全球麥克風(fēng)與音頻處理器市場分析預(yù)測 - 全文

　　在先進(jìn)駕駛輔助系統(tǒng)（ADAS）中，結(jié)合視覺處理器的CMOS影像感測器已在協(xié)助汽車辨識與分類方面發(fā)揮關(guān)鍵作用。至于其“聽覺”呢？

　　麥克風(fēng)也能扮演像攝影機(jī)般重要的角色，為自動駕駛車增添更多“智慧”功能嗎？

　　DSP Concepts執(zhí)行長與創(chuàng)辦人Paul Beckmann表示，在汽車和駕駛?cè)税l(fā)現(xiàn)救護(hù)車接近以前，就已經(jīng)聽到它的警報(bào)聲響起了。那么為什么汽車產(chǎn)業(yè)不會對音訊感興趣？

　　系統(tǒng)OEM廠商（不只是汽車制造商）目前正處于“使用更多麥克風(fēng)以便為人工智慧（AI）產(chǎn)生另一種重要感測器資料——音訊”的關(guān)鍵時刻，Beckmann解釋。

　　正如他所預(yù)設(shè)的，音訊正“從單純的在娛樂系統(tǒng)中播放，朝向在情境架構(gòu)中實(shí)現(xiàn)輸入、觸發(fā)與分析?！?/p>

　　由 麥克風(fēng)所拾取的智慧，也可能用于日常生活的各種系統(tǒng)中，從汽車、數(shù)位虛擬助理到可攜式裝置等?！耙曈X與聽覺應(yīng)該并駕齊驅(qū)，”DSP Concepts業(yè)務(wù)與行銷執(zhí)行總裁Willard Tu表示?！肮贩吐?、嬰兒哭鬧、玻璃碎裂、汽車?yán)?、警?bào)聲與槍聲等等。。.。。.音訊有助于讓系統(tǒng)更有效地掌握環(huán)境［和情境］。”

　　圖1：音訊“輸入”演算法發(fā)展藍(lán)圖 （來源：DSP Concepts）

　　如今，有兩個重要的發(fā)展趨勢推動電子產(chǎn)業(yè)突然在音訊領(lǐng)域迅速發(fā)展。

　　一 是擁有多顆麥克風(fēng)的智慧型手機(jī)普及；其次則是數(shù)位虛擬助理的流行，如Amazon Echo與Google Home。根據(jù)SAR Insight & Consulting總監(jiān)與首席分析師Peter Cooney的觀察，“一般消費(fèi)裝置中整合虛擬數(shù)位助理的應(yīng)用越來越多，帶動感知與采用語音作為自然的使用者介面，應(yīng)用于許多日常任務(wù)中?！?/p>

　　但是，麥克風(fēng)能多快超越作為一種自然使用者介面的角色，開始變成真正的‘智慧感測器’？看來業(yè)界還得等待一些進(jìn)展。

　　為了迎接挑戰(zhàn)，音訊需要可以拾取更佳音質(zhì)的麥克風(fēng)、善于后處于音訊的處理器、預(yù)處理音訊的有效演算法、易于使用的音訊處理工具、相當(dāng)于繪圖用Open GL的音訊標(biāo)準(zhǔn)，以及能以最小功耗維持永不斷線的麥克風(fēng)。

　　總之，如同Cooney所指出的，市場需要“始終保持監(jiān)聽的技術(shù)、語音增強(qiáng)演算法以及麥克風(fēng)。”

　　在ARM處理器上實(shí)現(xiàn)音訊處理

　　音訊處理以往是播放系統(tǒng)（如TV、DVD和Hi-Fi音響系統(tǒng)中的等化器）才需要的專業(yè)領(lǐng)域。

　　而今在智慧型手機(jī)和其他家用裝置的麥克風(fēng)普及帶動下，音訊處理任務(wù)已經(jīng)擴(kuò)展到幾乎無處不在。專用音訊DSP也并不是系統(tǒng)中處理音訊的唯一晶片了。

