在今年的國際消費電子展(CES 2018)上，語音(voice)、連接(connectivity)和人工智慧(AI)成為最受關注的焦點。如果說今年的CES能為我們帶來什麼指標，那麼這三項建構模塊將是組成2018年及未來消費電子設備缺一不可的神聖「三位一體」。

語音助理已經準備好進入可穿戴設備、耳機、嬰兒監視器、燈具、電視遙控器和車輛。DSP Concepts創辦人兼首席技術官Paul Beckmann在接受《EE Times》時說：「我們似乎正見證著一場圍繞著語音的『寒武紀大爆發』。」 DSP Concepts首席技術官Paul Beckmann

在CES上，被稱為「中國Google」的百度大力向開發商展示並開放其基於Duer OS的平台。無論是其聲控檯燈或掛在天花板上的投影機和屏幕，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展。

百度展示了一款整合檯燈功能的聲控智能喇叭（來源：Baidu）

消費設備必須具備連接能力已經是不爭的事實。Silicon Labs首席執行官Tyson Tuttle強調，接下來的必備功能是「混搭」不同的無線網路。他解釋說，直接將原本為智能手機設計的連接晶元加進物聯網(IoT)設備，已經無法滿足要求了。系統需要動態的多協議軟體，以及為不同的無線網路劃分時間的能力。

儘管AI在高度自動化汽車中佔據主導地位，但Ceva首席執行官Gideon Wertheizer告訴我們：「我看到AI開始擺脫幻想世界。」供應商如今正試著「設置參數，在隨機環境中使用AI來解決特定問題。」 Ceva首席執行官Gideon Wertheizer

換句話說，許多公司開始學習在小規模應用中導入AI，並將其用於特定任務，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，語音都將至關重要。

博世(Robert Bosch)在CES宣布計劃將其語音助理設計在方向盤後方。博世管理董事會成員Dirk Hoheisel表示：「我們正致力於讓駕駛艙內的按鈕亂象划下句點。」Elektrobit在CES上承諾，該公司將成為亞馬遜(Amazon) Alexa的第一批汽車軟體整合商之一。

Bosch開發「自然語言」車內語音輔助系統（來源：Bosch）

百度宣布其基於Duer OS的Apollo 2.0平台被稱為「自動車輛的Android」，並稱語音輔助系統將成為該平台的一部份。百度總裁兼COO陸奇表示：「家庭與車輛之間已經不存在界限了。無論你在家中做什麼，應該也都可以在車子里實現。」

Wertheizer則指出，無論是在家中還是車內，隔離聲音以及直接向雲端發送清晰的訊號都非常困難。 「我們的周遭充斥著噪音和雜訊著。」很自然地，家庭和汽車的解決方案必須能夠因應一連串完全不同的嘈雜環境。

語音演算法缺少標準

讓問題變得更複雜的原因在於業界還沒有任何標準的語音演算法。Wertheizer表示：「每一家公司都有自家處理語音的專有演算法。」

系統業者開始求助於學術界發表的技術論文，競相找出如何最有效隔離語音的解決之道。而當他們使用不同的麥克風和揚聲器類型時，還必須優化其演算法，以因應不同的設置要求。

而在Ceva，Wertheizer說：「我們必須建立一個類似原子庇護所的工作室」，用於研究所有的選擇，並開發波束成形、遠場和近場、回聲消除和環境降噪等演算法。

Beckman也呼應了這個觀點。就像人們喜歡語音作為自然的用戶介面一樣，他說：「遺憾的是，對於實際執行的產品設計人員來說，它是最具挑戰的技術之一。」他已經看到了太多的語音項目出錯了，最終得回到草圖階段重新開始。

Beckman曾經在Bose Corp.擔任研究工程師長達9年，在2000年初成立了他的諮詢業務。當他與客戶討論語音項目時，他發現業界需要一套有效執行的「完整軟體解決方案，以及能為其實現差異化的底層技術」。但是，最主要的關鍵在於賦予其能夠自行調整系統的能力。

隨著語音市場爆發，Beckman的業務也隨之成長。DSP Concepts不再只是一家諮詢公司，現在還提供了一套完整的演算法作為軟體庫和除錯工具，有助於客戶調整系統。Beckman說：「我們提供調整、整合和驗證工具。」

