近年來，在運動推励、車載鹤耍、商超、地鐵吹艇、公交等隨行場景惰蜜，我們看到了越來越多的設備增加了語音交互的功能昂拂。

應用場景的變化受神，對于語音喚醒的快速和靈活反應，以及功耗和算力格侯，甚至硬件設備本身的結(jié)構(gòu)設計鼻听，都提出了新的要求财著。

算法商、芯片商撑碴、設備商撑教、甚至云服務提供商，都給出了不同的解決方案醉拓，但共同的目標都是讓設備的功耗更低伟姐，讓語音交互的體驗更好。

在第 122 期「深圳灣夜話」上亿卤，來自思必馳愤兵、QuickLogic、順豐科技排吴、步步高的嘉賓秆乳，分享了他們在低功耗語音喚醒方面的技術(shù)和應用。

算法商怎么做街氢？

在算法層面扯键，思必馳提供了從 DSP 到 AP 的一整套集成方案，包括雙麥定向波束阳仔、命令詞檢測忧陪、骨傳導特征檢測等多項技術(shù)方案，實現(xiàn)設備從低功耗喚醒近范、到喚醒驗證嘶摊、再到聲紋識別的多級喚醒。

通常情況下评矩，語音喚醒的算法運行在 DSP 中叶堆，因語音交互而產(chǎn)生的數(shù)據(jù)也在 DSP 上緩存，通過獨立的麥克風做喚醒輸入斥杜，經(jīng)過數(shù)據(jù)交換虱颗，將緩存數(shù)據(jù)輸送到 AP 中，再觸發(fā)二級喚醒和聲紋驗證蔗喂。

而在設備處于待機或休眠的超低功耗狀態(tài)忘渔，或者當設備在播放音樂時，就會自動切換到「闖入模式」缰儿，語音數(shù)據(jù)也會直接傳輸給 AP 芯片畦粮，觸發(fā)二級喚醒和聲紋驗證，實現(xiàn)低功耗算法中的回聲消除（AEC）。

基于以上工作流程宣赔，要做到「實時在線」的語音喚醒预麸，在算法的基礎上，還需要在麥克風陣列儒将、定向波束吏祸、命令詞檢測、骨傳導特征檢測钩蚊、藍牙傳輸協(xié)議贡翘、以及云端多個方面進行優(yōu)化。

在麥克風陣列的聲學結(jié)構(gòu)設計方面砰逻，有很多「Know-How」學問床估。比如市面上常見的雙麥克風結(jié)構(gòu)設計，需要做線性分布和水平放置诱渤，最佳間距為 30mm丐巫，聲音流向要與麥克風垂直，麥克風拾音孔要水平朝上且處于同一平面勺美，收音腔設計除了單孔型還有網(wǎng)狀自由場型递胧，隔音減震設計也有講究，等等赡茸。思必馳的工程師會協(xié)助客戶完成從麥克風選型到麥克風參數(shù)評估的方方面面缎脾。

設備有了「聽清」的能力后，就要解決命令詞也就是「聽懂」的問題占卧。拿藍牙耳機產(chǎn)品來舉例遗菠，類似播放/暫停音樂、撥打/掛斷電話华蜒、支付寶掃一掃這樣的操控命令辙纬，甚至一些品牌命令詞，都可以直接儲存到設備上叭喜，在設備上直接完成調(diào)用贺拣。

最后在協(xié)議層，思必馳也提供了 SMA 藍牙配件接入?yún)f(xié)議捂蕴，賦予思必馳全鏈路語音交互技術(shù)譬涡，通過曉聽 APP，實現(xiàn)控制家電啥辨、場景識別等個性化功能涡匀。

芯片商怎么做？

隨著越來越多的 TWS 耳機增加了語音交互功能溉知，語音喚醒的方式也從傳統(tǒng)的觸控喚醒陨瘩，逐漸過渡到語音喚醒腊嗡。

交互方式的演進也對設備的交互能力有了新的要求，語音識別的準確性拾酝、語音助手的始終在線、以及用戶使用和佩戴狀態(tài)的智能識別卡者，都需要有更先進的技術(shù)支持蒿囤。

QuickLogic 在 4 年前就提出了 EOS S3 語音和傳感器處理平臺，目前也是世界上唯一提供超低功耗并集成了始終在線崇决、始終監(jiān)聽材诽、始終感知（Always On / Always listening + Sensor）處理能力的多核 SoC 解決方案。

它使用了分層式架構(gòu)恒傻，可以集成運動傳感导帝、加速傳感既穆、心率傳感、語音喚醒和降噪、室內(nèi)導航等傳感器和算法蜈彼，運行功耗相較于普通的 MCU 方案大大降低。

