回顧聲智科技發(fā)布全新的DSP低功耗語音交互方案參與中國用戶大會

一年一度的Cadence CDNLive中國用戶大會2018于8月10日在上海浦東嘉里大酒店開幕，作為Cadence的戰(zhàn)略級合作伙伴，聲智科技帶著全新的DSP低功耗語音交互方案出席了此次大會。

CDNLive大會是由Cadence公司舉辦的一年一度的全球巡回用戶大會。從今年4月由美國硅谷伊始，覆蓋德國、日本、***、印度、以色列等七大地區(qū)和國家。大會以“聯(lián)結(jié)、分享、啟發(fā)”為主題，行業(yè)巨頭、技術(shù)用戶、業(yè)界頂尖開發(fā)者與業(yè)界專家都將聚集于此，共同分享高階工藝芯片、復(fù)雜SoC和系統(tǒng)設(shè)計的技術(shù)和理念，為行業(yè)的發(fā)展提供靈感和啟發(fā)。對于科技行業(yè)來說，這個集會可謂是一年一度最大的盛典。

2017年聲智科技與Cadence建立了戰(zhàn)略合作關(guān)系，開始為CadenceTensilicaDSP系列產(chǎn)品研發(fā)設(shè)計低功耗遠(yuǎn)場智能語音交互解決方案。本次Cadence CDNLive中國用戶大會上，聲智科技展示了基于Cadence Tensilica Fusion和HiFi DSP設(shè)計的融合遠(yuǎn)場語音交互和遠(yuǎn)場實(shí)時通話技術(shù)的SoundAI Voice Kit智能語音交互系統(tǒng)。

融合遠(yuǎn)場語音交互和遠(yuǎn)場實(shí)時通話技術(shù)的SoundAI Voice Kit（以下簡稱SVK）是一款為手機(jī)、智能機(jī)器人、智能電視、機(jī)頂盒、機(jī)頂盒等消費(fèi)電子產(chǎn)品和IOT產(chǎn)品提供低功耗的遠(yuǎn)場語音喚醒，語音識別，語音控制，語音搜索，遠(yuǎn)場聲紋識別，遠(yuǎn)場實(shí)時通話（VoIP）等功能的理想軟件解決方案。

（1）滿足低功耗需求

隨著亞馬遜Echo、谷歌Google Home，阿里天貓精靈、小米小愛同學(xué)等產(chǎn)品在市場上大獲成功，支持遠(yuǎn)場語音交互的智能設(shè)備越來越普及。遠(yuǎn)場智能語音交互勢必是未來人機(jī)交互的新趨勢。智能語音交互必然會推動消費(fèi)電子品、物聯(lián)網(wǎng)的革命，包括如汽車、家用設(shè)備，手機(jī)以及可穿戴設(shè)備。然而，耗能過高的困擾一直是制約物聯(lián)網(wǎng)發(fā)展。

本次大會推出的SVK智能語音交互系統(tǒng)提供的遠(yuǎn)場語音喚醒算法，具有低功耗的特點(diǎn)，可以保證SoC和系統(tǒng)成本，也可以滿足家居和移動場景的不同需求。該算法計算量少，計算復(fù)雜度低，占CPU內(nèi)存小，但是語音交互的順暢度不打折。

該算法搭載了最新的Voice Activity Detection技術(shù)，可拾取環(huán)境語音以檢測和響應(yīng)喚醒詞或觸發(fā)命令，通過關(guān)鍵字檢測支持低功耗實(shí)時監(jiān)聽，實(shí)現(xiàn)低功耗遠(yuǎn)場語音喚醒功能。而且針對可能出現(xiàn)的多線程同時工作場景，也可以隨時喚醒識別，不影響人機(jī)交流自然順暢的體驗(yàn)，只為語音交互帶來方便，不增加重量。在手機(jī)上應(yīng)用，可實(shí)現(xiàn)鎖屏喚醒、多任務(wù)喚醒、遠(yuǎn)場聲紋喚醒等功能。

該遠(yuǎn)場語音喚醒算法可實(shí)現(xiàn)五米之內(nèi)95%以上的喚醒率，支持Duel-wake（雙名喚醒）、Free-cut（隨時打斷、隨時喚醒）、One-shot（一句連控）的功能。目前，小米、百度、阿里、騰訊、華為、聯(lián)想、獵豹移動等公司均采用聲智科技提供的遠(yuǎn)場語音喚醒技術(shù)。

Dual-wake（雙名喚醒），即喚醒詞不再是單一的一個，設(shè)備可以擁有兩個名字，使用任意一個名字都可以將其喚醒并進(jìn)行無差別的操作，這樣的設(shè)計與改進(jìn)為設(shè)備后期功能擴(kuò)展以及實(shí)現(xiàn)智能家電之間的聯(lián)動留下了空間。

Free-cut（隨時打斷、隨時喚醒）技術(shù)可以讓設(shè)備任意時刻終止當(dāng)前任務(wù)，立即響應(yīng)新的用戶需求，這就實(shí)現(xiàn)了連續(xù)喚醒執(zhí)行新的命令，而無需等待上一任務(wù)完成后響應(yīng)，隨叫隨應(yīng)。