　　隨著越來越多的音訊開始在ARM處理器上執(zhí)行，Beckmann指出，更多的OEM“熱切地將麥克風(fēng)視為”AI的輸入感測器。DSP Concepts正處于觀察這一市場過渡的最佳位置。

　　Beckmann看好市場成長的態(tài)勢，特別是因?yàn)樵?a target="_blank">公司一款稱為Audio Weaver在過去一年來的成果。如同Beckmann描述的，這是“唯一一款可跨平臺作業(yè)的繪圖音訊設(shè)計(jì)架構(gòu)?！?/p>

　　業(yè) 界分析家認(rèn)為，DSP Concepts正占據(jù)音訊市場上的獨(dú)特位置。TECHnalysis Research總裁兼首席分析師Bob O‘Donnell認(rèn)為：“我并未看到DSP Concepts或其Audio Weave工具面對哪幾家競爭對手。許多公司都針對音樂與錄音等目的進(jìn)行專業(yè)的音訊剪輯與音訊處理，但這畢竟是不同的領(lǐng)域?！?/p>

　　庫尼表示同意。“我不知道任何競爭產(chǎn)品音頻織女的?！彼a(bǔ)充說，“DSP概念有其他的產(chǎn)品也是如此，如聲音增強(qiáng)算法（噪音抑制，回聲取消，波束賦形），基準(zhǔn)和參考設(shè)計(jì)?！?/p>

　　Cooney也同意這一看法?！拔疫€不知道Audio Weaver有任何競對手。”他補(bǔ)充說，“DSP Concepts也有其他的產(chǎn)品，例如聲音增強(qiáng)演算法（雜訊抑制、回音消除、波木成形等）、基準(zhǔn)與參考設(shè)計(jì)?！?/p>

　　圖2：全球麥克風(fēng)與音訊處理器市場 （來源：SAR Insights & Consulting）

　　DSP Concepts并未設(shè)計(jì)或銷售DSP。然而，競爭對手一般都是其他的DSP業(yè)者。Audio Weaver的競爭產(chǎn)品來自德州儀器（TI）或Cirrus Logic等DSP供應(yīng)商自行打造的音訊工具。其差異之處在于那些內(nèi)部開發(fā)的工具僅用于DSP供應(yīng)商自家的晶片。而采用像Audio Weaver這樣的獨(dú)立平臺工具，Tu強(qiáng)調(diào)，“OEM不必被限制于一種特定的DSP。”

　　Cooney說，DSP Concepts藉由與Cadence/Tensilica等許多公司合作，主要的業(yè)務(wù)在于為其客戶提供音訊設(shè)計(jì)解決方案。

　　除 了Audio Weaver工具，DSP Concepts也授權(quán)一些可形成麥克風(fēng)輸入的音訊演算法，包括波束成形、回聲消除、雜訊消除與遠(yuǎn)音場（far-field sound）等演算法。Beckmann指出，在此業(yè)界缺乏深諳音訊處理的工程人才之際，市場亟需易于使用的音訊預(yù)處理演算法，以便能從不需要的環(huán)境雜訊 中區(qū)隔出聲音來。

　　音訊：長期受冷落的領(lǐng)域

　　然而，目前使用音訊進(jìn)行聲學(xué)事件檢測（和分析）仍然是一種相對較新的應(yīng)用。

　　O’Donnell指出，“理論上，可能會有更多專用音訊處理器在做AI，但坦白說，音訊就像是長期受到視訊的冷落一樣，而且時至今日也是如此?！?/p>

　　他補(bǔ)充說，聲音的另一項(xiàng)重大挑戰(zhàn)是“語言與意義”。他說，“一張樹的圖片以任何語言來說是樹，但要瞭解字、詞以及最重要的意義與意圖，就具有語言與文化的獨(dú)特性了。這使得語音辨識與自然語言的處理變得十分困難?！?/p>

