聲音前處理技術可助力智能語音的市場發(fā)展

（文章來源：飛象網(wǎng)）

談到智能語音，早已不是什么新鮮的事情，國外有如：蘋果Siri，微軟小娜，Google Assistant，亞馬遜的Alexa這樣的智能語音大咖。國內有靈犀助手(科大訊飛)，小度(百度)，小愛同學(小米)這樣的后來跟進者。

首次接觸智能語音的用戶，會覺得很神奇，覺得這東西怎么可以如此智能。而對于經(jīng)常使用的老用戶來說，智能語音助手的雞肋日益顯現(xiàn)，因為現(xiàn)階段的智能語音基本都是采用數(shù)據(jù)庫匹配的原則，對于云端數(shù)據(jù)庫中沒有的知識，智能語音也只能“呵呵”了。但，對于技術，我們應該永遠懷著寬容和理解的態(tài)度去對待，因為任何一門技術都是一個不斷積累和升級的過程。

對于大部分人來說，目前接觸體驗最多的智能語音硬件應該只有智能音箱和智能機器人。只有通過智能硬件與云端數(shù)據(jù)中心的默契配合，才有可能讓智能語音交互形成完整通路。語音交互的大致流程可分為：聲音采集—>降噪—>語音喚醒—>語音轉文字—>語義理解—>回復文字和指令—>文字轉聲音—>播放聲音。下面以天貓精靈智能音箱為例，將語音交互完整步驟做逐步分解。

1、用戶說“天貓精靈，今天天氣怎么樣?”;2、“天貓精靈”被語音喚醒模塊接收到，并判斷為喚醒詞，然后通過AI芯片和硬件拾取和記錄“今天天氣怎么樣”這段語音，并發(fā)送給云端服務器;3、服務器把收集到的電腦信號，再次轉化成文字“今天天氣怎么樣”，交給語義理解服務器;語義理解服務器把“今天天氣怎么樣”這段文字，拆解成“事件=查詢天氣，時間=今天”這段控制指令回傳給設備。

4、設備根據(jù)時間和本機地理位置，找天氣服務器查詢天氣，并獲得天氣的的文本數(shù)據(jù)“今天要下雨”;5、設備把“今天要下雨”這幾個字發(fā)給文字轉聲音的服務器，服務器返回“今天要下雨”這段聲音，由設備喇叭播放出來。

毋庸置疑的是，以上五個步驟都是由智能音箱的硬件和云端的數(shù)據(jù)中心配合完成的，硬件只要負責聲音的拾取和傳達，云端則用豐富的數(shù)據(jù)資源去匹配用戶的需求，二者缺一不可。相對來說，聲音前處理技術則是智能硬件最最重要的部分，主要體現(xiàn)降噪和拾音效果兩方面，喚醒以及與機器對話的時候都需要拾音，而且拾音還有近距離和遠距離之說，如果連最基本的聲音都沒有聽清和聽懂，談何后面的數(shù)據(jù)傳達和解析呢。

拾音技術的降噪(AEC)是通過麥克風陣列，判斷人在哪個方向，增強那個方向的拾音效果，可有效保證遠距離聲音拾取的準確度。中國聲音前處理專家炬芯科技作為領先的AI芯片原廠，推出的眾多智能音箱和機器人方案已經(jīng)搭載雙麥降噪、7麥陣列的配置，且支持遠距離拾音，確保智能語音的第一環(huán)不能掉鏈子。其中ATS3605D就是炬芯從2018年開始就在核心主推的雙麥克風陣列智能語音芯片，已經(jīng)在各大品牌智能音箱、早教機器人、繪本機器人、物聯(lián)網(wǎng)中控等產(chǎn)品上完美落地，強大的聲音前處理技術為完美智能語音體驗保駕護航。

如想讓讓智能語音產(chǎn)品做到真正的聰明，智能硬件(包括主控芯片和各種IC)和語音助手(云端數(shù)據(jù)中心)都需要再升級，不斷打通人和機器之間的對話壁壘，它才有可能做到真正的“通人情”。