2021年01月17日 | 端侧方案为什么成为语音芯片“必杀技”？

未来物联网勾勒的美好画卷正徐徐展开，而成为主驱动力的智能家居正躬逢其盛。而在所有打开智能家居大门的“钥匙”之中，语音俨然成为最大热门。据ReportLinker预计，到2024年，全球智能语音市场规模将达到215亿美元。

然而，如果将语音等同于智能音箱，那当是谬以千里。智能音箱作为中控设备只是语音的一个入口。从客厅到厨电、卫浴等应用场景的任意家电产品，语音其实可以脱离音箱实现“单机智能”，而语音芯片，正是其赋能者。

打破固有思维 语音≠云

尽管一提到语音方案，业界的惯性思维大都集中在联网上云的层面，但其实上，应用只有深入到细分市场需求层面，才会激发新的洞察。

探境科技CEO鲁勇，曾深入剖析语音在智能家居产品的需求。以大家常见的互联网电视为例，技术路径一拆为二，一个是语音识别环节，获取用户的指令，另一个是内容获取环节，执行指令获取云侧的影音。

再深一步剖析我们会发现，其实从智慧客厅到智慧厨房、智慧卫浴等细分场景的各类家电中，需要获取影音内容的仅有电视和音箱等极少数家电产品。像灯具、开关、空调等绝大多数的产品，或许会在某些高端产品线上附加此类功能，但并非刚需。

可见，智能家居的语音需求可分为两类，一类是通过语音获取内容，一类是通过语音控制家电。需要获取内容的家电品类并不多，其内容获取环节也与语音技术无关，影音内容的好坏取决于云平台上片源的质量。

而控制电器的技术路径，又可分为“远程控制”及“语音控制”两种。其中远程控制通过Wi-Fi或蓝牙等无线技术实现app联网，并进一步控制电器，其技术的关键节点在于云端联网，远程控制实际上就是控制功能通过联网来延伸。

可见，在智能家居领域，智能交互的最终目的就是为了控制家电设备，与其强相关的只有“语音控制”这一方向。

“语音控制”本身则可细分成“指令型”与“自然型”（即NLP自然语言处理）两种。“指令型”可通过离线来实现，也可通过在线来实现。而NLP目前主要是通过云侧实现。

“就像大家把云和语音强关联一样，其实很多人又把‘云’和‘NLP’两个问题混到了一块，认为自然语言识别就得上云。”鲁勇认为，未来随着算法模型越来越小、而芯片功能越来越强大，NLP实现离线识别将指日可待。

可见，语音识别并不等于云。语音识别和云计算是两个层面的事情，一个是具体的技术，一个是基础计算设施。语音识别技术的实施途径分为离线和在线两种，两者的区别是将计算放在端侧还是云端进行。

事实上，智能家居领域，离线语音方案有其特定的优势。

离线语音的普世之路

在不远的未来，万物互联将催生上亿台设备，如果所有计算都放在云端的话，不仅成本昂贵，而且效率难以保证。尤其是智能家居这一特殊场景，对实时性、稳定性及隐私性都有极高的要求。出于对云端数据处理能力、网络延迟及数据安全性的考虑，把算力“下放”到靠近终端的边缘计算将得到快速的发展。

如果说这是产品设计的考量，那么从生态链角度出发，对于广大的家电厂商而言，上云意味着或将流量入口或大数据开放给第三方的生态链公司，或自建私有云入口，既要考虑生态的兼容性，又存在一定的研发门槛，而端侧方案则不必考虑诸多顾虑，更可放手一博。

对于C端用户而言，离线语音带来的好处也是显而易见。用户无需购置和使用智能音箱等这类集中式控制硬件，也无需考虑不同品牌与云平台的兼容，亦无需要考虑私隐安全的问题。更重要的是，离线方案无需依赖网络、没有延迟、识别精准，从而降低了用户的使用门槛。

鲁勇认为，智能家居发展方向应当是“先实现智能，再考虑生态”，本该保证产品易用性的生态，不该成为制约用户使用的障碍。

离线语音使智能家电产品变得像USB一样，实现即插即用，没有任何使用门槛，这将从根本上提升最终的用户体验，大大打消终端消费者的使用顾虑。此外，离线语音可面向几乎所有的家电品类，让每一台家电都成为真正的智能化设备，让智能家居从小众产品变为普世产品。

正是凭借自身深厚技术底蕴与敏锐市场判断力，探境科技离线语音识别芯片——音旋风VOI611迅速打开了市场的大门。音旋风VOI611在市场上的竞争优势极为明显：支持200条命令词，拥有高达99%唤醒率与97%识别率，误唤醒率少于1次/24小时，响应时间小于0.2s，可做到10米远场识别距离，具有精准的识别效果。

此外，探境科技的语音芯片价格几乎与普通MCU持平，且没有任何研发门槛，这无疑将大大加快家电企业智能化的速度。

目前探境科技已覆盖的智能家居产品包括：智能灯具、智能开关、空调伴侣、语音风扇、空气净化器、晾衣架等多个品类，合作厂商包括美的、海尔、新颐、艾美特等知名企业。

同时鲁勇强调，端侧和云端，并不是非此即彼的单选题，在已有端侧语音方案实现单机智能的前提下，是否要联合Wi-Fi模组，或是增加云端识别，对于厂商而言不过是一道可以自由组合的多选题。

目前业界已意识到在线方案的诸多弊端，“离线+app”、“离线+云识别+app”这样的离在线方案已见苗头，鲁勇认为随着语音方案的算法模型越来越小，以及芯片性能逐步提升，端侧NLP的技术壁垒已可攻破。未来离线NLP技术成熟之后，更智能、可定制的离线NLP语音方案将是家电厂商的不二之选。

未来“芯”中有数

看准离线语音芯片的锚点，探境已然长线布局，取得初步研发成果。

2020年第四季度，探境科技内部代号为音旋风二代的芯片产品已流片成功。音旋风二代与一代相比，算力更强，可以运行更大的神经网络模型，同时功耗更低，价格也更低。此外，探境的端侧NLP产品也已现雏形。

凭借“存储优先架构”（SFA架构）解决存储墙这一独一无二的硬件架构，辅以打通语音识别全链路的算法精进，探境的语音芯片具有体验好、功耗低、性价比高、实用性等优势。

鲁勇提到，探境不仅可为客户提供芯片、算法、Turn-Key等多种语音方案，还支持客户进行二次开发，支持算法移植。在系统软件层面，对于不同的客户提供不同层次，包括指令集、SDK开发环境或应用层语音/图像算法，并可为客户个性化部署流程。

在鲁勇看来，无论任何产品都要尊重人性，人需要陪伴，需要情感交流，这也是探境的终极发展方向，而语音和视觉正是自然界中人类最便捷最符合人性的交互方式，探境科技不会单纯的追求某个AI技术指标，而是要做有温度的芯片方案，以AI技术推动生活。

“下雨时每一滴水会如何进入到山谷，这个路线是肯定无从了解的。但是你一定知道方向——因为有重力，所以必然向下。而类似于必然发生的「重力」，商业趋势也是必然的，总体趋势一定能够预知。”物联网之父凯文•凯利曾如此总结趋势的重要性。

在经过市场的锤炼之后，探境未来也将更加“芯”中有数。未来，探境秉持对市场的潜心洞察与剖析，加以硬件、算法的持续创新，也将迎来新的高光时刻。