智能家居不斷升溫，全屋智能作為終極想象，畫面越來越清晰：集智能照明、安防、影音、家電控制于一體的整體家居解決方案中，不僅單個的家居產(chǎn)品能夠?qū)崿F(xiàn)智能操作，智能單品之間也可以相互連接，從而帶來更加智能化、個性化的家居場景。

其中，在人機交互驅(qū)動因素中，智能語音作為主要的人機交互方式正在智能家居場景快速滲透。

為什么需要離線語音芯片？在打造全屋智能的產(chǎn)業(yè)鏈條中，離線語音正在成為重要的一環(huán)。

隨著智能電器、智能門鈴、智能貓眼甚至睡眠跟蹤記錄等設(shè)備的廣泛應(yīng)用，智能化已經(jīng)延伸到家庭中最私密的區(qū)域，一些問題漸漸浮現(xiàn)出來。

以家庭場景中最為成熟的智能音箱為例，通過在云端進行識別反饋，控制速度比較慢。此外，如果將智能音箱作為中控的話，它的擺放位置就成為一個大問題，以市面范圍常見的3-5米而言，它需要在這個半徑范圍內(nèi)對其他設(shè)備實現(xiàn)語音控制，假設(shè)智能音箱放置在客廳，那就必須在客廳去控制其它設(shè)備（如果在臥室需要語音關(guān)燈，還需要走到客廳，豈不是更麻煩）。

第三，也是最為重要的一點，絕大多數(shù)的云端識別都有數(shù)據(jù)留存，有暴露隱私的風(fēng)險。

離線語音控制能夠有效解決上述問題，分布式地對單個產(chǎn)品進行針對性地聲音控制，不論是大家電還是小家電，包括空調(diào)、洗衣機、冰箱、熱水器、油煙機、風(fēng)扇甚至晾衣架、插座、開關(guān)，都能通過離線語音實現(xiàn)分布式語音控制和聯(lián)動。

在網(wǎng)絡(luò)狀況不好或者沒有網(wǎng)絡(luò)的情況下，可以使用基礎(chǔ)控制的本地命令詞進行離線控制，無需將數(shù)據(jù)傳向云端，充分保證了使用者的隱私。

有業(yè)內(nèi)人士指出，讓傳統(tǒng)家電實現(xiàn)語音控制看似只是讓家電嵌入語音控制模塊，但是，要真正實現(xiàn)無論是在線、離線語音識別或者雙模式下都能可以聽懂用戶指令，并能快速、準(zhǔn)確進行響應(yīng)，仍有一定難度。

雙方在合作中，一度還曾出現(xiàn)過一些啼笑皆非的案例，比如某冰箱廠商在嵌入智能語音控制方案時，完全沒有考慮麥克風(fēng)的位置，導(dǎo)致語音控制的設(shè)計徹底失敗。

智能語音技術(shù)本身需要長期積累，改造成本和技術(shù)難度較高，對于這些希望在智能家居時代轉(zhuǎn)型的傳統(tǒng)家電廠商來說，智能化系統(tǒng)不是他們的長處，需要專業(yè)技術(shù)解決方案商來提供相關(guān)技術(shù)。這也是這幾年來語音芯片/模組方案大量涌現(xiàn)的主要原因。

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，約為2015年以前，采用的多是通用芯片+Codec芯片/DSP芯片等相結(jié)合的通用芯片組合。

第二個階段為崛起期，2015年-2017年之間，語音芯片興起。隨著智能語音設(shè)備市場規(guī)模進一步發(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，如九芯電子的NRK10、NRK220X語音識別芯片、廣泛應(yīng)用于藍(lán)牙音箱的N8900、N8700藍(lán)牙錄音芯片。

?

第三階段語音AI芯片開始涌現(xiàn)。端側(cè)智能倒逼芯片創(chuàng)新，數(shù)據(jù)的采集、計算、決策都需要在前端設(shè)備進行，對于芯片的功耗、算力都有更高的要求，語音AI芯片應(yīng)運而生，如NRK330X智能AI芯片。

目前，AI語音芯片趨勢明確，但是從架構(gòu)、功能方面又各有不同，可以大致分為通用型、半通用型和專用型。

通用型AI芯片類似CPU，AI算法直接在主控芯片的計算單元中加速，可以保證該芯片能適應(yīng)不同應(yīng)用場景需要，靈活性較強，但成本和功耗相對較高，例如應(yīng)用于天貓智能音箱的聯(lián)發(fā)科芯片。

半通用型AI芯片采用異構(gòu)設(shè)計，常為CPU+NN模塊的方式，NN模塊專門加速AI算法，CPU作為補充，意圖在靈活性及成本、功耗取得折中。

專用型芯片即針對語音識別設(shè)計的芯片，能夠?qū)崿F(xiàn)更低的成本及功耗，靈活性相對稍弱。由于語音識別應(yīng)用逐漸成熟，市場需求逐步明確，針對特定場景的高效率、低功耗專用型AI芯片將成為主流產(chǎn)品。

目前的智能終端產(chǎn)品對于語音的應(yīng)用方式各有不同，有的僅實現(xiàn)離線狀態(tài)下關(guān)鍵詞喚醒，如智能音箱；有的則實現(xiàn)了關(guān)鍵詞識別、離線對話等輕量級的語音語義識別，如某些智能家電產(chǎn)品；有的需要在離線狀態(tài)下依然支持全功能的語音語義識別，如車載場景。

除了應(yīng)用于to C端，to B領(lǐng)域包括酒店智能語音助手(云端語義針對酒店服務(wù)應(yīng)用可定制化，如客房服務(wù)、訂餐服務(wù))包括可植入酒店空調(diào)、酒店控制面板、酒店客房電話等設(shè)備應(yīng)用，以及智能校園宿舍管理(云端可針對宿舍房間號定點推送上課通知、語音控制、網(wǎng)絡(luò)電話等)，都有離線語音的用武之地。

智能語音市場整體處于高速發(fā)展期，基于語音交互的智能車載、智能家居、智能可穿戴等垂直領(lǐng)域都日趨成熟。如果說2021年將是智能語音高歌猛進的一年，那么，離線語音識別技術(shù)將發(fā)揮重要作用。

全屋智能的控制類產(chǎn)品會是離線語音的主戰(zhàn)場，離線主打控制、在線主打交互，將是目前智能家居產(chǎn)品比較適合的方式。


? ? ? ? ymf