人工智能，可以說是今年最熱的一個關(guān)鍵詞，并推動著很多產(chǎn)品和產(chǎn)業(yè)的創(chuàng)新。而提到人工智能，目前主要的還是語音識別和圖像識別，這兩點也一直是上游芯片原廠和方案商想要突破和創(chuàng)新的技術(shù)關(guān)卡。

作為國內(nèi)知名的音頻芯片廠商炬芯科技，不但于去年在音頻領(lǐng)域進入了小米、魅族等幾家大公司的供應(yīng)鏈，現(xiàn)在也開始聚焦音頻AI領(lǐng)域，推出了一系列的智能語音產(chǎn)品和解決方案。12月15日，炬芯科技在深圳舉行了針對智能語音技術(shù)的專屬品牌活動：炬芯科技2017 TcehLife開發(fā)者交流大會。

單麥克風(fēng)or麥克風(fēng)陣列，語音交互該選用怎樣的方案？

本次的TechLife活動交流分享環(huán)節(jié)，炬芯特邀地平線語音前端處理技術(shù)負責人，南京大學(xué)聲科學(xué)與工程系教授，噪聲控制與通信聲學(xué)研究室主任盧晶盧教授，為大家針對智能語音交互的“金耳朵”語音前端處理技術(shù)進行了深度分享。

據(jù)WER統(tǒng)計，目前最頂尖的語音識別技術(shù)的誤識率是3%，已經(jīng)與人類聽力的誤識率持平，但是WER統(tǒng)計大多數(shù)針對安靜場景的語音數(shù)據(jù)，在復(fù)雜環(huán)境中語音性能顯著惡化。人耳能夠自動屏蔽掉周圍的噪音，只關(guān)注你想聽到的聲音；但是機器做不到，在語音識別系統(tǒng)看來所接收到的所有聲音重要性都是一樣的，無法區(qū)分噪音和聲音，在復(fù)雜環(huán)境下語音識別率自然會下降。

因此，智能語音技術(shù)的發(fā)展讓語音前端處理的重要性日益凸顯。不僅要像手機、藍牙耳機、助聽器的語音前端處理系統(tǒng)一樣實現(xiàn)降噪，還要進一步還原語音，讓要讓機器聽得懂，進而提升語音識別和說話人識別系統(tǒng)的實用性和識別率。

盧晶盧教授表示，目前對干擾噪音的抑制有單麥克風(fēng)和麥克風(fēng)陣列兩種方案。其中單通道方案的關(guān)鍵點是噪聲功率譜的有效追蹤和語音邊界檢測，也可以基于深度學(xué)習(xí)的方案提升抑制干擾噪聲的能力。單通道方案優(yōu)點是結(jié)構(gòu)簡單，硬件成本低，對平穩(wěn)噪聲效果明顯，但弱點是對非平穩(wěn)噪聲處理效果不佳。

麥克風(fēng)陣列由一組按一定幾何結(jié)構(gòu)（常用線形、環(huán)形）擺放的麥克風(fēng)組成，對采集的不同空間方向的聲音信號進行空時處理，實現(xiàn)噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源跟蹤、陣列增益等功能，進而提高語音信號處理質(zhì)量，以提高真實環(huán)境下的語音識別率。

理論上來說，麥克風(fēng)數(shù)量多多益善，但系統(tǒng)的實現(xiàn)必須考慮性價比。那么，對于開發(fā)者來說，該如何平衡語音前端硬件系統(tǒng)的性能和價格呢？盧晶盧教授認為，在一般應(yīng)用場景，說話人距離3m以內(nèi)可以采用單麥克風(fēng)；復(fù)雜場景使用2顆；需要DOA估計的復(fù)雜場景則需要3-4顆甚至8顆的麥克風(fēng)。

聚焦音頻AI，炬芯推出智能語音全系列產(chǎn)品線

炬芯科技技術(shù)專家陶永耀在現(xiàn)場也為大家詳細的講解了炬芯目前的幾大核心平臺，同時也對智能語音的未來發(fā)表了獨到的觀點。

熟悉炬芯的人都知道，炬芯是做音頻起家的，最早做MP3，老人機、小音箱等產(chǎn)品。陶永耀表示，炬芯未來三到五年仍將重點聚焦以音頻為主線的三大領(lǐng)域，并引入人工智能元素。一是無線音頻和智能穿戴運動耳機；二是智能多媒體，將原來的老人機、游戲機、學(xué)習(xí)機，與人工智能結(jié)合形成跨界的產(chǎn)品。三是智慧計算與物聯(lián)網(wǎng)，包括無人機、VR/AR、OTT盒子等產(chǎn)品。

作為一家芯片廠商，炬芯聚焦解決智能語音平臺的共性需求，致力于智能語音交互技術(shù)中的前臺技術(shù)的發(fā)展。主要包括以下四點：1.mic陣列語音采集芯片；2整合語音前處理相關(guān)算法；3.整合本地語音識別引擎；4.雙mic語音前處理模塊。

目前炬芯已經(jīng)擁有非常豐富的智能語音產(chǎn)品線，尤其是目前熱門且已經(jīng)成功落地的智能早教機器人產(chǎn)品。其實在早教機器人方面炬芯已經(jīng)推出了比較全面的解決方案，完整布局了低、中、高端市場，主要包括ATS3503、ATS3603、ATS3703。

針對火爆的智能音箱市場，炬芯在本次開發(fā)者交流大會上正式推出了全新的智能語音多媒體平臺。包括面向無屏Linux系統(tǒng)的智能語音平臺ATS3605D，面向有屏的Android智能語音平臺有S500、S700、S900，以及一顆支持4-8麥的語音采集套片ATT300X。

此外，炬芯還推出了雙模藍牙平臺AT3282X和ATB12XX，以及針對BLE藍牙智能語音平臺ATB110X。

此前，炬芯科技CEO周正宇博士被采訪表示，人工智能和物聯(lián)網(wǎng)概念一樣的龐大，如果人工智能像物聯(lián)網(wǎng)一樣不追求產(chǎn)品的落地，它將依然得不到人工智能需要追求實際的產(chǎn)品落地和智能化的用戶體驗，堅持小步快走的微智能化發(fā)展方針才是長久之計。炬芯在此次開發(fā)者大會上充分展示了智能語音全面的產(chǎn)品線，正是基于其小步快走的微智能化發(fā)展方針的最好實踐。