“語音作為交流的方式，如今首先被應用于各種消費設備上作為發現信息、分享交流的方式、控制環境的手段。在不久的將來，人機對話必將會應用于各領域，它將成為智能系統的‘耳朵’去聽人說了什么，提供‘大腦’去想人需要或想干什么，提供‘嘴巴’去回應人的需求或操作其他系統。我們現有的客戶已遍布智能家居、安全城市、安全家居、安防、文化娛樂等領域。”ADI消費產品事業部市場經理Lie Dou如是說。

ADI消費產品事業部市場經理Lie Dou

智能語音四面開花，仍需技術先行

當下，智能音箱火熱；未來，我們將坐在沙發上用聲音遙控電視、空調、燈具等。智能語音在各個領域的滲透與背后的技術密切相關。

ADI消費產品事業部語音用戶界面主管Brian Donnelly表示：“智能語音有兩種方案，一種是智能語音算法在系統處理器里面編譯執行；另一種是智能語音算法在專門研制的DSP里編譯執行。基于智能語音DSP的方案具有待機功耗低，搭配AP不受限制、選擇性廣， 可有效分擔處理器運算量等優點。ADI的基于智能語音DSP的 “Sublime Voice“遠場智能語音識別解決方案已經量產。由于在硬件中嵌入了機器學習與深度學習算法，因此可以高效而準確地捕獲語音命令。該解決方案已被國內外的客戶設計和應用于機頂盒、條形音箱和電視、智能機器人，智能音箱、住家和辦公樓自動控制、家用白電等產品中。

ADI消費產品事業部語音用戶界面主管Brian Donnelly

語音市場火熱的當下，值得思考的是，語音交互與識別在落地的過程中暴露出一些局限性。局限背后有哪些原因呢？又要如何改進呢？

Brian Donnelly提及智能語音的兩個衡量維度是有效率與準確率，有效性是指正確捕捉到“喚醒詞”，準確性是指正確理解和識別語音和命令的意思。而且背后的最大的挑戰來源于在遠場（5-10米）與背景噪音強的應用場景，當然，還存功耗的問題。這需要高品質和有效的算法包括對信號聲源的捕捉（DOA）和對環境噪音的去除。ADI在已有產品與下一代產品中都利用機器學習與深度學習算法加強對語音識別算法的加速。所以ADI 的Sublime Voice方案可以使用較少DSP資源進行復雜的計算。某些場景下，計算效率可高達90%。ADI可在降低系統的功耗的情況下，提高了語音交互識別反應速度，提高系統計算大樣本的能力，提高了語音識別的準確率。

ADI的Sublime Voice 參考設計方案基于4個拾音采樣麥克風可有效地捕捉來自360度方向上的語音指令。它在技術指標上完全達到了7個麥克風產品的水平的同時又使得產品的設計容易達到小型化和拾音麥克風布局的多樣化。

Lie Dou向與非網記者表達了智能語音技術的愿景：我們堅信，智能語音在未來將大展宏圖。它是最自然的人類彼此進行交流互動的方式，也應為我們和我們周圍的電子設備系統交流最自然的方式。我們努力的目標是以更低的功耗實現更強、更優化的硬件計算能力，以配合智能化的軟件做更多和更大樣本的計算。這樣可以使智能語音被更快、更廣的推廣到遠場低信噪比的應用場景中去。