兩年前内边，QuickLogic EOS S3 語音和傳感器處理平臺就與亞馬遜 Alexa 實現(xiàn)了合作票灰，針對其雙麥降噪、近場喚醒的需求契吉，通過 S3 實現(xiàn) OPUS 壓縮算法跳仿，降低亞馬遜藍牙耳機所使用的高通 CSR867X 藍牙音頻芯片的運載負擔。

目前 S3 已與多個藍牙平臺實現(xiàn)了合作捐晶，共同提供驗證的方案菲语，幫助客戶產(chǎn)品快速上市。同時惑灵，QuickLogic 還開放軟件代碼山上、eFPGA，使軟硬件設計更加靈活英支。

為快遞小哥定制的藍牙耳機胶哲，語音喚醒怎么做？

在開場思必馳的分享中提到潭辈，低功耗語音喚醒的應用不僅在耳機鸯屿、手表、小家電等消費電子產(chǎn)品領(lǐng)域有著豐富的應用把敢，在物流配送寄摆、專車駕駛、餐飲服務等 toB 的垂直場景修赞，也有巨大的需求空間婶恼。

為了保障用戶隱私桑阶，同時幫助快遞小哥更安全、更高效的處理日常收派件工作勾邦，今年年初蚣录，順豐科技推出了「小豐」智能藍牙耳機，目前已在全國多個收派環(huán)境較復雜的區(qū)域開始投放使用眷篇。

產(chǎn)品搭載智能語音技術(shù)萎河，可以實現(xiàn)語音喚醒和操控，快遞小哥可結(jié)合順豐豐密運單通過語音指令呼叫用戶蕉饼，保障用戶隱私虐杯，此外，日常呼叫通訊錄聯(lián)系人 昧港、查單 擎椰、轉(zhuǎn)單等高頻操作，都可以由 8 步手動操作減為 1 步語音指令创肥，大大提升了工作效率达舒。

更多的功能和服務還包括，路徑規(guī)劃和語音導航叹侄、超速提醒休弃、實時同步用戶消息、實時播報系統(tǒng)消息 …等等針對具體應用場景和業(yè)務需求的功能圈膏。

順豐「小豐」也是思必馳「曉聽」FreeSpeech E1 的應用案例塔猾，該方案集成了雙麥定向增強與降噪、免提語音交互等多項技術(shù)稽坤，并可以實現(xiàn) 30KM/H 降風噪丈甸，始終在線功耗小于 2mA，以及 12 小時的連續(xù)高清通話尿褪。

具體到「小豐」耳機睦擂，則是基于主頻算力小的小型 NCU，思必馳提供了基于雙麥的 ANC 喚醒方案以及前端信號處理杖玲、低功耗喚醒等技術(shù)顿仇，將快捷命令詞納入喚醒詞中，既大大提高語音交互的效率摆马，又確保了低功耗臼闻。

為小朋友定制的教育平板，語音喚醒怎么做囤采？

除了耳機述呐、手表、小家電蕉毯，教育平板對語音喚醒的需求也在迅速攀升乓搬。以步步高教育平板為代表思犁，語音 AI 已經(jīng)逐漸成為旗艦標配。

步步高家教機 2019 年的旗艦產(chǎn)品 S5 同時具備了 AI 視覺和 AI 語音識別的能力进肯，相比一般的常見 AI 智能機器人和傳統(tǒng)的教育平板激蹲，步步高家教機 S5 的語音助手可以做到實時在線、語音喚醒江掩，并針對學習場景学辱，優(yōu)化了問答、聽寫的語音交互體驗频敛。產(chǎn)品一上市，就獲得了廣泛好評馅扣。

在語音方案選型之前斟赚，步步高的產(chǎn)品負責人對于需求做了全面的梳理：

• 需要有語音識別技術(shù)（ASR），對隨時接收的用戶語音輸入進行識別差油；

• 在 ASR 無法智能判斷用戶是否在和它對話拗军，從而亂響應的情況下，需要語音喚醒技術(shù)明確對話請求蓄喇，用簡短的喚醒詞減少喚醒識別時間发侵；

• 為延長待機時間，設備 AP 需要休眠妆偏，語音喚醒服務不能長期在 AP 中運行刃鳄，這就需要低功耗外掛芯片，需要能夠?qū)拘言~和識別句進行分拆钱骂，需要能夠過濾本機回聲叔锐。

