電子發(fā)燒友網報道（文/莫婷婷）隨著技術的迭代以及市場需求的興起，智能眼鏡作為一種新型智能穿戴設備，可以通過獨立的操作系統，安裝各種應用程序，并通過語音、手勢，或者與智能手表、智能手機的聯動，實現多種功能，如今正逐漸成為市場的焦點。

不過智能眼鏡設備不能忽視的挑戰(zhàn)是其開放式音頻系統，音頻作為智能眼鏡最基礎的功能，在完成多種交互體驗之外，如何實現更好的音頻體驗，也是需要不斷突破的技術難題。


AI技術加持，推進藍牙音頻SOC的高端化

OWS耳機、智能音頻眼鏡等產品，對開放式的音頻系統提出了更高的要求。面對開放式的音頻系統，主控芯片的技術瓶頸、難點是在哪里？

物奇微藍牙產品線銷售負責人陳武清在接受電子發(fā)燒友網采訪時表示，開放式的音頻系統有著三大挑戰(zhàn)，一是低頻泄露問題，二是大回聲結構下的通話效果和運動風噪場景下的通話質量問題，三是輕巧舒適結構狀態(tài)小尺寸的設計對電池的要求的低功耗。

為了符合人體工學的設計，大多數OWS耳機都采用U型聲學腔體結構，內部搭載了發(fā)聲單元，例如SoundPEATS 的GoFree2，以及beyerdynamic拜雅的VERIO 200都搭載了超大16.2mm動圈單元。較大的動圈單元在低頻響應和聲壓級上有更好的表現，但依舊解決不了低頻泄露、通話效果、降風噪等方面的挑戰(zhàn)。

陳武清提到，開放式耳機的通話大回聲結構存在mic-spk間距短，聲隔離弱、信回比低的問題，相對入耳式，有效回波損耗 (ERL) 小近20dB、通話回聲雙講效果差。

同樣有著開放式音頻系統的智能眼鏡，在音頻系統存在的挑戰(zhàn)不比OWS耳機小。一般而言，OWS耳機會通過不同的人體工學結構設計，讓前出聲孔靠近耳道，改善開放式音頻系統的音量、低音體驗等問題，這些不同的人體工學設計雖然治標不治本，但都能夠在一定程度上提升音頻體驗。而智能眼鏡的音頻系統在鏡腿的位置，難以通過上述方式進行改善。

隨著技術的發(fā)展，AI已經成為提升開放式音頻系統音頻體驗的關鍵技術之一。據了解，物奇的多模態(tài)AI能力已經落地多個領域，其中邊緣計算AI處理技術已經引入藍牙音頻SOC中。

為了提升開放式音頻系統的通話質量，物奇基于先進的循環(huán)神經網絡和卷積神經網絡，經過40G的大量數據訓練大模型，加上LMS+KLM雙濾波結構，線性回聲抑制能力達30dB，非線性殘余回聲引入AI處理。在降風噪等方面，通過多麥技術、神經網絡算法的加持，通過大量風噪數據訓練AI模型，達到了風噪殘留少、語音穩(wěn)定，損傷小，可辨度高的效果。

相較以往只是在算法上做處理，加入邊緣計算AI處理技術能夠實現更清晰的通話質量，在很大程度上提升了開放式音頻系統的音頻體驗。

在功耗方面，智能眼鏡的藍牙芯片、傳感器、麥克風等元器件基本放在鏡腿的位置，受限于空間的限制，一般只能采用容量較小的電池，因此續(xù)航性能較差，此時需要藍牙芯片也要有強大的低功耗性能。

物奇的藍牙芯片在提升續(xù)航方面帶來創(chuàng)新和突破。率先采用RISC-V + DSP的設計架構，以及多模塊化處理的軟件SDK。以OWS的應用為例，物奇可以在芯片級功耗只有3.xmA的情況下，增加了針對OWS形態(tài)必須增加的低頻補償/虛擬低音/動態(tài)EQ和多MIC AI的ENC等算法，讓功耗維持在4.xmA的低功耗水平，“在45mAh的電池容量下，聽音樂可以使用10小時”。

在芯片廠商的技術迭代下，AI技術在音頻處理上的應用取得了新的進展，AI技術引入藍牙音頻SOC，成為藍牙音頻SOC走向高端的象征之一，由此也將推動音頻市場的創(chuàng)新和進步。


音頻眼鏡將在音頻設備市場上逐漸起量

今年一季度，全球個人智能音頻設備市場迎來6%的同比增長，出貨量超過9000萬臺。在TWS耳機、無線頸掛式、無線頭戴式三大類產品中，TWS耳機品類已經出現增長乏力，筆者認為，接下來OWS耳機、智能音頻眼鏡將成為智能音頻設備市場中增長明顯的細分品類。

如果從智能眼鏡這個大品類來看，智能音頻眼鏡這一品類也會首先在市場上起量。陳武清認為在AI/智能音頻/AR智能眼鏡三大品類中，智能音頻眼鏡會率先起量，其次是AI眼鏡，最終朝著包含音頻/視頻/內容為一體的AR智能眼鏡方向演進。

“智能音頻眼鏡會先開始起量，在當前技術背景下優(yōu)先解決輕巧和輕度語音處理的問題，其次通過技術的演進延伸到可以具備AI語音處理能力的AI眼鏡，再繼續(xù)演進到包含音視頻及內容為一體的AR智能眼鏡，需要解決痛點非常多?！?br />
陳武清表示，對于芯片而言，主芯片平臺需要高集成度以及豐富的外設接口和AI處理能力，在各種各樣的語音/視頻處理算法的加持下，維持高算力下的低功耗要求。

從長期的演進來看，信息/數據經過終端的基礎處理后，會到云端做進一步的處理，因此設備在終端的處理會越來越多，同時在云端處理的需求也會增長。隨著智能眼鏡需要處理的場景越來越多，云端也需要有更強的能力去應對這些處理任務。但在這之前，終端設備的主芯片平臺需要更加強大應對更復雜的終端處理任務，芯片廠商也需要持續(xù)迭代產品推出更具競爭力的芯片。