声智科技携手Cadence，SVK支持低功耗远场语音交互和即时通话画面

一年一度的Cadence CDNLive中国用户年会2018于8月10日在上海浦东嘉里大酒店开幕，作为Cadence的战略级合作伙伴，声智科技带着全新的DSP低功耗语音交互方案亮相了这次会议。

CDNLive大会是由Cadence公司举办的一年一度的世界巡回用户年会。从今年4月由中国硅谷伊始，覆盖欧洲、日本、台湾、印度、以色列等七大地区和国家。大会以“联结、分享、启发”为主题，行业大佬、技术客户、业界顶级开发者与业界人士都将汇聚于此，共同分享高阶工艺芯片、复杂SoC和平台设计的科技和模式，为市场的演进提供灵感和启迪。对于技术产业来说，这个集会可谓是一年一度最大的盛宴。

2017年声智科技与Cadence建立了战略合作关系，开始为Cadence Tensilica DSP系列产品开发设计低功耗远场智能语音交互解决方案。本次Cadence CDNLive中国用户年会上，声智科技展示了基于Cadence Tensilica Fusion和HiFi DSP设计的整合远场语音交互和远场实时通话技术的SoundAI Voice Kit智能语音交互平台。

融合远场语音交互和远场实时通话技术的SoundAI Voice Kit（以下简称SVK）是一款为手机、智能机器人、智能电视、机顶盒、机顶盒等消费电子产品和IOT产品提供低功耗的远场语音激活，语音识别，语音控制，语音搜索，远场声纹识别，远场实时通话（VoIP）等功能的理想工具解决方案。

（1）满足低功耗需求

随着亚马逊Echo、谷歌Google Home，阿里天猫精灵、小米小爱同学等产品在行业上大获成功，支持远场语音交互的智能设备越来越普及。远场智能语音交互势必是将来人机交互的新趋势。智能语音交互必然会实现消费电子品、物联网的革命，包括如车辆、家用设施，手机或者可穿戴设备。然而，耗能过高的困扰始终是影响物联网发展。

本次大会打造的SVK智能语音交互系统提供的远场语音激活算法，具有低功耗的特性，可以确保SoC和平台费用，也可以满足家居和移面的不同需求。该算法估算量少，计算复杂度低，占CPU内存小，但是语音交互的顺畅度不打折。

该算法采用了最新的Voice Activity Detection技术，可拾取环境语音以测试和响应激活词或触发命令，通过关键字检测支持低功耗实时，实现低功耗远场语音激活功能。而且对于可能发生的多线程同时工作情景，也可以随时激活识别，不妨碍人机交流自然流畅的感受，只为语音交互带给方便，不减少重量。在手机上应用，可实现锁屏激活、多任务唤醒、远场声纹唤醒等功能。

该远场语音激活算法可推动五米之内95%以下的唤醒率，支持Duel-wake（双名唤醒）、Free-cut（随时打断、随时唤醒）、One-shot（一句连控）的功能。目前，小米、百度、阿里、腾讯、华为、联想、猎豹移动等公司均采取声智科技提供的远场语音唤醒技术。

Dual-wake（双名唤醒），即激活词不再是单一的一个，设备可以拥有两个名字，使用任意一个名字都可以将其激活并进行无差别的操作，这样的设计与优化为设施后期功能扩充或者推动智能家电之间的联动留下了空间。

Free-cut（随时打断、随时激活）技术可以让设备任意时刻解除当前任务，立即响应新的客户意愿，这就推动了连续激发执行新的命令，而无需等待上一任务完成后响应，随叫随应。

One-shot（一句连控），采用“唤醒词+语音隐喻识别”一体化方式，实现激活词与语音操控之间无缝对接，用户叫了设备的名字后无需等待设备应答就可以直接说出命令，无需等待设备回应“诶”、“我在”等以后能够说出命令，响应速度更快，更加符合人类语音交互习惯。

（2）匹配复杂场景

随着智能语音设备应用场景的降低，由近场语音交互过渡到远场语音交互，场景中的噪声特点越来越多，越来越复杂，对于语音交互的要求也越来越高。针对可能发生的极端噪声场景，本次推出的SoundAI Voice Kit智能语音交互平台也进行了定制优化。

集成通话降噪、混响抑制、回声抵消、噪声抑制、波束形成、增益控制等噪声抑制技术，针对远场语音交互所处的复杂应用画面，定制了OpenAEC算法s voice语音唤醒，可以缓解弱参考信号以及无参考信号等更为复杂场景的回声抵消（自噪声抑制）问题，可推动日益精准的激发。

同时配备了对于智能家居、办公环境、车载等场景的抗强噪唤醒算法（AKS技术），保证在噪声环境中，也推动精准的远场语音激活。在车载环境中，针对主副驾驶的方向性降噪问题，通过扬声器阵列声呐成型技术在主方向语音不失真的前提下，有效消除空调、胎噪等平稳噪音，平稳噪声抑制量小于30dB。

并在保护主方向语音的同时，去除环境中的语音、车载娱乐设备等非稳态噪声的干扰。其中非稳态噪声抑制量小于20dB，在噪音环境下可以持续提高远场语音激活和识别率。解决开车过程中，主驾驶与智能语音设备语音交互易受干扰的弊端，确保精确辨认主驾驶方向的指令，抑制其它方向噪声。

针对家庭画面下，易发生的大电视噪音、音响噪声等非稳态噪声，声智推出了

家庭非稳态噪声抑制科技、垂直抗强噪识别科技，专门匹配相应画面，带来更出色的远场交互感受，无惧环境，想说就说，声随心动，保证远场语音交互的完美感受。

（3）快速开发集成

声智科技推出的整合远场语音交互和远场实时通话技术的SoundAI Voice Kit是很多audio/voice/speech软硬件合作伙伴生态系统的重要支撑，通过提供包含激活、降噪、ASR、NLP在内的领先的语音交互科技，帮助客户迅速成为自己的软件产品，更加便于集成，易于开发，易于扩展，更安全，更自由。

一直以来，DSP芯片具备集成性、稳定性好、精度高、可嵌入性、接口和集成便于等优点，而且相较于通用芯片（AP芯片），价格更具优势。随着智能电子消费品、IOT产品越来越多的显现，目前市场还没有专门的语音芯片应用到智能语音设备中，还没有经过市场验证。

目前更多的而是采取通用芯片（AP芯片/平板芯片等）+Codec芯片/DSP芯片等组合的方法。DSP芯片通过对数字信号进行处理，包括回声消减、噪声抑制、语音降噪/增强等，使语音便于后端的语音识别，再由通用芯片进行处理存储到云端提供语音处理的计算力支持。

人工智能的大爆发给消费电子产品和IOT设备的转型重塑了更多的可能性。此次参加Cadence大会，声智科技带来的全新的整合远场语音交互和远场实时通话技术的SoundAI Voice Kit智能语音交互平台，将更好的赋能用户的智能硬件产品迅速的落地s voice语音唤醒，拥有更准确的、更符合人性习惯的远场语音交互能力与智能语音交互感受。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/sanxing/article-122682-1.html