人工智能如何發(fā)聲

基于語(yǔ)音的虛擬個(gè)人語(yǔ)音助理(VPA)是當(dāng)今音頻行業(yè)的主要驅(qū)動(dòng)力?；谝纛l系統(tǒng)的傳統(tǒng)組件，如音頻編解碼器、麥克風(fēng)、揚(yáng)聲器和音頻放大器，他們都在使用人工智能來計(jì)算和分析語(yǔ)音數(shù)據(jù)。例如計(jì)算支持復(fù)雜的音頻功能，如語(yǔ)音識(shí)別和源定位。它可以在云中執(zhí)行，也可以在消費(fèi)設(shè)備的邊緣處執(zhí)行。這些分析在云中執(zhí)行需要很高的處理能力和訪問大量數(shù)據(jù)，。

Yole光電和傳感部門的技術(shù)和市場(chǎng)分析師Dimitrios Damianos表示：“人工智能的附加價(jià)值是用于自然語(yǔ)言處理，聲音是與機(jī)器互動(dòng)的一種更自然的方式。你不需要使用鍵盤和雙手，你只需要發(fā)聲即可。然而，為了理解用戶在說什么，他們的語(yǔ)言以及他們的意思需要進(jìn)行大量的處理。“人工智能正在增加解碼的價(jià)值，并幫助我們與設(shè)備溝通?！?

當(dāng)被問及VPA的快速滲透時(shí)，Damianos將其歸因于其便捷性和效率。當(dāng)然，“我們相信和看到的是，像谷歌、蘋果、Facebook、亞馬遜和微軟(統(tǒng)稱為GAFAM)這樣的大型科技公司試圖推動(dòng)這些VPA，因?yàn)樗鼈兲崛〉臄?shù)據(jù)有真正的價(jià)值?！?

Yole公司MEMS和傳感器部門的技術(shù)和市場(chǎng)分析師Alexis Debray：對(duì)于用戶來說，音頻比圖像更容易被接受。他們認(rèn)為音頻“不那么具有侵入性，所以這是GAFAM從人們那里收集數(shù)據(jù)的好方法，GAFAM的主要業(yè)務(wù)就是數(shù)據(jù)。一些公司利用數(shù)據(jù)做生意，而另一些公司利用隱私和設(shè)置技術(shù)來確保用戶的隱私。例如，蘋果公司就宣揚(yáng)隱私，并使之成為強(qiáng)大的營(yíng)銷資產(chǎn)。

Damianos說到：對(duì)大型科技公司來說，它們的實(shí)際價(jià)值是盡可能多地從環(huán)境中提取信息，這意味著VPA不僅會(huì)傾聽用戶的聲音，還會(huì)傾聽他們周圍的環(huán)境，并了解他們的環(huán)境。例如，“如果你在廚房里，麥克風(fēng)可以聽到刀架在柜臺(tái)上的聲音，立刻就知道你在廚房里，并給出一個(gè)菜譜?！边@就是情景人工智能。

人工智能對(duì)話之后的下一個(gè)階段很可能是完全感知，虛擬助手，無(wú)論是智能揚(yáng)聲器還是智能手表，都可以像人類一樣與用戶交流。Damianos介紹，完全的意識(shí)是概念性的，并帶有問號(hào)。“我們還不知道時(shí)間軸，但可能會(huì)在人工智能對(duì)話之后的5到6年。這將取決于人工智能的發(fā)展和該領(lǐng)域公司的發(fā)展。

雖然這些一直監(jiān)聽的系統(tǒng)可以在汽車人機(jī)界面中挽救生命，但它們也引起了人們對(duì)用戶隱私保護(hù)的擔(dān)憂。為了防止可能的誤用，Debray強(qiáng)調(diào)，數(shù)據(jù)處理應(yīng)該盡可能快地進(jìn)行，并盡可能靠近麥克風(fēng)?！半x麥克風(fēng)越近，隱私泄露的可能性就越小?！?

隱私包含多個(gè)維度，因?yàn)橛脩艨赡芟Ｍ[藏自己的性別、年齡或情緒。展望未來，Debray表示，他有信心麥克風(fēng)、ASIC或應(yīng)用處理器領(lǐng)域的參與者將開發(fā)出確保用戶隱私的技術(shù)。麥克風(fēng)可以消除聲音中的情緒，只呈現(xiàn)音頻數(shù)據(jù)。

Yole分析師預(yù)計(jì)，GAFAM將繼續(xù)占據(jù)主導(dǎo)地位，因?yàn)槟壳八鼈儗?duì)分析的作用至關(guān)重要，但傳感器制造商顯然渴望在邊緣加入人工智能，并將音頻分析業(yè)務(wù)從云端分流出去。Damianos:“傳感器制造商希望增加他們的收入，并從音頻市場(chǎng)中分一杯羹。這不是一場(chǎng)來自大公司一方的戰(zhàn)斗。這是傳感器公司的一場(chǎng)戰(zhàn)斗?！?

Alexis Debray：“傳感器公司確實(shí)在追求多樣化的戰(zhàn)略，“試圖向價(jià)值鏈移動(dòng)，變得更加一體化?！?

在最近的一次采訪中，Vesper Technologies Inc.首席執(zhí)行長(zhǎng)Matt Crowley曾表示，Vesper正在尋求提高其壓電MEMS麥克風(fēng)的智能化程度?！拔覀兿嘈?，在未來，我們將在傳感器中嵌入一些與人工智能配對(duì)的傳感器。它將能夠?qū)W習(xí)人類和動(dòng)物如何使用他們的感官——不僅僅是視覺、聽覺、味覺、嗅覺和觸覺，還有動(dòng)作或溫度——來了解他們的環(huán)境。我們的長(zhǎng)期愿景是，這些物體將使用多種仿生傳感器來了解它們的環(huán)境，并盡可能做出最佳反應(yīng)?！?

此外，英飛凌(Infineon AG)也改變了自己的商業(yè)模式，從銷售麥克風(fēng)模類產(chǎn)品轉(zhuǎn)向銷售Goertek和AAC等公司的產(chǎn)品，再到銷售成套的MEMS麥克風(fēng)。從一個(gè)MEMS麥克風(fēng)制造商到一個(gè)做制造、封裝、測(cè)試和銷售的綜合播放器?！斑@是戰(zhàn)略上的變化……這可能意味著，他們看到了VPA的動(dòng)向，希望在這個(gè)市場(chǎng)上找到自己的定位。”

同樣，美國(guó)樓氏電子Knowles，今天的領(lǐng)導(dǎo)者，擁有MEMS麥克風(fēng)市場(chǎng)39%的份額，最近從Ams AG收購(gòu)了MEMS麥克風(fēng)ASIC設(shè)計(jì)部門。這是引入混合信號(hào)電路設(shè)計(jì)知識(shí)產(chǎn)權(quán)的一種方式，同時(shí)也是應(yīng)對(duì)來自中國(guó)公司如Goertek和AAC日益激烈的競(jìng)爭(zhēng)的一種方式。