、熟悉 Siri、Google Now、Cortana、S-Voice 和/或 Echo 的每個(gè)人都熟悉過(guò)去十年語(yǔ)音識(shí)別的進(jìn)步和改進(jìn)。這種改進(jìn)大部分來(lái)自基于云的識(shí)別器在大數(shù)據(jù)上部署“深度學(xué)習(xí)”。

盡管它經(jīng)常不在聚光燈下，但嵌入式系統(tǒng)的語(yǔ)音識(shí)別已經(jīng)取得了很大進(jìn)展。事實(shí)上，大多數(shù)主要的語(yǔ)音引擎都部署了嵌入式和基于云的識(shí)別的組合。這在“Hey Siri”、“OK Google”、“Hey Cortana”、“Hi Galaxy”和“Alexa”等命令中最為明顯。所有這些基于云的識(shí)別系統(tǒng)都使用嵌入的“觸發(fā)”短語(yǔ)來(lái)打開云連接，為語(yǔ)音識(shí)別做好準(zhǔn)備。

嵌入式觸發(fā)短語(yǔ)允許一些基于云的方法的改進(jìn)和實(shí)用性。一方面，擁有一個(gè)“永遠(yuǎn)在線”的嵌入式識(shí)別器比讓你的對(duì)話上傳到云端讓谷歌和其他人以他們想要的任何方式分析要少得多。由于它在設(shè)備上，因此在說(shuō)出觸發(fā)短語(yǔ)之前不會(huì)進(jìn)行語(yǔ)音錄制或傳輸，并且觸發(fā)偵聽是實(shí)時(shí)完成的，而不會(huì)發(fā)送您的語(yǔ)音。

嵌入式喚醒觸發(fā)器也有實(shí)際原因，其中一個(gè)主要原因是功耗。僅在云中運(yùn)行需要大量數(shù)據(jù)傳輸和分析，使得電池供電或“綠色”產(chǎn)品不切實(shí)際。許多主要的 DSP 公司都為“始終開啟”的 DSP 提供解決方案，這些 DSP 以 2 mA 或更低的電流運(yùn)行 Sensory 的 TrulyHandsfree 喚醒觸發(fā)選項(xiàng)。使用健全的活動(dòng)檢測(cè)方案，平均電池消耗可以低于 1 mA，將其置于電池泄漏領(lǐng)域。

嵌入式語(yǔ)音識(shí)別的其他流行用途是在需要對(duì)有限命令進(jìn)行快速準(zhǔn)確響應(yīng)的設(shè)備中。我最喜歡的例子之一是三星 Galaxy 智能手機(jī)，在相機(jī)模式下，用戶可以啟用語(yǔ)音命令來(lái)拍照。這適用于我在 20 英尺遠(yuǎn)的安靜環(huán)境或 5 英尺遠(yuǎn)的嘈雜位置。這是隨身攜帶自拍桿的絕佳替代品，每當(dāng)我向人們展示此功能時(shí)，他們都會(huì)很快獲得并喜歡它。

嵌入式揚(yáng)聲器驗(yàn)證也被更頻繁地部署，并且通常被合并到喚醒觸發(fā)器中，以降低其他人喚醒您的設(shè)備的可能性。對(duì)于語(yǔ)音識(shí)別和說(shuō)話人驗(yàn)證，總是需要在錯(cuò)誤接受（接受錯(cuò)誤的用戶）和錯(cuò)誤拒絕（拒絕正確的用戶）之間進(jìn)行權(quán)衡。首選的喚醒觸發(fā)設(shè)置通常是以偶爾讓正確的人進(jìn)入為代價(jià)來(lái)保持極低的錯(cuò)誤拒絕。在需要更復(fù)雜的揚(yáng)聲器驗(yàn)證以確保安全的系統(tǒng)中，可以部署不需要最低要求的更復(fù)雜的算法功耗，以增加電流消耗為代價(jià)獲得更好的精度。

隨著消費(fèi)產(chǎn)品和手機(jī)使用更復(fù)雜的處理器，我預(yù)計(jì)更高比例的語(yǔ)音識(shí)別使用將轉(zhuǎn)移到嵌入式設(shè)備，并且會(huì)出現(xiàn)“分層”語(yǔ)音識(shí)別方法，從而在設(shè)備上進(jìn)行快速初始分析并做出響應(yīng)如果設(shè)備對(duì)成功有很高的信心（自我認(rèn)知），但如果它不太確定自己的響應(yīng)或需要基于云的搜索，則將其傳遞給云端。

審核編輯：郭婷