隨著人工智能和物聯(lián)網(wǎng)技術(shù)的發(fā)展，AI技術(shù)紛紛進行著商業(yè)化落地并快速升級。AI語音作為人機交互的主要方式之一備受關(guān)注，預(yù)計2019年中國智能語音市場規(guī)模將進一步增長，達到200億元。

7月19日，由深圳灣主辦的 WARE 2019第Ⅱ季 新硬件AI技術(shù)與應(yīng)用峰會在深圳舉行，該峰會匯聚了AI語音行業(yè)的各位大咖，共話AI語音的前沿技術(shù)、落地應(yīng)用及未來演變趨勢。

現(xiàn)場，思必馳CMO龍夢竹以”無微不至，智能小家電的AI攻勢“為題進行了分享。

圖：思必馳CMO龍夢竹

她表示，消費市場靠智能音箱打響了第一槍，目前全行業(yè)全品類也在逐漸+AI，硬件、服務(wù)、交互體驗均在升級，去中心化趨勢明顯。

思必馳作為全鏈路語音技術(shù)方案的提供商，面對日漸發(fā)展的藍海市場，感受到了技術(shù)需求的明顯變化。例如，算法和算力作為原動力，推動著AI滾滾前行，5G時代的到來給予了人工智能更強大的計算空間，但是對于臺燈、插座、耳機等以極簡化的命令式交互為主的終端來講，更輕快的能效體驗成為需求。

一直以來，超高度的定制化是IOT類產(chǎn)品企業(yè)的強需求，就此思必馳做深做透，結(jié)合個性化定制的需求，推出DUI開放平臺，用戶在語音技術(shù)、應(yīng)用場景、對話邏輯、技能知識等方面均可自行定制，增強產(chǎn)品的個性化特征。

在這一過程中，對于智能小家電、智能穿戴類企業(yè)而言，除定制需求外，在特定場景下的功能、功耗、能效、響應(yīng)速度等方面均有不同需求。龍夢竹表示，通過實際對接過程中反哺技術(shù)的更新，我們發(fā)現(xiàn)了一些“深藏不露”的技術(shù)熱點。

全雙工，進一步推進人機對話的演變。

從單輪對話到多輪對話，全雙工技術(shù)進一步推進人機對話的演變，使其具備實時智能響應(yīng)、智能打斷、智能糾錯、多輪交互等能力，源源不斷的語音上行流和源源不斷的下行流，支持機器聽+說同時進行，具備智能決策的能力，能夠判斷噪音、指令、響應(yīng)時間、響應(yīng)信號等，并可通過語義分析判斷語氣詞、無效詞、可忽略的停頓等，具備一次喚醒、多次交互的能力。

龍夢竹表示，全雙工語音技術(shù)的成熟應(yīng)用讓機器智能對話變得更流暢。但是，全雙工尚未成熟到通用階段，但在部分應(yīng)用場景中已初見成效，例如在智能客服場景，以及命令式交互為主的智能設(shè)備，比如臺燈、耳機、空調(diào)等，比如“你好小馳，空調(diào)開到，嗯，20度，不不不，25度吧。”。

分布式麥克風(fēng)陣列方案的需求浮出水面。

當(dāng)前，麥克風(fēng)陣列技術(shù)在智能音箱市場中的應(yīng)用已十分普遍，遠場交互、聲源定位、算法降噪等技術(shù)均優(yōu)化了產(chǎn)品體驗，例如，思必馳雙麥、線性/環(huán)形4麥、線性/環(huán)形6麥等多款軟硬一體化方案的市場應(yīng)用已十分成熟。

但是，隨著多品類智能終端產(chǎn)品在用戶生活中涌現(xiàn)，“一呼百應(yīng)”的情況常常發(fā)生，此時，對分布式麥克風(fēng)陣列解決方案的需求便浮出水面。

分布式麥克風(fēng)陣列可讓多個非結(jié)構(gòu)排列的無規(guī)則麥克風(fēng)組成陣列系統(tǒng)，提供就近喚醒功能，相對于規(guī)則化的麥陣，功耗更低。同時，借助聲紋識別技術(shù)，判斷說話人身份，避免設(shè)備長時間處于工作狀態(tài)，達到低功耗目的。

