瞄准智能家居完成百万级出货量前Marvell芯片研制高管包围AI芯片

在拥堵的语音 AI 芯片赛道，他们具有自研的全栈式技能才能，先将方针瞄准智能家居商场，经过语音芯片翻开人机交互的进口，再铺向更多的运用场景。

撰文 | 力琴

正在播映电视剧的电视机旁，放着一个电路板，即内含探境科技的语音芯片——Voitist 音旋风 611、外围电路、麦克风，这是一个用于智能家居语音操控的原型体系。

当人对着用于智能家居语音操控的原型体系说话时，该「体系」就会进行回应，它可以精确的经过人的指令做出反响，比方当你说出「最大风量」时，体系就会复述一句，将抽油烟机调整为最大风量。

在夹杂多声源的语音环境下，离线不联网的语音操控办理体系仍能接听人宣布的指令，并作出反响。

探境科技副总裁李同治告知机器之心，家电厂商可以直接运用这个电路板用语音交互来操控家电，比方替代抽油烟机本来需求按按键的操作，或者是将板卡与家电厂商的操控模块，经过串口协议直接相连，不做其它改动，即可晋级为一套语音辨认操控的智能家电。

由 Marvell 我国芯片研制部门前高管鲁勇创建的 AI 芯片公司探境科技，想以此切入宽广的智能家居商场，经过语音芯片翻开人机交互的进口。现在为止，搭载语音芯片的探境语音辨认计划已完结百万级产品出货。本年营收现已破千万元。

1 完结百万级出货量

2017 年，担任 Marvell 我国芯片研制部门高管鲁勇看到了 AI 芯片热潮背面，存在着巨大的商场需求和落地场景，便创建了探境科技。

探境科技创始人鲁勇

两年时刻，探境科技敏捷完结芯片量产出货，且快速完结商业化落地。

2018 年，探境科技开端完结 SFA 架构雏形，完结语音芯片 Voitist 音旋风 611 的流片；2019 年第一季度 611 一次性流片成功，开端协作首个 alpha 客户，；2019 年中完结量产供货。

2 年时刻，鲁勇泄漏，搭载语音芯片的探境语音辨认计划已完结百万级产品出货。未来探境还会将语音产品做二次晋级，推出更多在线离线一体化计划。

到现在，探境现已协作约 30 家组织，协作厂商包含美的、海尔等智能家居制造厂商。

探境科技在全球有 6 个研制中心，分别是北京、上海、深圳、合肥、杭州、美国硅谷。公司总职工挨近 200 人，其间 150 人是研制人员，其主干研制人员均匀作业经历约 15 年，其间有 50 人具有硕士、博士学历。

2 三大「自研降噪」法宝

AI 降噪技能+HONN 神经网络+端到端双麦

在智能家居细分类别中，智能灯具、抽油烟机、空气净化器、垃圾桶、窗布等家居设备，均可以终究靠搭载语音芯片的智能家居语音操控办理体系完结。

据 Strategy Analytics 发布的研究报告显现，具有语音操控的智能家居设备 (不包含智能音箱) 的销量将从 2018 年的 15.4 万台跃升至 2025 年的 3230 万台。

在炽热的智能家居语音商场，语音芯片在语音交互中扮演着一个要害的人物。因其在语音辨认、智能交互等方面的优势，可认为智能家居供给新的操控进口。

可是现在语音操控技能层面仍面对许多应战。高噪声、远场辨认环境形成低信噪比状况。信噪比，是衡量需求辨认的方针声源与其它搅扰声源强度比值的对数。一般将信噪比低于 15dB 的称为噪声环境。信噪比越低，辨认难度越大。

非稳态噪声，即搅扰人们歇息 、学习和作业的声响，也会对降噪算法产生影响。别的播映电视剧、音乐形成的多声源也会影响语音辨认。

在语音辨认的研制过程中，一个完好的辨认链路可以简化为麦克风输入、降噪处理、语音辨认、辨认成果输入四个环节。

语音辨认研制流程

为了顺利完结语音辨认，探境科技提出，首先在降噪处理方面下功夫，经过自研的 AI 降噪算法，对非稳态的突发性噪声进行过滤。其次，经过高核算强度神经网络（HONN）进行语音辨认。在这一环节，神经网络模型所需的算力决议了模型的描绘才能，一起也决议了模型处理才能和辨认率的上限。

在传统的语音辨认算法里，一般选用 DNN 的办法。DNN 即全衔接神经网络，最朴素的神经网络，网络参数最多，核算量大。高强度神经网络的参数量不大，仅为 DNN 的五分之一，用更小的参数量和存储，即可完结更好的作用。

相比较于全衔接操作，卷积操作可以供给更高的核算强度，且卷积运算与人类大脑担任感知模块的处理办法相似，可以提取满意大脑认知的实质特征。

探境将其核算机视觉中的一些经历迁移到语音辨认中，在语音辨认算法上加入了更多的卷积操作，从头规划了一个高核算强度的神经网络，即 HONN。

成果显现，HONN 在远场和高噪声等环境下的辨认率显着优于 DNN。

根据 AI 降噪技能与 HONN 神经网络还不足以处理语音辨认问题。为了提高超强噪音场景下的语音辨认率，探境科技开发了根据 FCSP 的端到端 AI 双麦算法。FCSP（Frequency Complex Subspace Projection）是探境自研的频域复数子空间投影算法的简称。

