AI語音芯片初創企業如何走通進化路徑
近年來,AI芯片仍一直在經歷落地的陣痛中,即使面向已有大量需求的圖像識別和語音識別AI芯片,也同樣要在不同應用中破除算法、數據、應用場景的壁壘,才能得以成全。而隨著應用的深入,逐鹿其中的玩家還要在不斷的迭代中持續進化,以形成閉環,加速落地。AI芯片像馬拉松長跑,比的是耐力,而不是沖刺速度。在這場比賽中,不是要看誰跑得快,而是要看誰有潛力到達終點,誰在中途不走岔路。
隨著語音芯片市場局面漸次打開,各方勢力紛至沓來,欲在市場格局未定之際占據先機。而四種主流勢力亦在各較短長。互聯網和通信類巨頭的長處在于數據和場景的支持,以及足夠的資金和人才;成熟芯片設計公司在成本控制、芯片定義、供應鏈管理、渠道方面優勢明顯;初創芯片公司在芯片前沿架構和定制化方面可輕裝前進;算法及方案公司在整合芯片下游算法和應用方案上具有優勢。
雖然,先期AI語音芯片在集成方式、功能定位方面存在不同策略,但從通用走向專用的趨勢已然明了,即無論是CPU直接進行AI算法加速,還是DSP+NN模塊的方式,以及針對語音識別設計的AISC芯片,在靈活性及模型支持、成本、功耗等綜合指標來看,未來專用型AI芯片將成為主流產品。
在AI芯片中,以往規模的確很重要,但到今天可能更重要的不是規模,而是變化速度。在專用AI芯片的賽道上,各種“架構熱”興起,無論是存內計算、模擬計算、光計算、類腦等,確實各有差異。對于初創公司來說,若僅是采用“專用架構”已然沒有太高的門檻,終級比拼的不僅是工程能力和客戶能力的全面考驗,還有持續迭代和進化的能力。
在年中發布音旋風611以來,出貨已趨百萬級,這對于成立僅兩年多的探境而言,殊為不易。而拿到越進下一階競爭的“門票”之后,探境持續發力,在12月底一舉發布了由低功耗系列、主打系列、旗艦系列組成的3大系列、6顆AI芯片組成的產品矩陣,包括首個離在線一體的語音識別解決方案以及具備AI雙麥降噪功能的語音識別方案。
在智能家居應用中,其語音控制技術層面仍面臨諸多挑戰,包括由于高噪聲、遠場識別環境造成低信噪比情況,由于非穩態噪聲對于降噪算法產生影響,以及在語音識別期間同時播放電視劇、音樂造成的多聲源問題。
完整的語音識別鏈路可分為麥克風輸入、降噪處理、語音識別、識別結果輸入四個環節。首先,要在降噪算法處理上下工夫。一方面,語音AI芯片將持續迭化優化,未來還將語音芯片進行高維升級,推出更多在線離線一體化方案;另一方面,已把觸角伸到了下一個紅利市場(圖像識別)。
AI芯片蛋糕非常大,希望有能力的可以聯合上下游一起,開放SDK和工具鏈,持續構建生態,與大量的合作伙伴一起落地更多的場景開發,從中一起創造價值。”
商場如戰場,而不同位置的企業,有不同的生死線;謀不同的位置,要有對應的資源配置和作戰姿勢。在沖鋒中正全面出擊,在激活存量、增量上努力求索。存量是核心的語音芯片業務,力求做穿做透;在這一基礎上超越原有核心業務,找到新的增量即圖像識別以及云端芯片。