　　Beckmann坦承，音訊缺乏標(biāo)準(zhǔn)，也造成了差距。

　　以O(shè)penGL來看，它是一種針對圖形渲染的跨語言、跨平臺API。對于想要編寫程式碼的視訊游戲設(shè)計(jì)人員來說，這種API十分重要。像Nvidia等GPU供應(yīng)商在使用這種API后就能最佳化其硬體。

　　音訊世界則可以使用硬體抽象層來實(shí)現(xiàn)跨平臺的硬體加速渲染，類似于OpenGL所扮演的角色一樣。如果缺乏標(biāo)準(zhǔn)，每一家音訊晶片公司都必須最佳化自家硬體以及自給自足。缺乏標(biāo)準(zhǔn)延緩了擴(kuò)展跨平臺的音訊應(yīng)用所需的創(chuàng)新腳步。

　　實(shí)現(xiàn)永不斷電的續(xù)航力

　　Amazon Echo或Google Home等流行的數(shù)位虛擬助理下一步要實(shí)現(xiàn)的就是“長時傾聽”（always-listening）的能力。Amazon正透過其‘tap-then- speak’的語音啟動機(jī)制加速這方面的進(jìn)展。但該裝置還不能稱得上是‘a(chǎn)lways listening’。

　　圖3：全球語音介面與長時傾聽技術(shù)市場 （來源：SAR Insights & Consulting）

　　具有永不斷線/長時傾聽能力的裝置一旦走出家門，將開始面臨各種挑戰(zhàn)。到了戶外，它的音訊處理能力必須從背景雜訊中區(qū)隔出需要聽到的聲音。此外，Beckmann強(qiáng)調(diào)，更大的問題還在于電池壽命。

　　為此，他指出，“位于波士頓的新創(chuàng)公司Vesper開發(fā)的靜態(tài)感測MEMS元件就十分關(guān)鍵?！盫esper專門開發(fā)壓電MEMS麥克風(fēng)，不久前還發(fā)布了一款新的聲學(xué)感測器，可利用聲能喚醒完全待機(jī)中的系統(tǒng)。

　　Vesper 執(zhí)行長Matt Crowley表示，這款新的壓電MEMS麥克風(fēng)VM1010可在傾聽模式下汲取僅3μA電流，該元件預(yù)計(jì)在今年第四季出樣。Crowley并承 諾，VM1010的新版本將會配備“鑒頻”（frequency discrimination）功能。這表示系統(tǒng)設(shè)計(jì)者可因應(yīng)槍聲、玻璃粉碎或人聲等特定的雜訊特性編程MEMS麥克風(fēng)。

　　汽車內(nèi)部

　　回過頭來看看汽車內(nèi)部的音訊應(yīng)用。語音為汽車內(nèi)部提供了自然的人機(jī)介面（HMI）。

　　為了提高駕駛?cè)耸褂妹獬致犕驳恼Z音品質(zhì)，一線業(yè)者與汽車OEM嚴(yán)重地依賴音訊處理技術(shù)。Beckmann說，“配備多聲道（從8-32聲道）揚(yáng)聲器的汽車，帶來了十分復(fù)雜的音訊系統(tǒng)?！?/p>

　　不 僅如此，隨著電動車的出現(xiàn)，汽車產(chǎn)業(yè)開始使用假引擎噪音——或“電子聲音”。從BMW到福斯（Volkswagen）等越來越多的汽車制造商開始玩各種共 鳴放大器技巧。事實(shí)上，不只是電動車，當(dāng)今更省油的引擎聲音更安靜，也較不那么有力了。汽車制造商擔(dān)心所有的平靜可能會讓潛在買家卻步。

　　對于汽車產(chǎn)業(yè)的許多人來說，音訊是熟悉的領(lǐng)域。汽車制造商們知道，音訊可以為其提供差異化。車內(nèi)的聲學(xué)感測器不僅可以聽到外面發(fā)生的事情，未來，車子自己的引擎也能夠針對診斷應(yīng)用偵測任何異常情況。

　　編譯：Susan Hong

　?。▍⒖荚模篈udio Rises for Event Detection，by Junko Yoshida）