“讓機(jī)器行為看起來(lái)就像是人所表現(xiàn)出來(lái)的智能行為一樣，包含言語(yǔ)、圖畫、行為等的自主了解、判斷、履行”。是目前智能語(yǔ)音芯片還處于開展早期的一個(gè)定義。在應(yīng)對(duì)市場(chǎng)，只有極少數(shù)語(yǔ)音芯片廠家推出了量產(chǎn)型芯片產(chǎn)品，大部分公司的芯片產(chǎn)品仍處于規(guī)劃或樣品樣品摸索階段來(lái)應(yīng)對(duì)需求。

智能語(yǔ)音芯片的玩家主要分為三類：

一直從事語(yǔ)音或主控芯片研發(fā)及生產(chǎn)的公司

代表性公司是科勝訊、MicroSemi、聯(lián)發(fā)科、九芯電子、全志、瑞芯微等

科勝訊：發(fā)布AudioSmart語(yǔ)音處理計(jì)劃，包含CX20924 四麥克風(fēng)和CX20921 雙麥克風(fēng)語(yǔ)音輸入處理芯片，首要的功用包含語(yǔ)音增強(qiáng)（4麥回聲消除、噪聲按捺、去混響）、360度聲源定位和語(yǔ)音喚醒。

MicroSemi：發(fā)布ZL38051芯片計(jì)劃，首要功用包含語(yǔ)音增強(qiáng)（回聲消除、波束成形、噪聲按捺、聲源定位），支撐全雙工通話，支撐音頻播映，支撐編解碼。

聯(lián)發(fā)科：現(xiàn)在主推的是MT8516語(yǔ)音專用芯片, 支撐高達(dá) 8 通道的 TDM 麥克風(fēng)陣列接口和 2 通道的 PDM 數(shù)字麥克風(fēng)接口，非常合適遠(yuǎn)場(chǎng)麥克風(fēng)語(yǔ)音控制和智能音響設(shè)備。現(xiàn)在阿里天貓精靈、百度 DuerOS、索尼的谷歌語(yǔ)音幫手智能音箱均采用了聯(lián)發(fā)科的計(jì)劃。

九芯電子：推出與華邦深度合作的N588D語(yǔ)音芯片產(chǎn)品，是一款集單片機(jī)和語(yǔ)音電路于一體的可編輯語(yǔ)音芯片。工業(yè)級(jí)性能，有串口按鍵并口等多種觸發(fā)方式，有上位機(jī)軟件，用戶可以編輯語(yǔ)音并下載，完全傻瓜式操作語(yǔ)音芯片。

全志：R16采用了極具性價(jià)比的四核ARM Cortex-A7架構(gòu)處理器，具有強(qiáng)壯的運(yùn)算功能和豐厚的接口；支撐根據(jù)Linux的開源體系Tina（全志自己開發(fā)的體系）， 現(xiàn)在被叮咚音箱、小愛(ài)mini等產(chǎn)品采用；同步推出的R311，內(nèi)置了完好的降噪算法，并支撐帶屏音箱的計(jì)劃，降低了產(chǎn)品公司的開發(fā)難度。

瑞芯微：RK3229根據(jù)Cortex-A7四核，支撐4-8Mic。在語(yǔ)音算法上，支撐聲源定位、聲源增強(qiáng)、回聲消除、噪音按捺技術(shù)。RK3229仍是首先支撐8路數(shù)字I2S數(shù)字硅麥直連的芯片計(jì)劃，不只大大節(jié)約本錢，并且兼容不同麥克風(fēng)陣列算法及渠道。

人工智能草創(chuàng)企業(yè)

代表性公司是微納感知、啟英泰倫、Rokid、聲智科技等

微納感知：供給從軟核算法、芯片模組、到聲學(xué)規(guī)劃的一站式聲學(xué)處理計(jì)劃公司?，F(xiàn)在現(xiàn)已與君正聯(lián)合推出X1800智能音箱計(jì)劃，與杭州中天微聯(lián)合發(fā)布CK805輕量級(jí)AIoT處理器。同是自主智能語(yǔ)音芯片計(jì)劃規(guī)劃現(xiàn)已完結(jié)，第四季度完結(jié)投片，該芯片集成了AD、DSP和神經(jīng)網(wǎng)絡(luò)加速模塊，可以完結(jié)2~8麥陣列的遠(yuǎn)場(chǎng)拾音、喚醒和打斷、降噪和回聲消除等功用。

啟英泰倫：是一家專注于人工智能芯片規(guī)劃及配套智能算法引擎開發(fā)的公司，它于2016年9月推出了專用的深度神經(jīng)網(wǎng)絡(luò)智能語(yǔ)音識(shí)別芯片CI1006，并已完結(jié)了量產(chǎn)和出貨。

智能語(yǔ)音芯片的未來(lái)趨勢(shì)

邊際計(jì)算

現(xiàn)在除了語(yǔ)音喚醒及前端的音頻處理可以在本地完結(jié)之外，雜亂場(chǎng)景的語(yǔ)音辨認(rèn)、語(yǔ)音交互和實(shí)時(shí)翻譯等都必須連接云端的服務(wù)器來(lái)完結(jié)。未來(lái)當(dāng)芯片算力滿意，完全可以完結(jié)悉數(shù)語(yǔ)音處理流程都在片上運(yùn)行，而無(wú)須依靠云端和網(wǎng)絡(luò)，在保證用戶數(shù)據(jù)隱私的一起拓寬更多的移動(dòng)端使用。

可以兼容多種神經(jīng)網(wǎng)絡(luò)框架

現(xiàn)在的智能語(yǔ)音芯片一部分是依靠傳統(tǒng)的數(shù)字信號(hào)處理算法，一部分是利用RNN/CNN等神經(jīng)網(wǎng)絡(luò)算法進(jìn)行數(shù)據(jù)處理，未來(lái)或許出現(xiàn)更多類型的神經(jīng)網(wǎng)絡(luò)算法，滿意各種語(yǔ)音交互的場(chǎng)景，而這些算法都可以被同一顆智能芯片所兼容，在不同的狀況調(diào)用不同的網(wǎng)絡(luò)來(lái)滿意客戶需求。

低功耗，小體積

現(xiàn)在的各類語(yǔ)音芯片因?yàn)楣暮腕w積的問(wèn)題，無(wú)法大規(guī)模使用于可穿戴、玩具、無(wú)人機(jī)等不通過(guò)電源供電、硬件空間及其有限的設(shè)備，如果可以處理這些問(wèn)題，那么語(yǔ)音交互將可以深入到更多的行業(yè)，落地更多的產(chǎn)品。