One-shot（一句連控），采用“喚醒詞+語音語義識別”一體化方式，實(shí)現(xiàn)喚醒詞與語音操控之間無縫對接，用戶叫了設(shè)備的名字后無需等待設(shè)備應(yīng)答就可以直接說出命令，無需等待設(shè)備回應(yīng)“誒”、“我在”等之后才能說出命令，響應(yīng)速度更快，更加符合人類語音交互習(xí)慣。

（2）匹配復(fù)雜場景

隨著智能語音設(shè)備應(yīng)用場景的增加，由近場語音交互過渡到遠(yuǎn)場語音交互，場景中的噪聲種類越來越多，越來越復(fù)雜，對于語音交互的要求也越來越高。針對可能出現(xiàn)的極端噪聲場景，本次推出的SoundAI Voice Kit智能語音交互系統(tǒng)也進(jìn)行了定制優(yōu)化。

集成通話降噪、混響抑制、回聲抵消、噪聲抑制、波束形成、增益控制等噪聲抑制技術(shù)，針對遠(yuǎn)場語音交互所處的復(fù)雜應(yīng)用場景，定制了OpenAEC算法，可以解決弱參考信號或者無參考信號等更為復(fù)雜場景的回聲抵消（自噪聲抑制）問題，可實(shí)現(xiàn)更加精準(zhǔn)的喚醒。

同時搭載了針對智能家居、辦公環(huán)境、車載等場景的抗強(qiáng)噪喚醒算法（AKS技術(shù)），保證在噪聲環(huán)境中，也實(shí)現(xiàn)精準(zhǔn)的遠(yuǎn)場語音喚醒。在車載環(huán)境中，針對主副駕駛的方向性降噪問題，通過麥克風(fēng)陣列波束成型技術(shù)在主方向語音不失真的前提下，有效去除空調(diào)、胎噪等平穩(wěn)噪聲，平穩(wěn)噪聲抑制量大于30dB。

并在保護(hù)主方向語音的同時，去除環(huán)境中的語音、車載娛樂設(shè)施等非穩(wěn)態(tài)噪聲的干擾。其中非穩(wěn)態(tài)噪聲抑制量大于20dB，在噪音環(huán)境下可以大幅提升遠(yuǎn)場語音喚醒和識別率。解決行車過程中，主駕駛與智能語音設(shè)備語音交互易受干擾的問題，確保準(zhǔn)確識別主駕駛方向的指令，抑制其他方向噪聲。

針對家庭場景下，易出現(xiàn)的大電視噪聲、音響噪聲等非穩(wěn)態(tài)噪聲，聲智推出了

家庭非穩(wěn)態(tài)噪聲抑制技術(shù)、垂直抗強(qiáng)噪識別技術(shù)，專門匹配相應(yīng)場景，帶來更出色的遠(yuǎn)場交互體驗(yàn)，無懼環(huán)境，想說就說，聲隨心動，保證遠(yuǎn)場語音交互的完美體驗(yàn)。

（3）快速開發(fā)集成

聲智科技推出的融合遠(yuǎn)場語音交互和遠(yuǎn)場實(shí)時通話技術(shù)的SoundAI Voice Kit是眾多audio/voice/speech軟硬件合作伙伴生態(tài)系統(tǒng)的重要支撐，通過提供包括喚醒、降噪、ASR、NLP在內(nèi)的領(lǐng)先的語音交互技術(shù)，幫助用戶快速打造自己的硬件產(chǎn)品，更加易于集成，易于開發(fā)，易于擴(kuò)展，更安全，更自由。

一直以來，DSP芯片具有大規(guī)模集成性、穩(wěn)定性好、精度高、可嵌入性、接口和集成方便等特點(diǎn)，而且相較于通用芯片（AP芯片），價格更具優(yōu)勢。隨著智能電子消費(fèi)品、IOT產(chǎn)品越來越多的涌現(xiàn)，目前市場還沒有專門的語音芯片應(yīng)用到智能語音設(shè)備中，還沒有經(jīng)過市場驗(yàn)證。

目前更多的還是采用通用芯片（AP芯片/平板芯片等）+Codec芯片/DSP芯片等組合的方式。DSP芯片通過對數(shù)字信號進(jìn)行處理，包括回聲消除、噪聲抑制、語音降噪/增強(qiáng)等，使語音便于后端的語音識別，再由通用芯片進(jìn)行處理傳輸?shù)皆贫颂峁┱Z音處理的計算力支持。

人工智能的大爆發(fā)給消費(fèi)電子產(chǎn)品和IOT設(shè)備的變革塑造了更多的可能性。此次出席Cadence大會，聲智科技帶來的全新的融合遠(yuǎn)場語音交互和遠(yuǎn)場實(shí)時通話技術(shù)的SoundAI Voice Kit智能語音交互系統(tǒng)，將更好的賦能客戶的智能硬件產(chǎn)品快速的落地，擁有更精準(zhǔn)的、更符合人性習(xí)慣的遠(yuǎn)場語音交互能力與智能語音交互體驗(yàn)。