AI語音芯片蓄勢待發(fā)，智能語音市場將迎來財富風(fēng)波

隨著智能音箱的火熱以及背后語音交互生態(tài)的成熟，將會帶動越來越多的設(shè)備語音化、智能化，使語音真正成為人機(jī)交互的一個界面。而在語音交互設(shè)備中，語音芯片憑借定制化、低功耗、高能效、端智能以及成本優(yōu)勢等地位越發(fā)重要，成為人與云端“溝通”的橋梁。

在智能語音市場，隨著亞馬遜、谷歌等互聯(lián)網(wǎng)巨頭公司的推動，僅僅是智能音箱一個品類今年的全球銷量預(yù)期有望達(dá)到3000萬臺，并陸續(xù)涌現(xiàn)在各個國家，市場呈爆發(fā)之態(tài)。作為語音芯片市場最大的玩家聯(lián)發(fā)科以占據(jù)了70%的市場份額，2017年語音芯片出貨量預(yù)計達(dá)到2000萬片以上。

目前，智能音箱的迅速發(fā)展正成為語音芯片崛起的重要動力。通過對目前市面上語音芯片的觀察，我們發(fā)現(xiàn)語音芯片有以下特點：

語音芯片的特點

1、兼具運(yùn)算能力和低功耗的考量，采用最適合做語音處理的CPU（中央處理器）；

2、是具備高度整合性的語音SoC，支持多通道的麥克風(fēng)陣列接口，集成Codec（多媒體數(shù)字信號編解碼器）模塊/DSP（數(shù)字信號處理）模塊，并且集成WiFi/藍(lán)牙模塊等；

3、在語音算法上支持回聲消除、噪聲抑制、聲源定位、語音增強(qiáng)等技術(shù)，或具備良好的音值調(diào)節(jié)功能；

4、端智能化，集成神經(jīng)網(wǎng)絡(luò)單元將部分云端訓(xùn)練好的智能本地化工作。

語音芯片的發(fā)展階段

根據(jù)語音交互的發(fā)展?fàn)顩r，將語音芯片的發(fā)展歸納為三個階段:

第一個階段為語音芯片過渡期，采用通用芯片組合方案。大約2015年以前，語音設(shè)備采用的多是通用芯片+Codec芯片/DSP芯片等相結(jié)合的方式實現(xiàn)語音處理，如全志的R16芯片。

第二個階段為崛起期，語音芯片興起。2015年-2017年之間，隨著智能語音設(shè)備市場規(guī)模進(jìn)一步發(fā)展，專門用于智能家居或智能音箱的語音芯片開始陸續(xù)亮相，如聯(lián)發(fā)科推出的MT8516芯片、科勝訊的CX20924/CX20921、Amlogic的A113、瑞芯微的RK3036/RK3229等。

第三個階段為語音芯片進(jìn)化期，語音AI芯片涌現(xiàn)。隨著智能語音設(shè)備的迅速發(fā)展，對于端智能的需求也在顯現(xiàn)，語音AI芯片應(yīng)運(yùn)而生。端智能是近兩年來AI領(lǐng)域大火的概念之一，指的是數(shù)據(jù)的采集、計算、決策都在前端設(shè)備進(jìn)行，優(yōu)勢在于穩(wěn)定、時延小、同時能夠保護(hù)用戶隱私等。

語音AI芯片的特點

AI芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應(yīng)用中的大量計算任務(wù)的模塊（其他非計算任務(wù)仍由CPU負(fù)責(zé)），從而實現(xiàn)端側(cè)智能。 對比語音芯片，語音AI芯片具備以下特點：1、語音AI芯片中集成了專用的AI處理器模塊，用以對本地的機(jī)器學(xué)習(xí)算法進(jìn)行加速；2、高度集成，語音AI芯片不但集成CPU、AI處理器，還會將DSP信號處理、WiFi/藍(lán)牙等模塊集成進(jìn)去；3、能夠?qū)崿F(xiàn)端側(cè)智能，將一些常用或者簡單的功能直接集成到本地，通過AI芯片進(jìn)行本地計算，從而設(shè)備可以在端側(cè)離線完成如聽音樂、日常問答及閑聊等任務(wù)，實現(xiàn)更快的交互能力。

語音芯片的領(lǐng)域應(yīng)用

目前的AI芯片更多的在于手機(jī)和視覺應(yīng)用領(lǐng)域，一方面手機(jī)市場體量足夠龐大，另一方面視覺應(yīng)用技術(shù)也相對成熟。而在語音領(lǐng)域，一方面語義理解技術(shù)短期內(nèi)很難突破，另外智能語音是一個新興市場。目前在語音芯片行業(yè)已涌現(xiàn)出數(shù)十家公司在這一領(lǐng)域“開疆?dāng)U土”，既有芯片領(lǐng)域的大公司，面向智能家居、消費電子領(lǐng)域的國有芯片品牌，還有新興的創(chuàng)業(yè)公司。隨著智能語音的興起，芯片也經(jīng)歷著從通用組合芯片到語音芯片再到語音AI芯片的演進(jìn)，可以預(yù)見的是，未來的1~2年可能將會是語音芯片爆發(fā)的高峰期。