从智能音箱看语音芯片发展的“三步曲”

语音芯片的发展经历了三个阶段，通用芯片、专用芯片和AI芯片。在智能语音设备早期阶段（2014-2015年），由于芯片研发周期漫长（18-24个月），研发投入高昂，在终端销量难以支撑芯片规模爆发的情况下，市场均采用通用芯片。

通用芯片，指AP芯片/平板芯片等+Codec芯片/DSP芯片等组合的方式，由Codec芯片进行数模信号的转换，DSP对数字信号进行处理，包括回声消除、噪声抑制、语音降噪/增强等，最后加入云端的计算支持。代表芯片是联发科MT8563和全志R16芯片。

专用芯片，是语音芯片发展的第二个阶段，其采用适合做语音处理的CPU，加上多通道麦克风阵列接口，在语音算法上支持回声消除、噪声抑制、声源定位、语音增强等技术，并兼具运算能力和低功耗的考量。代表芯片有联发科MT8516、科胜讯CX20924、晶晨半导体A113、瑞芯微RK3036和北京君正X1000。这类芯片未内置神经网络加速器，AI多借助云端实现。

有分析人士指出，专用芯片的特点是，语音识别、语义理解、语音合成、任务执行等都是在云端进行，但云端存在着语音交互“时延”的问题，对网络的需求限制了设备的使用空间，并带来了数据与隐私危机。

而作为第三代语音技术的AI语音芯片正好解决了这些问题：（1）集成了专用AI处理器模块（NPU），用以对本地的机器学习算法进行加速；（2）语音AI芯片不但集成CPU、NPU，还集成DSP信号处理、Wi-Fi/蓝牙等模块；（3）能够实现“端侧”智能，将常用功能由云端转换到本地，可离线操作并解决用户数据隐私问题。成都启英泰伦在2016年推出的CI1006，杭州国芯在2017年10月底推出的GX8010，是典型的AI语音芯片代表。

以上是语音芯片发展的“三步曲”，从目前终端市场对上述三类芯片的采用比例来看，专用语音芯片独占鳌头，有数据显示，在2017年3000万台智能音箱的销量中70%被MTK囊括。分析人士认为，专用芯片占据主导的原因有二，一是通用芯片已经过时，多是借用平板/OTT的AP芯片，只是简单的将多媒体数字编码器与DSP相结合，其在语音上发挥的功效并不大；二是初出茅庐的AI芯片才刚起步，生态尚在建立当中。

www.gzpeite.net是广州佩特电子科技有限公司的研发技术展示网站，佩特科技是广州地区知名的嵌入式方案研发公司，主打产品为全志多系列嵌入式核心板/开发板，如A33核心板、A33开发板、A83T核心板、R16核心板、R58核心板、H8核心板等等。佩特科技不仅研发技术先进，批量出货能力强大，也提供嵌入式芯片方案定制，欢迎咨询洽谈。