算法迭代与集成化降低离线识别IC成本 离线与在线融合成必然趋势

　由于离线语音IC中通常集成了自身的语音库，虽然可以更为方便的使用户通过语音控制设备，但同时也增加了硬件成本。但通常在很多时候，性价比往往成为厂商在采购离线语音IC的首选条件，如果能够在不降低语音识别IC性能的前提上再降低成本，那么将更加受到厂商的青睐。

朱建强认为目前可以从几个方面入手降低离线语音IC的成本，成本的下降有很多关键因素，主要是芯片，外围的电路也很重要，还有就是算法的演进，占用的算力会越来越少。如今芯片集成度越来越高，集成了ADC/DAC/RAM/ROM，外围电路会比较简单，整体BOM成本也会很低。算法的迭代和成熟，许多需要消耗大量算力的计算，可以通过语音识别专用芯片里的硬件加速来完成(比如DSP、NPU)，这些配合算法的专用语音识别芯片的出现，也会进一步降低成本。

　　唯创知音方面也提出了类似的解决方案，张兴琪认为：“在不影响语音识别IC性能的情况下，用户可将MCU功能集成到语音识别IC上，不需要解码语音播放的，可以去掉外部存储器，我们会根据客户的需求推荐最合适的方案，比如眼部按摩器、颈部按摩器等产品，不同词条数、不同应用场景。我们有完整的一套解决方案，能够有效降低客户成本。”

由于离线语音指令相对较短，因此在ROM上也可以进行更具成本性的选择，张兴琪表示：“智能家居使用场景中对成本要求比较低，词条命令少的可以选择OTP ROM，在词条与播放内容都较多，且需要更换词条的可以选择FLASH ROM。”

在智能家居语音提示时间长度上，朱建强认为：“目前语音控制智能家居场景里，提示音部分都是存储在Flash里，每句提示音都相对较短，通常在5秒以内。”

当前集成化成为离线语音识别IC降低成本的首要选择，比如将MCU功能集成在语音识别IC上，可以极大地精简整体BOM成本，而在ROM的选择上，词条命令较少的可以选择OTP ROM，词条相对较多的可以选择Flash。同时算法的迭代优化，将有效的减少算力需求，从侧面降低离线语音识别IC的成本。

目前可以看到，在智能家居使用场景中，用户不仅希望能够通过语音对智能产品进行控制，同时还希望能够有联动效应，即通过对某个智能产品下达语音指令后，达到控制另一个智能家居的效果。而在未来，离线语音识别又将向何发展?针对通过离线语音来控制其他设备的设想，朱建强表示可以采用这些方案来实现，“集成有离线语音识别芯片的设备控制其他设备时，目前主要是通过外置IoT模组来实现，比如Wi-Fi、BLE、RF433、Zigbee、红外、2.4G等，以后的发展趋势，离线语音识别+IoT会逐步融合，硬件上集成在一起，也就是最近大家热炒的AIoT方案。”

　　面对未来离线语音的发展时，尤其在5G时代离线语音又将如何跟进，张兴琪认为：“人工智能以及5G已经形成了一个趋势，但从目前来看，支持在线的设备以及5G资费都比较昂贵，未来几年虽然会有一定的冲击，但问题不会太大，5G主要还是在智能家居以及汽车电子行业影响比较大。当然，随着人工智能以及5G技术的发展，我们也会跟紧脚步，像我们正在研发的手机识别技术，它将打破对于传统手机识别的理解，相信在未来也会占据一席之地。”

朱建强表示认同：“随着5G的到来，网络端处理速度会越来越快，芯片端的处理是否还需要，以华镇的观察，不管是离线识别还是云端在线识别，都需要前端声学处理，随着离线识别芯片处理能力越来越强，边缘计算的普及，会进一步加快离线在线的融合，常用的语音指令控制(离线识别)+复杂语音交互(云端识别)，实现离在线识别是最优的方案。”

5G的普及已近在咫尺，这显然会对智能家居市场造成较大影响，但由于5G资费相对昂贵，一直保持在线语音将造成较高的功耗，使用离线语音唤醒，再用在线语音解析已成为当前的趋势。同时，随着离线识别IC处理能力的加强及边缘计算的普及，都将进一步促使离线与在线的融合。