具體到方案的規(guī)格，步步高需要一個能夠內(nèi)置低功耗語音喚醒算法的低功耗芯片见秽，它需要具備以下性能：

• 支持 One-Shot 即喚醒詞+指令一句連說愉烙，這就要求算法留出 3 秒左右的緩沖，而芯片留出 >96kb 的 SRAM 可用空間解取；

• 支持 AEC步责，并且 AEC 的 CLK 要與 AP 同源；

• 功耗 <5mW禀苦，保證續(xù)航時間需求蔓肯；

• 喚醒率 >98%，保證良好的喚醒體驗振乏，這里主要是童聲體驗省核；

• 誤喚醒要 <1次/24 小時，保證極低的打擾和插話昆码；

• 成本 <$1气忠。

在語音 AI 產(chǎn)品化的過程中邻储，步步高也經(jīng)歷了從模式識別到深度學習的轉(zhuǎn)變，通過不斷的采集和更新樣品數(shù)據(jù)旧噪，提升設備喚醒率吨娜。同時，針對在嘈雜環(huán)境喚醒率低淘钟、人聲場景的誤喚醒較高等問題宦赠，步步高采用了單麥的低功耗喚醒和雙麥的降噪方案，ASR 能力獲得 10~15% 的明顯改善米母。

目前勾扭，步步高還在探索新的優(yōu)化方向，包括多麥低功耗語音喚醒和聲紋铁瞒。在步步高看來妙色，多麥低功耗語音喚醒是必然趨勢，而聲紋要做好比較難慧耍。

夜話聊不完

在活動最后的深圳灣夜話的交流環(huán)節(jié)身辨，幾位嘉賓一起就算法、芯片芍碧、藍牙耳機等話題煌珊，展開了進一步的討論。這里我們精選了一些嘉賓的觀點泌豆，歡迎各位讀者留言參與討論定庵。

深圳灣：把算法做到芯片里，實現(xiàn)離在線的 AI踪危，越來越多的玩家在加入洗贰。思必馳深聰?shù)男酒c競品相比，優(yōu)勢是什么陨倡？

思必馳：思必馳團隊有400多名算法研發(fā)工程師敛滋，豐富的項目落地經(jīng)驗，以及為客戶做靈活高可用定制的能力兴革。

深圳灣：最近發(fā)布的亞馬遜 Echo Buds 采用的多芯片方案绎晃，而小米發(fā)布的 Air 2 采用的是單芯片方案。QuickLogic 的芯片集成了語音喚醒杂曲、外接傳感器算法的芯片庶艾，與高通等藍牙主控芯片搭配使用。單芯片和多芯片各自有哪些優(yōu)劣勢擎勘？

QuickLogic：單芯片是未來發(fā)展的趨勢咱揍。但在目前的狀況下，廠商對于性價比棚饵、功耗煤裙、傳感器功能的可拓展性掩完、是否能快速上市、以及未來的上升空間硼砰，考慮更多一些且蓬，QuickLogic 的方案可以滿足廠商這些方面的需求。

深圳灣：未來耳機的進化方向题翰，各位怎么來看恶阴？

步步高：體積小、功耗低豹障、語音喚醒冯事，是藍牙耳機的發(fā)展趨勢。

順豐科技：語音和圖像識別可以有一些互補血公，當用戶用語音提問時昵仅，設備可以通過顯示屏進行反饋，而不是一定要通過語音對話進行反饋坞笙。耳機只是一種交互介質(zhì)岩饼，可以與其他設備有更多的結(jié)合和聯(lián)動荚虚，從而讓用戶有更好的使用體驗薛夜。

QuickLogic：藍牙耳機與助聽器的結(jié)合，將會有更大的市場空間版述。

思必馳：藍牙耳機一定會朝著智能方向發(fā)展梯澜，而在眾多的玩家中，手機廠商做智能耳機會有更大的優(yōu)勢渴析。最近我們看到了亞馬遜晚伙、微軟等很多互聯(lián)網(wǎng)廠商紛紛推出智能耳機。我們預測俭茧，明年將會是智能耳機的爆發(fā)元年咆疗。

關(guān)于

深圳灣夜話是最早由深圳灣發(fā)起的社區(qū)分享活動。目前已經(jīng)進行至第 122 場母债，超過 400 位商業(yè)領(lǐng)袖午磁、產(chǎn)品達人、技術(shù)專家毡们、意見領(lǐng)袖做客活動并分享洞見迅皇，累計吸引了超過 10000 名創(chuàng)新創(chuàng)業(yè)者、尤其是智能硬件的行業(yè)從業(yè)者和愛好者參與線下活動衙熔。

很多人因為「深圳灣夜話」認識到深圳登颓，因為「深圳灣夜話」而與產(chǎn)業(yè)鏈上下游實現(xiàn)了連接，因為「深圳灣夜話」而獲得了啟發(fā)和鼓舞红氯。

4 年來框咙，我們一直用心經(jīng)營著這個「地標性」的活動咕痛，精選嘉賓、打磨主題扁耐、優(yōu)化活動體驗暇检，試圖每一個經(jīng)過我們設計的夜話，都能給讓各位收獲滿滿婉称。

微信號：shenzhenware

主筆：陳壹零 / 深圳灣

編輯：左思思 / 深圳灣