在CES 2018上語音和人工智能應(yīng)用的大爆發(fā)

在今年的國際消費(fèi)電子展(CES 2018)上，語音(voice)、連接(connectivity)和人工智能(AI)成為最受關(guān)注的焦點(diǎn)。如果說今年的CES能為我們帶來什么指標(biāo)，那么這三項(xiàng)建構(gòu)模塊將是組成2018年及未來消費(fèi)電子設(shè)備缺一不可的神圣“三位一體”。

語音助理已經(jīng)準(zhǔn)備好進(jìn)入可穿戴設(shè)備、耳機(jī)、嬰兒監(jiān)視器、燈具、電視遙控器和車輛。DSP Concepts創(chuàng)辦人兼首席技術(shù)官Paul Beckmann在接受《EE Times》時(shí)說：“我們似乎正見證著一場圍繞著語音的‘寒武紀(jì)大爆發(fā)’?！?br />
DSP Concepts首席技術(shù)官Paul Beckmann

在CES上，被稱為“中國Google”的百度大力向開發(fā)商展示并開放其基于Duer OS的平臺(tái)。無論是其聲控臺(tái)燈或掛在天花板上的投影機(jī)和屏幕，都不需要Alexa或Google Assist。就像百度常掛在嘴邊的“中國速度”，越來越多的廠商開始朝向語音發(fā)展。

百度展示了一款整合臺(tái)燈功能的聲控智能喇叭（來源：Baidu）

消費(fèi)設(shè)備必須具備連接能力已經(jīng)是不爭的事實(shí)。Silicon Labs首席執(zhí)行官Tyson Tuttle強(qiáng)調(diào)，接下來的必備功能是“混搭”不同的無線網(wǎng)絡(luò)。他解釋說，直接將原本為智能手機(jī)設(shè)計(jì)的連接芯片加進(jìn)物聯(lián)網(wǎng)(IoT)設(shè)備，已經(jīng)無法滿足要求了。系統(tǒng)需要?jiǎng)討B(tài)的多協(xié)議軟件，以及為不同的無線網(wǎng)絡(luò)劃分時(shí)間的能力。

盡管AI在高度自動(dòng)化汽車中占據(jù)主導(dǎo)地位，但Ceva首席執(zhí)行官Gideon Wertheizer告訴我們：“我看到AI開始擺脫幻想世界?！惫?yīng)商如今正試著“設(shè)置參數(shù)，在隨機(jī)環(huán)境中使用AI來解決特定問題?！?br /> Ceva首席執(zhí)行官Gideon Wertheizer

換句話說，許多公司開始學(xué)習(xí)在小規(guī)模應(yīng)用中導(dǎo)入AI，并將其用于特定任務(wù)，而非依靠AI來解決世界上的問題。

語音隨車上路

無論是在家庭或開車行駛中，語音都將至關(guān)重要。

博世(Robert Bosch)在CES宣布計(jì)劃將其語音助理設(shè)計(jì)在方向盤后方。博世管理董事會(huì)成員Dirk Hoheisel表示：“我們正致力于讓駕駛艙內(nèi)的按鈕亂象劃下句點(diǎn)?！盓lektrobit在CES上承諾，該公司將成為亞馬遜(Amazon) Alexa的第一批汽車軟件整合商之一。

Bosch開發(fā)“自然語言”車內(nèi)語音輔助系統(tǒng)（來源：Bosch）

百度宣布其基于Duer OS的Apollo 2.0平臺(tái)被稱為“自動(dòng)車輛的Android”，并稱語音輔助系統(tǒng)將成為該平臺(tái)的一部份。百度總裁兼COO陸奇表示：“家庭與車輛之間已經(jīng)不存在界限了。無論你在家中做什么，應(yīng)該也都可以在車子里實(shí)現(xiàn)?！?/p>

Wertheizer則指出，無論是在家中還是車內(nèi)，隔離聲音以及直接向云端發(fā)送清晰的訊號(hào)都非常困難。 “我們的周遭充斥著噪音和噪聲著?！焙茏匀坏?，家庭和汽車的解決方案必須能夠因應(yīng)一連串完全不同的嘈雜環(huán)境。

語音算法缺少標(biāo)準(zhǔn)

