基于語(yǔ)音的虛擬個(gè)人助理將驅(qū)動(dòng)音頻行業(yè)的發(fā)展

“Voice”不僅是始于2010年的國(guó)際真人秀電視唱歌比賽（國(guó)內(nèi)是“中國(guó)好聲音”），還是新的音頻行業(yè)應(yīng)用的核心。音頻行業(yè)已經(jīng)歷了許多發(fā)展階段。20世紀(jì)60年代出現(xiàn)了高保真和立體聲音樂，以及像平克·弗洛伊德（Pink Floyd）這樣的流行樂隊(duì)。20世紀(jì)80年代出現(xiàn)了數(shù)字音樂，聲音的清晰度成為流行樂隊(duì)（例如Dire Straits）的特征。但是，在20世紀(jì)90年代末和21世紀(jì)初，手機(jī)的普及帶動(dòng)了語(yǔ)音處理技術(shù)的進(jìn)步。在20世紀(jì)10年代初，出現(xiàn)了基于語(yǔ)音的虛擬個(gè)人助理（VPA），例如蘋果（Apple）的Siri、亞馬遜（Amazon）的Alexa和谷歌（Google）的Google Assistant。

據(jù)麥姆斯咨詢介紹，基于語(yǔ)音的虛擬個(gè)人助理是當(dāng)今音頻行業(yè)的主要驅(qū)動(dòng)力。該新興應(yīng)用的一個(gè)有趣特性是它可以在各種系統(tǒng)中“植入”，例如智能手機(jī)、智能音箱、智能手表、無線耳機(jī)、汽車、智能電視和遙控器等，甚至出現(xiàn)了帶有語(yǔ)音識(shí)別功能的垃圾桶。這種應(yīng)用基于音頻系統(tǒng)的傳統(tǒng)組件：麥克風(fēng)、揚(yáng)聲器、音頻編解碼器和音頻放大器。但它也依賴于與計(jì)算和分析語(yǔ)音數(shù)據(jù)相關(guān)的新組件，這是由消費(fèi)類人工智能（AI）的出現(xiàn)而推動(dòng)發(fā)展。

麥克風(fēng)、音頻IC和微型揚(yáng)聲器的消費(fèi)類市場(chǎng)預(yù)計(jì)將從2018年的141億美元增長(zhǎng)到2024年的208億美元，復(fù)合年增長(zhǎng)率（CAGR）為6.6%。通過觀察MEMS麥克風(fēng)的出貨量增長(zhǎng)，我們可以了解到所涉及的終端產(chǎn)品的發(fā)展情況。智能音箱中的MEMS麥克風(fēng)出貨量正經(jīng)歷13%的復(fù)合年增長(zhǎng)率，預(yù)計(jì)2024年將達(dá)到12億顆。在無線耳機(jī)方面，MEMS麥克風(fēng)出貨量的復(fù)合年增長(zhǎng)率達(dá)到29%，預(yù)計(jì)2024年將達(dá)到13億顆。

音頻行業(yè)生態(tài)系統(tǒng)市場(chǎng)預(yù)測(cè)（2018~2024年）

人工智能（AI）技術(shù)為音頻行業(yè)帶來價(jià)值

音頻行業(yè)的部分增長(zhǎng)依賴于人工智能帶來的價(jià)值。更準(zhǔn)確地說，人工智能技術(shù)使得基于語(yǔ)音的虛擬個(gè)人助理可以滲透至智能音箱、無線耳機(jī)、智能手表等產(chǎn)品之中，并促使所有音頻組件的增長(zhǎng)。人工智能支持兩項(xiàng)關(guān)鍵的音頻功能：“計(jì)算”和“分析”?！坝?jì)算”支持復(fù)雜的音頻功能，如聲源定位和語(yǔ)音識(shí)別，并在云平臺(tái)或邊緣設(shè)備中執(zhí)行?！胺治觥卑ǜ鼜?fù)雜的操作，例如用于市場(chǎng)營(yíng)銷的大數(shù)據(jù)分析，并在云平臺(tái)執(zhí)行。

音頻價(jià)值鏈的發(fā)展

音頻與人工智能的結(jié)合產(chǎn)生巨大的商業(yè)機(jī)會(huì)，因?yàn)槿斯ぶ悄軐⒁纛l組件“打進(jìn)了”很多新系統(tǒng)。對(duì)于人類來說，這也是一個(gè)好事情，允許人們?cè)谂腼儠r(shí)通過智能音箱，或在慢跑時(shí)通過無線耳機(jī)，向虛擬個(gè)人助理發(fā)出語(yǔ)音命令。