全屋智能，多設(shè)備聯(lián)動喚醒機制十分必要。

例如，正面喚醒可以通過近距離交互方式，面對面地喚醒設(shè)備以避免多設(shè)備誤喚醒；就近喚醒則利用聲波到達設(shè)備的時間差，對同一喚醒詞的多款設(shè)備進行空間計算，利用二級喚醒機制來喚醒距離用戶最近的設(shè)備；語義選擇會基于one-shot云+端混合識別技術(shù)，實現(xiàn)本地喚醒詞和云端識別語義一體化，基于用戶語義分析用戶意圖，以喚醒相應(yīng)設(shè)備；多模態(tài)交互技術(shù)帶來了多模態(tài)直視喚醒，模擬人與人眼神交互的特點，喚醒用戶需要交互的設(shè)備。

這些深藏不露的技術(shù)熱點，讓語音交互在IOT中的應(yīng)用更加流暢自然。

同時，面對智能小家電、智能穿戴產(chǎn)品對低功耗的需求，思必馳推出低功耗算法方案，能夠讓設(shè)備持續(xù)工作、隨叫隨到，讓更多的小設(shè)備快速+AI。

思必馳低功耗算法方案將根據(jù)硬件結(jié)構(gòu)評審和聲學(xué)評估結(jié)果，結(jié)合產(chǎn)品應(yīng)用場景，提供相應(yīng)的單項/組合項算法方案，主要可分為一級低功耗喚醒，二級喚醒驗證，三級聲紋驗證。

尤其是一級低功耗喚醒，根據(jù)設(shè)備的基礎(chǔ)情況，我們還會提供更適合的算法方案，例如，針對臺燈、插座、低端的兒童玩具等小型、單一功能設(shè)備，且僅存在完全的近場喚醒需求類的產(chǎn)品，小模型語音喚醒方案即可滿足需求。但，對于耳機、手機、白電類等具備相對遠場需求的產(chǎn)品，雙麥遠場喚醒方案則更為合適。

該低功耗算法方案同樣具備超高的定制能力，例如喚醒詞定制，根據(jù)產(chǎn)品的目標(biāo)人群年齡特征、地域特征的口音定制，根據(jù)產(chǎn)品應(yīng)用的車載、商場、騎行等場景的噪聲環(huán)境定制，根據(jù)芯片選型、硬件設(shè)計等進行靈活組合與定制。

“算法+芯片”的深度融合，帶來了整體性能的升級。

思必馳攜手子公司深聰智能打造了低功耗AI語音芯片TH1520，通過軟硬件協(xié)同設(shè)計、優(yōu)化整合型專用芯片，算法+芯片深度融合的嵌入式系統(tǒng)，取代通用芯片+通用算法的解決方案，打造可編程、定制化專用型 AI 深度學(xué)習(xí)架構(gòu)，取代目前第三方通用型架構(gòu)。目前，該芯片正式進入產(chǎn)品對接測試階段。

TH1520在處理遠場以及復(fù)雜聲場下的各項體驗指標(biāo)處于業(yè)界領(lǐng)先，支持離線識別，可全離線應(yīng)用，而且功耗極低，待機狀態(tài)功耗毫瓦級，全速工作功耗不大于百毫瓦，可用電池供電，使得便攜和移動場景成為可能，片內(nèi)存儲亦可大幅節(jié)省成本和總體功耗。同時，算法+芯片的方案可進行快速移植與部署，將產(chǎn)品推向市場。

目前該方案可應(yīng)用于智能耳機、智能手機、智能門鎖、智能臺燈等多款產(chǎn)品。思必馳也將不斷優(yōu)化技術(shù)方案，為更多IOT產(chǎn)品帶來優(yōu)質(zhì)體驗。

越是體積小巧的設(shè)備，對功耗性能、集成工藝的要求越高。思必馳解決方案軟硬兼施，應(yīng)對智能小家電的AI攻勢。