讓問題變得更復(fù)雜的原因在于業(yè)界還沒有任何標(biāo)準(zhǔn)的語音算法。

Wertheizer表示：“每一家公司都有自家處理語音的專有算法?！?/p>

系統(tǒng)業(yè)者開始求助于學(xué)術(shù)界發(fā)表的技術(shù)論文，競相找出如何最有效隔離語音的解決之道。而當(dāng)他們使用不同的麥克風(fēng)和揚(yáng)聲器類型時(shí)，還必須優(yōu)化其算法，以因應(yīng)不同的設(shè)置要求。

而在Ceva，Wertheizer說：“我們必須建立一個(gè)類似原子庇護(hù)所的工作室”，用于研究所有的選擇，并開發(fā)波束成形、遠(yuǎn)場和近場、回聲消除和環(huán)境降噪等算法。

Beckman也呼應(yīng)了這個(gè)觀點(diǎn)。就像人們喜歡語音作為自然的用戶接口一樣，他說：“遺憾的是，對(duì)于實(shí)際執(zhí)行的產(chǎn)品設(shè)計(jì)人員來說，它是最具挑戰(zhàn)的技術(shù)之一?！彼呀?jīng)看到了太多的語音項(xiàng)目出錯(cuò)了，最終得回到草圖階段重新開始。

Beckman曾經(jīng)在Bose Corp.擔(dān)任研究工程師長達(dá)9年，在2000年初成立了他的咨詢業(yè)務(wù)。當(dāng)他與客戶討論語音項(xiàng)目時(shí)，他發(fā)現(xiàn)業(yè)界需要一套有效執(zhí)行的“完整軟件解決方案，以及能為其實(shí)現(xiàn)差異化的底層技術(shù)”。但是，最主要的關(guān)鍵在于賦予其能夠自行調(diào)整系統(tǒng)的能力。

隨著語音市場爆發(fā)，Beckman的業(yè)務(wù)也隨之成長。DSP Concepts不再只是一家咨詢公司，現(xiàn)在還提供了一套完整的算法作為軟件庫和除錯(cuò)工具，有助于客戶調(diào)整系統(tǒng)。Beckman說：“我們提供調(diào)整、整合和驗(yàn)證工具?！?br />
語音UI解決方案需要一套完整的算法（來源：DSP Concepts）

DSP Concepts的語音用戶接口(UI)技術(shù)稱為Audio Weaver，它是第一家獲得亞馬遜(Amazon) Alexa產(chǎn)品認(rèn)證的第三方軟件公司。DSP Concepts共同創(chuàng)辦人兼首席執(zhí)行官Chin Beckmann展示一款A(yù)udio Weaver語音助理產(chǎn)品——相較于亞馬遜Echo使用了7支麥克風(fēng)，Audio Weaver僅用了2支麥克風(fēng)，據(jù)稱就能夠“聽”得比Echo或Google Home更清楚。

在邊緣實(shí)現(xiàn)AI

Wertheizer說，隔離語音是第一步，但接下來還有其他步驟：語音助理必須辨識(shí)語音的位置，而且必須能夠追蹤語音。而且，它必須能偵測以及辨識(shí)誰在房間里說話。

直到最近，云端才剛被認(rèn)為是處理和學(xué)習(xí)的地方。如今，這個(gè)假設(shè)將在2018年發(fā)生改變。

Wertheizer解釋說：“我看到人們對(duì)于AI的態(tài)度越來越務(wù)實(shí)。他們希望在邊緣設(shè)備執(zhí)行AI而非在云端進(jìn)行，以避免隱私、延遲和成本等問題。”

聯(lián)發(fā)科技(MedaTek)首席財(cái)務(wù)官顧大為對(duì)此表示認(rèn)同。相較于亞馬遜在其Echo設(shè)備中推動(dòng)云端到云端的服務(wù)，聯(lián)發(fā)科看到了“邊緣和云端”融合模式的可能性。他在CES時(shí)告訴我們，語音助理競賽如今已經(jīng)著重于在本地增加“智慧”、區(qū)別人類與非人類的聲音分開、消除背景音樂、辨識(shí)聲音模式等。

