“語音作為交流的方式,，如今首先被應(yīng)用于各種消費(fèi)設(shè)備上作為發(fā)現(xiàn)信息,、分享交流的方式、控制環(huán)境的手段,。在不久的將來,，人機(jī)對話必將會應(yīng)用于各領(lǐng)域，它將成為智能系統(tǒng)的‘耳朵’去聽人說了什么,，提供‘大腦’去想人需要或想干什么,，提供‘嘴巴’去回應(yīng)人的需求或操作其他系統(tǒng)。我們現(xiàn)有的客戶已遍布智能家居,、安全城市,、安全家居、安防,、文化娛樂等領(lǐng)域,。”ADI消費(fèi)產(chǎn)品事業(yè)部市場經(jīng)理Lie Dou如是說,。

ADI消費(fèi)產(chǎn)品事業(yè)部市場經(jīng)理Lie Dou

智能語音四面開花,，仍需技術(shù)先行

當(dāng)下，智能音箱火熱；未來,，我們將坐在沙發(fā)上用聲音遙控電視,、空調(diào)、燈具等,。智能語音在各個領(lǐng)域的滲透與背后的技術(shù)密切相關(guān),。

ADI消費(fèi)產(chǎn)品事業(yè)部語音用戶界面主管Brian Donnelly表示：“智能語音有兩種方案，一種是智能語音算法在系統(tǒng)處理器里面編譯執(zhí)行,；另一種是智能語音算法在專門研制的DSP里編譯執(zhí)行,。基于智能語音DSP的方案具有待機(jī)功耗低,，搭配AP不受限制,、選擇性廣， 可有效分擔(dān)處理器運(yùn)算量等優(yōu)點(diǎn),。ADI的基于智能語音DSP的 “Sublime Voice“遠(yuǎn)場智能語音識別解決方案已經(jīng)量產(chǎn),。由于在硬件中嵌入了機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法，因此可以高效而準(zhǔn)確地捕獲語音命令,。該解決方案已被國內(nèi)外的客戶設(shè)計(jì)和應(yīng)用于機(jī)頂盒,、條形音箱和電視、智能機(jī)器人,，智能音箱,、住家和辦公樓自動控制、家用白電等產(chǎn)品中,。

ADI消費(fèi)產(chǎn)品事業(yè)部語音用戶界面主管Brian Donnelly

語音市場火熱的當(dāng)下,，值得思考的是，語音交互與識別在落地的過程中暴露出一些局限性,。局限背后有哪些原因呢,？又要如何改進(jìn)呢？

Brian Donnelly提及智能語音的兩個衡量維度是有效率與準(zhǔn)確率,，有效性是指正確捕捉到“喚醒詞”,，準(zhǔn)確性是指正確理解和識別語音和命令的意思。而且背后的最大的挑戰(zhàn)來源于在遠(yuǎn)場（5-10米）與背景噪音強(qiáng)的應(yīng)用場景,，當(dāng)然,，還存功耗的問題。這需要高品質(zhì)和有效的算法包括對信號聲源的捕捉（DOA）和對環(huán)境噪音的去除,。ADI在已有產(chǎn)品與下一代產(chǎn)品中都利用機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法加強(qiáng)對語音識別算法的加速,。所以ADI 的Sublime Voice方案可以使用較少DSP資源進(jìn)行復(fù)雜的計(jì)算,。某些場景下,，計(jì)算效率可高達(dá)90%。ADI可在降低系統(tǒng)的功耗的情況下，提高了語音交互識別反應(yīng)速度,，提高系統(tǒng)計(jì)算大樣本的能力,，提高了語音識別的準(zhǔn)確率。

ADI的Sublime Voice 參考設(shè)計(jì)方案基于4個拾音采樣麥克風(fēng)可有效地捕捉來自360度方向上的語音指令,。它在技術(shù)指標(biāo)上完全達(dá)到了7個麥克風(fēng)產(chǎn)品的水平的同時又使得產(chǎn)品的設(shè)計(jì)容易達(dá)到小型化和拾音麥克風(fēng)布局的多樣化,。

Lie Dou向與非網(wǎng)記者表達(dá)了智能語音技術(shù)的愿景：我們堅(jiān)信，智能語音在未來將大展宏圖,。它是最自然的人類彼此進(jìn)行交流互動的方式,，也應(yīng)為我們和我們周圍的電子設(shè)備系統(tǒng)交流最自然的方式。我們努力的目標(biāo)是以更低的功耗實(shí)現(xiàn)更強(qiáng),、更優(yōu)化的硬件計(jì)算能力,，以配合智能化的軟件做更多和更大樣本的計(jì)算。這樣可以使智能語音被更快,、更廣的推廣到遠(yuǎn)場低信噪比的應(yīng)用場景中去,。