首页 > 科技未来 > 内容

AI公司为何开始争相推出AI语音芯片？

发布于：2024-06-18 编辑：匿名来源：网络

为什么AI公司开始争相推出AI语音芯片？ 2020年1月的AI语音芯片市场非常热闹。

1月2日，云知声召开发布会，启动多模态AI芯片战略，并公布了今年计划推出的三款AI芯片。

1月4日，Spichi召开发布会，发布第一代AI语音芯片TAIHANG。

1月21日，猎豹移动旗下AI公司Orion Star联合瑞芯微电子宣布推出专门针对智能音箱和物联网设备的AI语音芯片。

再加上此前出门问问和Rokid已经发布的AI语音芯片，AI语音芯片的竞争日趋激烈。

这不禁让人好奇，为什么AI公司或者AI语音公司开始抢着推出AI芯片呢？开发AI语音芯片是必然趋势。

猎户星首席战略官王兵博士在接受雷锋网专访时表示，AI企业推出AI语音芯片有几个原因。

一方面，语音市场需求增长非常快。

仅看智能音箱，去年市场总出货量超过1万台，并且仍在增长。

另一方面，AI语音算法现在已经比较成熟，算法输出的竞争也变得有些激烈。

因此，很多公司都开始研发芯片，因为芯片具有相对更大的商业化潜力。

这是一个非常自然的决定。

趋势。

他还指出，由于AI语音芯片不需要像AI视觉那样强大的计算能力，也不需要最先进的工艺，因此相对而言，AI语音芯片不仅研发门槛较低，而且具有开发周期相对较短。

这也是很多公司推出AI语音芯片的原因。

不过，猎户星最终决定研发AI芯片还有更多的考虑。

此前接受采访时，猎豹移动董事长兼首席执行官傅盛提到了推出AI芯片的两点考虑。

首先，没有针对某个AI场景的专用芯片。

例如，NVIDIA GPU是为游戏设计的，而高通的SoC是为手机设计的。

设计上，针对AI或者一些专门设备设计的芯片非常少。

其次，28nm工艺现在已经非常成熟，成本也非常低。

制作一个集成语音算法的芯片可能只需要几，流片也需要几百万元。

但在产品中加入这样的芯片可以显着减轻主芯片的负载。

使用原本为手机设计的芯片可能会消耗40%的语音处理计算能力。

当然，猎户星能够推出AI语音芯片也离不开自身的积累。

王兵表示：“猎户星掌握了麦克风阵列、语音唤醒、语音识别、语义理解和语音合成等全套远场语音技术，还拥有自主研发的全链路远场语音技术。

交互系统Orion Voice OS，作为全技术链的企业来说，芯片是必须涉及的领域，这将有助于我们在垂直领域建立优势。

同时，在中国人工智能产业发展联盟（AIIA）公布的国产智能音箱智能评级结果中，猎户座语音操作系统占据了评级前五名产品中的三席，足以说明我们在语音市场的影响力。

此外，实现芯片的自主可控也是一大趋势。

因此，开发芯片就成了一件很自然的事情。

“联合研发AI语音芯片是一个不错的选择。

AI语音企业研发AI芯片是自然趋势。

不过芯片研发的选择有很多，包括完全自主研发、联合研发、联合研发等。

”值得注意的是，猎户座星空选择的方式是与瑞芯微联合研发，同样，思锐与中芯国际旗下的投资公司中芯聚源成立了合资公司——上海申聪智能联合研发。

这是否意味着联合研发AI语音芯片是一个好的选择？对此，王兵表示：“相比之下，从开发周期和成本来看，联合研发确实是一个更好的解决方案。

因为比较成熟的芯片公司已经积累了经验，很多东西不需要重新设计，这样可以缩短开发周期。

另外，对于很多企业来说，没有必要亲自干预芯片的生产和管理。

“至于我们为什么选择与瑞芯微合作，王兵表示，瑞芯微在低成本芯片方面拥有多年的经验。

在我们评估了包括自主开发以及与其他厂商合作的解决方案后，我们最终发现瑞芯微的解决方案成本最低，而我们的算法和他们的硬件能力的结合是比较合适的，从具体的合作分工来看，Orion Star负责芯片架构、算法和系统软件的设计，而Rockchip则提供了一些成熟的硬件和后期解决方案。

王兵表示，在合作过程中，由于Orion Star有很多来自知名芯片公司的经验丰富的工程师，所以他们非常清楚如何设计芯片以及如何与瑞芯微合作。

雷锋网获悉，猎户星今年上半年启动了芯片项目，目前猎户星语音算法团队规模接近30人，包括软件和系统团队。

所以，从项目启动到芯片。

距离正式上线还不到一年的时间。

Orion Star的AI语音芯片竞争力如何？芯片不一定是最便宜的，但一站式解决方案既便宜又灵活。

据了解，Orion Star与Rockchip联合开发的AI语音芯片OSRK基于28nm工艺，采用64位4核ARM Cortex-A35 CPU，集成高性能CODEC（8通道ADC通道DAC），它可以低成本支持8个麦克风阵列，硬件语音检测模块（VAD）可以实现非常低的待机功能，专用指令集可以优化神经网络的运行。

OSRK主打低功耗、强通用性，可实现从语音唤醒、语音理解、语音合成等全链条语音交互能力。