AIoT道路上的未來語音芯片

基于上文描述的邏輯，未來語音芯片的變革機會，將基于新網(wǎng)絡(luò)條件下的大批量、全場景設(shè)備擁抱AI。那么符合這樣邏輯的語音芯片產(chǎn)品事實上還沒有出現(xiàn)。而從這個角度看，行業(yè)的準(zhǔn)入證依舊沒有停止發(fā)放。

從今天音箱中的AI語音芯片，到未來無處不在的AIoT語音芯片，有這樣幾條變化之路才剛剛開啟：

三低芯片

所謂三低，是指低成本、低功耗，低時延。5G時代的物聯(lián)網(wǎng)設(shè)備，理論上來說應(yīng)該是可以長時間待機，盡量貼近可移動化的。因為設(shè)備將部署在海量并發(fā)場景，這也就讓語音芯片的基礎(chǔ)要求是足夠省電和足夠便宜。理想中下一個階段的語音芯片，是能夠隨時保持等待喚醒，但在等待喚醒狀態(tài)下極低能耗的。未來的物聯(lián)網(wǎng)芯片、語音芯片、視頻處理芯片，其實很大一部分競爭將圍繞三低展開。

云邊端一體化

云端一體，這個詞估計大家也都聽膩味了。但是沒有辦法，客觀來說，如果我們希望一臺物聯(lián)網(wǎng)設(shè)備執(zhí)行復(fù)雜且實時化的交互和推理，那么它的內(nèi)部必將是本地計算、云端計算以及網(wǎng)絡(luò)條件高效配合的。而目前的智能音箱還停留在較簡單的AI任務(wù)層面，語音芯片不需要對云端任務(wù)有太強的理解和配合。而基于目前對未來的想象，本地語音任務(wù)處理，一定會與云端高效配合，這要求芯片對云端的理解必須加深。尤其在安全層面要求更好的解決方案。

能夠復(fù)雜排列與定制的芯片組合

AIoT設(shè)想中，一個很重要的因素在于單一場景的智能設(shè)備應(yīng)用，可能是由大量不同能耗、不能功能、不同計算能力的設(shè)備組合而成的。比如在一家養(yǎng)殖場里，動物身上的語音傳感設(shè)備、圍欄柵欄的語音設(shè)備、監(jiān)控系統(tǒng)的語音交互能力，都需要不同的語音功能、語音硬件來完成。于是，這也要求語音芯片的規(guī)格和制式必須復(fù)雜多樣，能夠進行基于統(tǒng)一平臺的互聯(lián)互通。很有可能，接下來語音芯片廠商會更多與垂直行業(yè)相結(jié)合，在車聯(lián)網(wǎng)、智能家庭、智能醫(yī)療、城市安防等領(lǐng)域出現(xiàn)垂直于行業(yè)的語音芯片廠商。

多模態(tài)芯片的到來與崛起

在AI技術(shù)向產(chǎn)業(yè)化的發(fā)展中，今天一個很明顯的趨勢在于，多模態(tài)AI能力正在明顯提速。尤其是將語音識別、語義理解，與機器視覺任務(wù)相結(jié)合的AI模型。如果想要讓類似任務(wù)計算效率達(dá)成最優(yōu)，那么在芯片端對多模態(tài)的加速就變得十分重要。也許未來我們需要的，是機器感官芯片，而非語音芯片或者多媒體芯片。

這些發(fā)展邏輯，各自對應(yīng)了新的技術(shù)挑戰(zhàn)與變化機遇。毫無疑問，今天中國的AI語音雖然看起來紅火，但距離大規(guī)模量產(chǎn)應(yīng)用，以及部分替代目前芯片進口需求還有十分漫長的路要走。

類似語音芯片的產(chǎn)業(yè)，在中國還有千千萬萬。我們只能勉勵發(fā)展、聚攏人才，并謀求在新的技術(shù)劇變中發(fā)現(xiàn)調(diào)換座椅的機會。

過去我們確實失去了很多，好在我們還能想象未來。（作者：腦極體）