的后半場。面對現階段繁榮的智能語音市場以及互聯網巨頭的加入，盡管技術水平差不多的企業，在垂直行業和細分場景的取舍也會造成截然不同的導向，AI芯片的落地和場景也需要進行密切結合。
在解決功能約束下的性能最優化、不同場景下自由配置、便捷工具鏈的問題后，以云知聲為代表的智能語音技術企業需要繼續加速垂直行業進行滲透和布局，讓智能語音賦能多形態的終端，以“中國芯”的力量協同構建全產業生態圈。
雷峰網(公眾號：雷峰網)
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
