浅谈语音AI芯片的特点与发展阶段

AI语音芯片蓄势待发，智能语音市场将迎来财富风波

随着智能音箱的火热以及背后语音交互生态的成熟，将会带动越来越多的设备语音化、智能化，使语音真正成为人机交互的一个界面。而在语音交互设备中，语音芯片凭借定制化、低功耗、高能效、端智能以及成本优势等地位越发重要，成为人与云端“沟通”的桥梁。

在智能语音市场，随着亚马逊、谷歌等互联网巨头公司的推动，仅仅是智能音箱一个品类今年的全球销量预期有望达到3000万台，并陆续涌现在各个国家，市场呈爆发之态。作为语音芯片市场最大的玩家联发科以占据了70%的市场份额，2017年语音芯片出货量预计达到2000万片以上。

目前，智能音箱的迅速发展正成为语音芯片崛起的重要动力。通过对目前市面上语音芯片的观察，我们发现语音芯片有以下特点：

语音芯片的特点

1、兼具运算能力和低功耗的考量，采用最适合做语音处理的CPU（中央处理器）；

2、是具备高度整合性的语音SoC，支持多通道的麦克风阵列接口，集成Codec（多媒体数字信号编解码器）模块/DSP（数字信号处理）模块，并且集成WiFi/蓝牙模块等；

3、在语音算法上支持回声消除、噪声抑制、声源定位、语音增强等技术，或具备良好的音值调节功能；

4、端智能化，集成神经网络单元将部分云端训练好的智能本地化工作。

语音芯片的发展阶段

根据语音交互的发展状况，将语音芯片的发展归纳为三个阶段:

第一个阶段为语音芯片过渡期，采用通用芯片组合方案。大约2015年以前，语音设备采用的多是通用芯片+Codec芯片/DSP芯片等相结合的方式实现语音处理，如全志的R16芯片。

第二个阶段为崛起期，语音芯片兴起。2015年-2017年之间，随着智能语音设备市场规模进一步发展，专门用于智能家居或智能音箱的语音芯片开始陆续亮相，如联发科推出的MT8516芯片、科胜讯的CX20924/CX20921、Amlogic的A113、瑞芯微的RK3036/RK3229等。

第三个阶段为语音芯片进化期，语音AI芯片涌现。随着智能语音设备的迅速发展，对于端智能的需求也在显现，语音AI芯片应运而生。端智能是近两年来AI领域大火的概念之一，指的是数据的采集、计算、决策都在前端设备进行，优势在于稳定、时延小、同时能够保护用户隐私等。

语音AI芯片的特点

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责），从而实现端侧智能。 对比语音芯片，语音AI芯片具备以下特点：1、语音AI芯片中集成了专用的AI处理器模块，用以对本地的机器学习算法进行加速；2、高度集成，语音AI芯片不但集成CPU、AI处理器，还会将DSP信号处理、WiFi/蓝牙等模块集成进去；3、能够实现端侧智能，将一些常用或者简单的功能直接集成到本地，通过AI芯片进行本地计算，从而设备可以在端侧离线完成如听音乐、日常问答及闲聊等任务，实现更快的交互能力。

语音芯片的领域应用

目前的AI芯片更多的在于手机和视觉应用领域，一方面手机市场体量足够庞大，另一方面视觉应用技术也相对成熟。而在语音领域，一方面语义理解技术短期内很难突破，另外智能语音是一个新兴市场。目前在语音芯片行业已涌现出数十家公司在这一领域“开疆扩土”，既有芯片领域的大公司，面向智能家居、消费电子领域的国有芯片品牌，还有新兴的创业公司。随着智能语音的兴起，芯片也经历着从通用组合芯片到语音芯片再到语音AI芯片的演进，可以预见的是，未来的1~2年可能将会是语音芯片爆发的高峰期。