如果虛擬個(gè)人助理成為汽車人機(jī)接口的標(biāo)準(zhǔn)，也可以拯救生命。但是，這些總是處于監(jiān)聽狀態(tài)的系統(tǒng)可能會(huì)對(duì)新的音頻業(yè)務(wù)構(gòu)成威脅。2013年，愛德華·斯諾登（Edward Snowden）披露的全球監(jiān)控信息表明，這些新技術(shù)將如何導(dǎo)致社會(huì)的大規(guī)模監(jiān)控。

盡管如此，在音頻產(chǎn)業(yè)鏈之中仍存在一場(chǎng)“戰(zhàn)斗”——新的人工智能功能應(yīng)該放入哪個(gè)組件？“分析”需要強(qiáng)大的處理能力和對(duì)大量數(shù)據(jù)的訪問，預(yù)計(jì)還將留在云平臺(tái)。人工智能處理，如語(yǔ)音識(shí)別，如今主要在云平臺(tái)完成。但是，如果應(yīng)用處理器（AP）擁有更強(qiáng)的計(jì)算能力，并能實(shí)現(xiàn)更低的延遲和更高的隱私保護(hù)，則人工智能處理有望在邊緣設(shè)備完成。在高端智能手機(jī)中，音頻專用編解碼器和放大器芯片有望保留，因?yàn)樗鼈冃枰牡?a href="http://wenjunhu.com/analog/" target="_blank">模擬設(shè)計(jì)和制造。

音頻產(chǎn)業(yè)鏈

哪些廠商正在享受音頻市場(chǎng)的紅利？

這個(gè)美好的音頻市場(chǎng)“大餅”如何在不同的參與者之間分享呢？對(duì)于MEMS麥克風(fēng)，樓氏電子（Knowles）和歌爾股份（Goertek）是主要的參與者，在2018年的12億美元市場(chǎng)中，樓氏電子占據(jù)39%份額，而歌爾股份占據(jù)28%份額。近幾年，樓氏電子的營(yíng)收趨于飽和，在“對(duì)抗”提供低成本解決方案的中國(guó)麥克風(fēng)廠商。此外，英飛凌（Infineon）除了為歌爾股份和瑞聲科技（AAC）等廠商提供麥克風(fēng)裸片，還開始著手自己生產(chǎn)并銷售MEMS麥克風(fēng)成品。

音頻價(jià)值鏈

對(duì)于音頻編解碼器和放大器，Cirrus Logic、高通（Qualcomm）、德州儀器（Texas Instruments）是主要的參與者，在2018年的34億美元的市場(chǎng)中，分別占據(jù)35%、18%、12%的份額。Cirrus Logic是明確的市場(chǎng)領(lǐng)導(dǎo)者，但依賴于蘋果公司。

將來，人工智能處理可能會(huì)在廠商之間。蘋果、高通和海思等應(yīng)用處理器廠商將整合人工智能處理功能。樓氏電子和歌爾股份則提議將人工智能功能與編解碼器、數(shù)字信號(hào)處理功能集成于一顆專用音頻芯片。另一方面，諸如CEVA和Xperi之類的知識(shí)產(chǎn)權(quán)（IP）供應(yīng)商正致力于為人工智能處理設(shè)計(jì)芯片。不管怎樣，人工智能都吸引了所有人的注意力。

最后，不斷擴(kuò)展的用例正在生成大量新數(shù)據(jù)，這些數(shù)據(jù)推動(dòng)了人工智能的發(fā)展，并提供更多的功能。還有什么比自己的聲音更能無縫地控制智能設(shè)備呢？這是整個(gè)供應(yīng)鏈中音頻參與者的下一個(gè)“戰(zhàn)場(chǎng)”——語(yǔ)音競(jìng)技場(chǎng)！

語(yǔ)音技術(shù)發(fā)展路線圖

本報(bào)告涉及的部分公司：AAC Technologies, Alibaba, Amazon, ams AG, Analog Devices, Apple, ASE, Audience, Audiopixels, Bosch Sensortec, BSE, CEVA, Cirrus Logic, DSP Group, Gettop, Goertek, Google, Harman, Hosiden, HTC, Huawei, Infineon, Intel, InvenSense, Knowles, MEMSensing, Merus Audio, Motorola, NeoMEMS, Nokia, NXP, Omron, Oppo, Qualcomm, Samsung, SensiBel, Sony, STMicroelectronics, TDK-InvenSense, Texas Instruments, TSMC, USound, Vesper, XFab, Xiaomi, xMOS…

若需要購(gòu)買《MEMS麥克風(fēng)、微型揚(yáng)聲器和音頻解決方案-2019版》報(bào)告，請(qǐng)發(fā)E-mail：wangyi#memsconsulting.com（#換成@）。