“語(yǔ)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(lái)，人機(jī)對(duì)話必將會(huì)應(yīng)用于各領(lǐng)域，它將成為智能系統(tǒng)的‘耳朵’去聽(tīng)人說(shuō)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(hù)已遍布智能家居、安全城市、安全家居、安防、文化娛樂(lè)等領(lǐng)域?！?a class="innerlink" href="http://ihrv.cn/tags/ADI" title="ADI" target="_blank">ADI消費(fèi)產(chǎn)品事業(yè)部市場(chǎng)經(jīng)理Lie Dou如是說(shuō)。
ADI消費(fèi)產(chǎn)品事業(yè)部市場(chǎng)經(jīng)理Lie Dou
智能語(yǔ)音四面開(kāi)花，仍需技術(shù)先行
當(dāng)下，智能音箱火熱；未來(lái)，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(yǔ)音在各個(gè)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(yǔ)音用戶(hù)界面主管Brian Donnelly表示：“智能語(yǔ)音有兩種方案，一種是智能語(yǔ)音算法在系統(tǒng)處理器里面編譯執(zhí)行；另一種是智能語(yǔ)音算法在專(zhuān)門(mén)研制的DSP里編譯執(zhí)行?；谥悄苷Z(yǔ)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(yǔ)音DSP的 “Sublime Voice“遠(yuǎn)場(chǎng)智能語(yǔ)音識(shí)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(yǔ)音命令。該解決方案已被國(guó)內(nèi)外的客戶(hù)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(dòng)控制、家用白電等產(chǎn)品中。
ADI消費(fèi)產(chǎn)品事業(yè)部語(yǔ)音用戶(hù)界面主管Brian Donnelly
語(yǔ)音市場(chǎng)火熱的當(dāng)下，值得思考的是，語(yǔ)音交互與識(shí)別在落地的過(guò)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(yǔ)音的兩個(gè)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(shí)別語(yǔ)音和命令的意思。而且背后的最大的挑戰(zhàn)來(lái)源于在遠(yuǎn)場(chǎng)（5-10米）與背景噪音強(qiáng)的應(yīng)用場(chǎng)景，當(dāng)然，還存功耗的問(wèn)題。這需要高品質(zhì)和有效的算法包括對(duì)信號(hào)聲源的捕捉（DOA）和對(duì)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(duì)語(yǔ)音識(shí)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(chǎng)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(yǔ)音交互識(shí)別反應(yīng)速度，提高系統(tǒng)計(jì)算大樣本的能力，提高了語(yǔ)音識(shí)別的準(zhǔn)確率。
ADI的Sublime Voice 參考設(shè)計(jì)方案基于4個(gè)拾音采樣麥克風(fēng)可有效地捕捉來(lái)自360度方向上的語(yǔ)音指令。它在技術(shù)指標(biāo)上完全達(dá)到了7個(gè)麥克風(fēng)產(chǎn)品的水平的同時(shí)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(yǔ)音技術(shù)的愿景：我們堅(jiān)信，智能語(yǔ)音在未來(lái)將大展宏圖。它是最自然的人類(lèi)彼此進(jìn)行交流互動(dòng)的方式，也應(yīng)為我們和我們周?chē)碾娮釉O(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(yǔ)音被更快、更廣的推廣到遠(yuǎn)場(chǎng)低信噪比的應(yīng)用場(chǎng)景中去。