全新语音AI芯片亮相 启英泰伦将语音识别推向新高点

2022年7月28日，“三芯起 万物声”启英泰伦第三代语音芯片发布会如约而至。历经三年潜心研发，启英泰伦正式推出全新第三代智能语音芯片，相较上一代产品，这款芯片创下算力更高、高度集成和算法新高的“三高”记录，全面覆盖高性能、低成本端侧语音和端云融合语音等应用。

 
离线语音AI芯片的“先行者”
 
近年来，随着5G、AIoT等技术的快速发展与应用融合，人工智能产业及相关业务越来越受政府和产业界的关注与支持，在国家的“十四五”规划中，人工智能技术已被列为前沿科技领域的“最高优先级”，宏观环境不断向好发展。
 
在各类人工智能技术中，语音识别、自然语义理解（NLP）、机器学习居于重要地位，是人机交互技术的基础，其中，语音识别、NLP两项均与语音交互密切关联。作为人机交互中最符合人类日常交流形态的技术，语音交互方式更加自然，也更为便利。
 
从产业发展的角度看，技术突破和政策利好有效刺激了智能语音行业的发展。不过，从更底层的逻辑出发，人机语音交互体验的持续改善才是市场的核心推动力。更长远来看，智能语音的本质其实是实现人机之间的语音自由交互。
 
在智能语音识别发展早期，由于语音识别对算力的要求高，企业都是通过云端进行智能语音识别处理。然而，在主流方向如此明晰的情势下，启英泰伦却选择另辟蹊径，率先选择了离线语音AI芯片的方向。

 
那么，启英泰伦为何作出这一选择呢？对此，启英泰伦创始人兼CEO何云鹏表示，这一选择的出发点是基于对用户真实需求的深入思考。首先，离线语音是不依赖网络和云中心的真智能，既能给用户带来即时的灵敏响应，也能更好地保护用户的隐私。此外，出于对用户权益的考量，离线语音能确保用户拥有完整的、自主的智能设备使用权和控制权。最后，除用户体验外，还需考虑更广泛的用户的成本承受能力，不仅是让用户体验更好，也能用得起。
 
近年来，随着智能语音技术不断发展和应用的不断拓展，云端处理在响应可靠性、隐私保护、成本等方面的弊端逐步暴露出来。在端云融合的趋势之下，启英泰伦的这一选择也愈发凸显出其先见之明的一面。
 
BNPU 3.0将语音识别推向新高点
 
从实际应用场景来看，智能语音的需求大致可以概括为语义理解、特征识别、语音处理、实时交互四个方面。为了更好地满足上述用户需求，启英泰伦在算法攻关和芯片研发两个方面同时发力，埋头攻克一个又一个业内难题。发展至今，启英泰伦自研技术平台BNPU（脑神经网络处理器)已迭代三次，从BNPU 1.0、BNPU 2.0，一直到今天推出的BNPU 3.0版本。

 
每一代BNPU的问世，都是离线语音芯片和算法的一次突破和语音应用的助推。何云鹏介绍道，第一代BNPU实现的是端侧语音识别，是行业首款集成神经网络处理器的语音AI芯片，也是离线语音产业应用兴起的标志。二代系列芯片CI1102/CI1103及CI1122芯片则集成了第二代BNPU，不仅实现了离线语音识别功能，还能实现离线声纹识别和命令词自学习等个性化的功能。如今，第三代芯片又将把整个语音识别应用推向新的高点。

从芯片算力方面看，三代13系列芯片内置BNPU 3.0和支持DSP指令扩展的RISC CPU两大内核，主频高达240MHz，并具有640KB系统SRAM。
 
何云鹏指出，在实际应用中，用户对智能语音的要求极高，对于一个能听会说的设备，常以机器人，甚至超人的标准对待。比如，在人耳也不易听清的嘈杂环境中，会希望语音设备能听清；人耳很难同时听懂两个以上人说话，但要求语音设备能听懂。此外，很少有人能听懂各地的方言口音，但各地方的人会要求设备听得懂该地方言，甚至土话。
 
为了满足上述苛刻要求，第三代BNPU作了大量技术迭代。除继承第二代的语音识别、声纹识别外，还支持了基于深度学习的降噪技术（深度降噪），人声分离技术（深度分离），命令词自学习2.0版本技术，以及行业首次突破性的离线NLP技术。
 
此前，业界普遍认为只有云端才能实现NLP，而启英泰伦最新的技术已经可以采用端侧智能语音芯片实现NLP，将语音处理放在端侧，既保障了用户的体验感，又能降低云端搭建和运营成本，降低网络带宽消耗，也能提升用户使用的安全性。
 
为了帮助下游客户实现敏捷开发、快速落地的目标，启英泰伦还推出了语音AI平台。该平台支持10000用户同时开发，即时生成NLP模型，提供更自然的语音交互能力。
 
为用户打造专属守护精灵
 
随着互联网、5G和Wi-Fi等技术的快速发展，智能行业正从“单点智能”走向“情景智能”，专业的智能语音芯片技术在这一转变中扮演着至关重要的角色。
 
由于智能语音技术和NLP技术不断加速发展，智能语音的市场空间不断打开。目前，智能语音已在2C消费级的智能家居、智慧生活、智慧办公、智能驾驶；2B企业级的智慧医疗、智能客服等多个领域实现场景应用。据IDC的统计数据，2021年中国智能家居设备市场出货量已超2.2亿台，2022年中国智能家居设备市场出货量则将突破2.6亿台，同比增长为17.1%。
 
经过长达近7年的发展后，启英泰伦积累的B端客户已超过5000名，平台开发者则超过了1万名，使用启英泰伦智能语音平台的在校AI学员则超过10万名。离线语音方案的年装机量则超过2000万，并正快速向上亿年装机量发展。

启英泰伦的终极目标是打造跨设备、跨时空，用户专属，终身守护的守护精灵。何云鹏将这一目标划分为三个阶段，第一步是让人机交互更自然，更具普适性；然后通过更多的数据，让机器更理解人、更主动地为人类服务；最终目标是打造专属的守护精灵，它将是用户全方位的生活管家、健康安全卫士、百科知识导师和给与心灵陪伴的知己朋友。
 
为了更快地实现自身目标，启英泰伦正加强生态建设，提升应用开发平台，和合作伙伴们一切推动生态建设，努力降低AI语音应用的门槛。对于启英泰伦的理想，何云鹏感慨道“那些站在民族和人类立场的美好愿望，一个人的力量是微薄的，但多一份总会更好！一个人这么想，就会有更多人这么想，最终汇聚成浩浩荡荡一往无前的力量！”