語音UI解決方案需要一套完整的演算法（來源：DSP Concepts）

DSP Concepts的語音用戶介面(UI)技術稱為Audio Weaver，它是第一家獲得亞馬遜(Amazon) Alexa產品認證的第三方軟體公司。DSP Concepts共同創辦人兼首席執行官Chin Beckmann展示一款Audio Weaver語音助理產品——相較於亞馬遜Echo使用了7支麥克風，Audio Weaver僅用了2支麥克風，據稱就能夠「聽」得比Echo或Google Home更清楚。

在邊緣實現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誰在房間里說話。

直到最近，雲端才剛被認為是處理和學習的地方。如今，這個假設將在2018年發生改變。

Wertheizer解釋說：「我看到人們對於AI的態度越來越務實。他們希望在邊緣設備執行AI而非在雲端進行，以避免隱私、延遲和成本等問題。」

聯發科技(MedaTek)首席財務官顧大為對此表示認同。相較於亞馬遜在其Echo設備中推動雲端到雲端的服務，聯發科看到了「邊緣和雲端」融合模式的可能性。他在CES時告訴我們，語音助理競賽如今已經著重於在本地增加「智慧」、區別人類與非人類的聲音分開、消除背景音樂、辨識聲音模式等。

Petcube Wi-Fi寵物照相在遠程進行機監測並與寵物互動（來源：Petcube）

Wertheizer說：「以Petcube設計的互動式Wi-Fi寵物相機為例，它能在主人不在家時，透過雙向音訊和1080p高解析度(HD)視頻攝影機進行監控，以及與狗或貓互動」。Wertheizer說：「我不確定Petcube是否意識到這是一家物聯網公司。但是，像這樣的連網產品中，語音識別系統顯然必須能夠辨識狗吠聲，並且確定狗是處於壓力還是處於危機之中。換句話說，系統需要有智能才能進行學習。」

Neupro低功耗AI處理器

雖然Ceva為語音系統的設計者提供了名為ClearVox的語音演算法，但它也知道系統廠商需要的更多。系統製造商希望在其物聯網設備中整合學習和推論的能力，使其產品能夠持續變得更加智能化。

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，用於在邊緣進行深度學習」。NuePro是一款獨立的專用AI處理器，可廣泛用於物聯網、智能手機、安全監控、汽車、機器人、醫療和工業等市場。

Ceva推出AI處理器（來源：Ceva）

值得注意的是，Ceva並非深度學習領域的新手。據報導，NeuPro是以Ceva在計算機視覺應用深層神經網路方面的經驗為基礎。

Wertheizer說，NeuPro AI處理器是Ceva從頭開始研發的第一款「非DSP」技術。他在發布Neupro時說：「我有點緊張。但是你必須知道AI並不是訊號處理方面的問題。」

NeuPro處理器搭載兩個硬體——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慧演算法，如CNN、啟動和規範層，但是，可編程的向量引擎NeuPro VPU是執行專有AI演算法的一種延伸。「我們選擇了這種硬聯機的建置方式，而不是使用GPU或CPU，讓我們能夠增加AI處理器的利用率。」

Ceva聲稱，這款新的專用AI處理器系列帶來了「相當高的性能提升，從入門級處理器的2TOPS到為最高階配置的12.5TOPS」。

NeuPro硬體模塊；Ceva首席執行官Gideon Wertheizer強調，「NeuPro VPU和NeuPro引擎之間的無縫切換至關重要」。 （來源：Ceva）

Ceva表示，NeuPro AI處理器將於2018年第二季向客戶提供授權，並計劃在第三季全面發布。

同樣地，聯發科準備推出一款由意騰科技(Intelligo Technology)設計的AI處理器和演算法。Intelligo是2016年時從聯發科獨立而出的新創公司。

Intelligo設計的這款AI SoC被稱為「智能DNN語音處理器」應用範圍較有限。聯發科表示，該處理器提供「可配置的深度神經網路和高效率推論引擎(每秒每瓦特1 TOPS運算性能)」。

顧大為表示，聯發科正在尋找一種小型的AI加速器，為辨識20到30個關鍵詞而設計。另一方面，聯發科也正推廣其「分散式處理」的觀念，期望語音和AI功能不只是整合於像Echo或Google Home的智能音箱，而是更落實於廣泛的小型設備——如電燈開關。

編譯：Susan Hong

本文授權編譯自EE Times，版權所有，謝絕轉載

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！