经过这个算法直接输入阵列信号，输出的是终究的辨认成果，中心部分悉数交给根据深度学习的 AI 算法来处理，不再运用传统的数字信号处理办法。

李同治标明，在模型练习期间，采纳「注意力增强」的学习办法，可以活络地检测到唤醒词和指令词。「相似于在一个喧闹的环境里边，假如有人喊自己的姓名，一会儿就能反响过来。」他比方道。

探境科技的逻辑是，经过 AI 语音算法+HONN 神经网络模型来提高辨认率，再经过 FCSP「端到端」的双麦处理算法简化辨认流程，下降终究语音辨认的错误率。

将这三个「法宝」集结一体，意图是霸占语音辨认难题。结合这三大条件，探境科技发布离在线一体的语音辨认处理计划，即 Voitist 音旋风 612。

Voitist 音旋风 612 的特点是下降传统语音设备对多麦的信号处理，相应节约硬件本钱；在高噪声环境下辨认率高；有用算力更高。

3 自研全栈式「硬底盘」

与其他公司不同，探境科技更着重自研，在全栈式技能上，供给芯片、软件、算法、体系一站式全体计划。

存储优先的芯片架构 SFA(Storage First Architecture) 则成为探境科技建立「全栈」式服务的根底。先用 SFA 处理算力的存储问题，再凭借 AI 降噪算法，经过全栈式的处理计划「杀进」商场。

鲁勇标明，SFA 是针对 AI 芯片存储墙问题而设置的芯片架构。所谓存储墙问题指的是，与数据和存储相关的带宽瓶颈、功耗瓶颈问题。同行业其他 AI 芯片规划公司也意识到，AI 芯片的实质不是要处理核算问题，而是要处理数据问题。

「一切运转的深度学习算法和 AI 芯片都面对一个问题，并不是要做卷积运算的乘法或加法，这并不是最难处理的问题，难点是在于存储带宽要求很大，存储功耗很高。」他指出，很多数据的重复运用，以及数据在存储器里的方位、相对联系、读取的功能，会影响到算法运转的功能。

现在常见的芯片类型 CPU、GPU、FPGA、ASIC 都可以运转深度学习算法，都可统称为 AI 芯片。CPU、GPU 都归于冯·诺依曼结构，指令译码履行、同享内存。用冯·诺依曼结构的处理器处理深度学习算法时，供给算力虽简略，但当运算部件到达必定的才能，存储器则无法跟上运算部件耗费的数据。

因而，SFA 架构以存储来驱动核算，推翻冯·诺依曼架构，规划不同于之前类 CPU 的核算架构。

实测数据标明，在同等条件下，SFA 可带来超高的能效比，数据拜访可下降 10~100 倍，存储子体系功耗下降 10 倍；28nm 工艺测验下，体系能效超越 4T OPS/W，核算资源利用率超越 80%，DDR 带宽占用率下降 5 倍。

根据 SFA 架构，探境科技拓荒语音和图画两条产品线。

在探境科技的语音芯片产品矩阵中，除了支撑 AI 双麦的 Voitist 音旋风 612 之外，还包含在离线一体的 Voitist 音旋风 621、以及语音芯片的旗舰产品——可支撑本地 NLP 的音旋风 7 系列。

探境科技语音产品矩阵

2019 年 8 月，探境自主研制的通用型语音芯片「音旋风」611，可以支撑 200 条的指令词，可以做到 99% 的唤醒率和极低的误唤醒率，已切入智能家居范畴，触及智能空调、空气净化器等多个品类。

Voitist 音旋风 611

别的，探境科技搭载的 SFA 架构的图画芯片 Imagist851 已流片成功，图画芯片的中心目标 IPS/W 高达 800，瞄准工业视觉、新零售、安防、辅佐驾驭等商场。

鲁勇称，SFA 可完结真实的通用型 AI 芯片架构，可支撑恣意神经网络。

「不只适配于终端，也适配于云端、推理、练习，可组成不一样的产品形状。」据鲁勇泄漏，探境的云端 AI 芯片也已提上日程，将于 2020 年推出。

他向机器之心标明，现阶段会以智能家居为主基点，然后再逐步加码至其他场景。

谈及未来的发展规划，他标明，探境科技定坐落一家语音、图画相结合的 AI 芯片公司，根据语音算法、图画算法，既有面向家具、玩具、智能穿戴等场景的语音系列处理计划，也有面向安防、新零售、辅佐驾驭等图画处理计划。

现在探境科技挑选做终端 AI 芯片，相对云端芯片投入本钱较低，离手机、智能音箱这类产品的规划和出产较近。在拥堵的语音 AI 芯片赛道，根据自研的全栈式技能才能，先处理存储再处理算力，探境走出一条不同寻常的路。