Petcube Wi-Fi寵物照相在遠(yuǎn)程進(jìn)行機(jī)監(jiān)測并與寵物互動(dòng)（來源：Petcube）

Wertheizer說：“以Petcube設(shè)計(jì)的交互式Wi-Fi寵物相機(jī)為例，它能在主人不在家時(shí)，透過雙向音訊和1080p高分辨率(HD)視頻攝影機(jī)進(jìn)行監(jiān)控，以及與狗或貓互動(dòng)”。Wertheizer說：“我不確定Petcube是否意識(shí)到這是一家物聯(lián)網(wǎng)公司。但是，像這樣的連網(wǎng)產(chǎn)品中，語音識(shí)別系統(tǒng)顯然必須能夠辨識(shí)狗吠聲，并且確定狗是處于壓力還是處于危機(jī)之中。換句話說，系統(tǒng)需要有智能才能進(jìn)行學(xué)習(xí)?！?/p>

Neupro低功耗AI處理器

雖然Ceva為語音系統(tǒng)的設(shè)計(jì)者提供了名為ClearVox的語音算法，但它也知道系統(tǒng)廠商需要的更多。系統(tǒng)制造商希望在其物聯(lián)網(wǎng)設(shè)備中整合學(xué)習(xí)和推論的能力，使其產(chǎn)品能夠持續(xù)變得更加智能化。

目前的市場上亟需AI處理器。為了滿足這一需求，Ceva在CES上推出了NuePro，這是一款“專用的低功耗AI處理器系列，用于在邊緣進(jìn)行深度學(xué)習(xí)”。NuePro是一款獨(dú)立的專用AI處理器，可廣泛用于物聯(lián)網(wǎng)、智能手機(jī)、安全監(jiān)控、汽車、機(jī)器人、醫(yī)療和工業(yè)等市場。

Ceva推出AI處理器（來源：Ceva）

值得注意的是，Ceva并非深度學(xué)習(xí)領(lǐng)域的新手。據(jù)報(bào)導(dǎo)，NeuPro是以Ceva在計(jì)算機(jī)視覺應(yīng)用深層神經(jīng)網(wǎng)絡(luò)方面的經(jīng)驗(yàn)為基礎(chǔ)。

Wertheizer說，NeuPro AI處理器是Ceva從頭開始研發(fā)的第一款“非DSP”技術(shù)。他在發(fā)布Neupro時(shí)說：“我有點(diǎn)緊張。但是你必須知道AI并不是訊號(hào)處理方面的問題?！?/p>

NeuPro處理器搭載兩個(gè)硬件——NeuPro引擎和NeuPro VPU (向量處理單元)。Wertheizer指出，雖然引擎處理定義良好的人工智能算法，如CNN、啟動(dòng)和規(guī)范層，但是，可編程的向量引擎NeuPro VPU是執(zhí)行專有AI算法的一種延伸?！拔覀冞x擇了這種硬聯(lián)機(jī)的建置方式，而不是使用GPU或CPU，讓我們能夠增加AI處理器的利用率?！?/p>

Ceva聲稱，這款新的專用AI處理器系列帶來了“相當(dāng)高的性能提升，從入門級(jí)處理器的2TOPS到為最高階配置的12.5TOPS”。
NeuPro硬件模塊；Ceva首席執(zhí)行官Gideon Wertheizer強(qiáng)調(diào)，“NeuPro VPU和NeuPro引擎之間的無縫切換至關(guān)重要”。 （來源：Ceva）

Ceva表示，NeuPro AI處理器將于2018年第二季向客戶提供授權(quán)，并計(jì)劃在第三季全面發(fā)布。

同樣地，聯(lián)發(fā)科準(zhǔn)備推出一款由意騰科技(Intelligo Technology)設(shè)計(jì)的AI處理器和算法。Intelligo是2016年時(shí)從聯(lián)發(fā)科獨(dú)立而出的新創(chuàng)公司。

Intelligo設(shè)計(jì)的這款A(yù)I SoC被稱為“智能DNN語音處理器”應(yīng)用范圍較有限。聯(lián)發(fā)科表示，該處理器提供“可配置的深度神經(jīng)網(wǎng)絡(luò)和高效率推論引擎(每秒每瓦特1 TOPS運(yùn)算性能)”。

顧大為表示，聯(lián)發(fā)科正在尋找一種小型的AI加速器，為辨識(shí)20到30個(gè)關(guān)鍵詞而設(shè)計(jì)。另一方面，聯(lián)發(fā)科也正推廣其“分布式處理”的觀念，期望語音和AI功能不只是整合于像Echo或Google Home的智能音箱，而是更落實(shí)于廣泛的小型設(shè)備——如電燈開關(guān)。