萬億級(jí)智能家居市場，能否撐起離線語音的“野心”？

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(gè)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(gè)性化的家居場景。

在一項(xiàng)對智能家居從業(yè)者的調(diào)查中，有超過百分之四十以上的從業(yè)者認(rèn)為，2020年將迎來智能家居行業(yè)大爆發(fā)。原因有三：第一，消費(fèi)者對智能家居的接受度大幅上漲；第二，人機(jī)交互體驗(yàn)升級(jí)；第三，現(xiàn)象級(jí)產(chǎn)品出現(xiàn)。以上因素占比分別為21.1%、19.5%、16.5%。

其中，在人機(jī)交互驅(qū)動(dòng)因素中，智能語音作為主要的人機(jī)交互方式正在智能家居場景快速滲透。據(jù)IDC預(yù)測，2020年，75%的智能家電能夠通過語音進(jìn)行控制，包括嵌入語音助手/語音控制模塊、連接智能音箱兩種方式，57%的智能電視能夠接入家居互聯(lián)平臺(tái)，22%的智能電視具有遠(yuǎn)場語音能力。

為什么需要離線語音？

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(jìn)行識(shí)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(gè)大問題，以市面范圍常見的3-5米而言，它需要在這個(gè)半徑范圍內(nèi)對其他設(shè)備實(shí)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(diǎn)，絕大多數(shù)的云端識(shí)別都有數(shù)據(jù)留存，有暴露隱私的風(fēng)險(xiǎn)。

離線語音控制能夠有效解決上述問題，分布式地對單個(gè)產(chǎn)品進(jìn)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(jī)、冰箱、熱水器、油煙機(jī)、風(fēng)扇甚至晾衣架、插座、開關(guān)，都能通過離線語音實(shí)現(xiàn)分布式語音控制和聯(lián)動(dòng)。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(jìn)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。

智能語音的“蛋糕”與“荊棘”

智能語音交互家電市場有多大？市場調(diào)研數(shù)據(jù)如下：

1）智能電視
隨著以小米電視為代表的智能電視逐步普及，看電視的方式在過去三年間發(fā)生了巨大變化，電視觀眾迅速完成了從被動(dòng)收看直播到主動(dòng)點(diǎn)播甚至搜索內(nèi)容的模式轉(zhuǎn)變。語音交互為智能電視的內(nèi)容搜索功能帶來了極大的便利，將有力地帶動(dòng)高質(zhì)量付費(fèi)內(nèi)容的收入增長。目前，創(chuàng)維、小米、暴風(fēng)、海爾等均已推出智能語音識(shí)別電視。
2017年，中國智能電視銷量達(dá)4736.5萬臺(tái)，同比增長13.8%，2018年智能電視銷量將突破5000萬臺(tái)。語音交互將迅速成為智能電視的標(biāo)準(zhǔn)配置，成為語音交互技術(shù)的另一個(gè)巨大市場。

2）智能語音空調(diào)
2017年，全國空調(diào)內(nèi)銷量8875.5萬臺(tái),同比增長46.8%。近幾年，空調(diào)每年內(nèi)銷量保持在6000萬臺(tái)以上，美的、格力、海爾、奧克斯、長虹均已推出語音智能空調(diào)，具有智能語音交互功能的空調(diào)市場空間巨大。

3）其它語音交互市場
2018年以來，具備語音識(shí)別功能的兒童故事機(jī)（機(jī)器人）、自動(dòng)晾衣架等產(chǎn)品的出貨量及增速均超過預(yù)期，帶來大量的智能語音應(yīng)用需求。根據(jù)最新的市場調(diào)研粗略估計(jì)，全國自動(dòng)晾衣架年出貨量超過3000萬件，兒童故事機(jī)（機(jī)器人）年出貨量也有望達(dá)到4000萬臺(tái)。預(yù)計(jì)語音識(shí)別功能的滲透率將在未來3年超過50%。

前景是誘人的，但挑戰(zhàn)也并不小。

通過智能語音技術(shù)建立與傳統(tǒng)家電廠商之間的合作，在業(yè)內(nèi)不算什么新鮮事。但是，如何讓傳統(tǒng)家電廠商實(shí)現(xiàn)快速、低成本的轉(zhuǎn)型，仍是擺在傳統(tǒng)家電、智能語音相關(guān)企業(yè)面前的一道難題。

有業(yè)內(nèi)人士指出，讓傳統(tǒng)家電實(shí)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(shí)現(xiàn)無論是在線、離線語音識(shí)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(jìn)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(shí)，完全沒有考慮麥克風(fēng)的位置，導(dǎo)致語音控制的設(shè)計(jì)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(shí)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。

端側(cè)智能倒逼而生的語音AI芯片

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(gè)階段:

第一個(gè)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，如全志的R16芯片。

第二個(gè)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(jìn)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，如聯(lián)發(fā)科的MT8516芯片、科勝訊的CX20924/CX20921、Amlogic的A113、瑞芯微的RK3036/RK3229等。

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(jì)算、決策都需要在前端設(shè)備進(jìn)行，對于芯片的功耗、算力都有更高要求，語音AI芯片應(yīng)運(yùn)而生。

對比語音芯片，語音AI芯片具備以下特點(diǎn)：首先語音AI芯片中集成了專用的AI處理器模塊，用以對本地的機(jī)器學(xué)習(xí)算法進(jìn)行加速；其二高度集成，語音AI芯片不但集成CPU、AI處理器，甚至還集成DSP、WiFi/藍(lán)牙等模塊；其三能夠?qū)崿F(xiàn)端側(cè)智能，將一些常用或者簡單的功能直接集成到本地，通過AI芯片進(jìn)行本地計(jì)算，設(shè)備可以在端側(cè)離線完成如聽音樂、日常問答及閑聊等任務(wù)，實(shí)現(xiàn)更快、更安全的交互。

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(jì)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(qiáng)，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(jì)，常為CPU+NN模塊的方式，NN模塊專門加速AI算法，CPU作為補(bǔ)充，意圖在靈活性及成本、功耗取得折中，例如應(yīng)用在小米小愛同學(xué)智能音箱的晶晨芯片。

專用型芯片即針對語音識(shí)別設(shè)計(jì)的AISC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(shí)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。
<電子發(fā)燒友>根據(jù)廠商官網(wǎng)、公開數(shù)據(jù)及第三方資料，整理出如下離線語音產(chǎn)品情況：

結(jié)語

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(shí)現(xiàn)離線狀態(tài)下關(guān)鍵詞喚醒，如智能音箱；有的則實(shí)現(xiàn)了關(guān)鍵詞識(shí)別、離線對話等輕量級(jí)的語音語義識(shí)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(shí)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(hào)定點(diǎn)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2020年將是智能語音高歌猛進(jìn)的一年，那么，離線語音識(shí)別技術(shù)將發(fā)揮重要作用。全屋智能的控制類產(chǎn)品會(huì)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。