今年2月底，探境科技发布了由低功耗系列、主打系列、旗舰系列组成的三大系列、6颗AI芯片组成的产品矩阵 。其中，探境发布了具备AI双麦降噪功能的语音识别方案，即Voitist音旋风612，这也是首个离在线一体的语音识别解决方案 。
AI降噪+HONN 无惧家居噪音
【具备AI双麦降噪功能的Voitist音旋风612正式发布，怎么看】信噪比，是衡量需要识别的目标声源与其它干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，识别难度越大 。
在语音识别的研发过程中，一个完整的识别链路可以简化为麦克风输入、降噪处理、语音识别、识别结果输入四个环节 。想做好识别，首先要在降噪处理上下功夫 。
据探境科技副总裁李同治介绍，为了验证探境AI降噪算法的有效性，他曾将一批信噪比在3dB左右的语音数据送到一个知名的云端公开语音识别引擎做了测试，降噪后比降噪前提高30%识别准确率 。
在传统的语音识别算法里，用的最多的是全连接的操作，叫DNN/DTNN 。相比较于全连接操作，卷积操作能够提供更高的计算强度，且卷积运算与人类大脑负责感知模块的处理方法类似，能够提取满足大脑认知的本质特征 。
探境将其计算机视觉中的一些经验迁移到语音识别中，在语音识别算法上加入了更多的卷积操作，重新设计了一个高计算强度的神经网络，即HONN(High Operation Neural Network) 。
正是依托于AI降噪技术+HONN神经网络，探境的Voitist音旋风611，可以覆盖绝大部分的生活场景，无惧各种噪音干扰 。
端到端双麦加持 攻克0dB环境
为了提升低这些场景下的识别率，还需要使用麦克风阵列来增强语音信号 。探境在双麦算法上有自己的独门绝技—FCSP双麦识别算法 。”
“为了克服传统分模块语音增强算法的这些缺点，我们设计出了基于FCSP的端到端AI双麦算法 。”李同治对采访人员表示 。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 。
这个算法直接输入阵列信号，输出的是最终的识别结果，中间部分全部交给基于深度学习的AI算法来处理，不再使用传统的数字信号处理方法 。信号增强与识别模块整体以降低识别错误率为目标进行优化，避免了语音增强与语音识别模块错配的问题 。
“端到端”是目前国际上最前沿的处理算法 。通过AI语音算法+HONN神经网络模型来提升识别率，再通过FCSP“端到端”的双麦处理算法简化识别流程，降低最终识别错误率，探境的语音算法实现了跨越式的升级 。
探境自研的SFA架构，以存储驱动计算，具有能效比高、资源利用率高、通用性强等特点 。在SFA架构上实现深度学习时，只需要一个较高层次的神经网络描述 。SFA的编译器首先将这个神经网络进行全部融合，然后根据具体架构实现的规模产生一个统一的存储流图，再进行存储节点的时空映射，最后根据各个节点之间的计算类型配置计算单元，组合起来形成一个统一的固件供SFA控制器使用 。
在28nm常规工艺芯片的对比测试中，SFA架构在乘法器数目相同情况下，结果如下表 。(DRAM为LPDDR4) 。
这意味着SFA架构所采用的各种微观和宏观调度算法，比较“类CPU架构”采用的基于总线和指令集的映射方法，在近似存储量、近似算力、近似外部存储带宽、近似功耗约束的前提下，可以获得8~12倍的利用率收益 。
“SFA(存储优先)架构是探境的产品基石，正是借助SFA的优势，我们的AI芯片产品才能‘裂变式’的推出，大大加快了探境的商业化落地速度 。”探境CEO鲁勇这样评价SFA架构的意义 。
推荐阅读
- 四川专升本要具备哪些条件
- 松树蘑菇有几种
- 想要在社会上有所成就，需要具备这几个能力
- 理论宣讲包括哪些内容，进入文明实践中心要具备哪些条件？
- 身上有一种吸引人的气质 你有吸引人的独特气质
- 3D生物打印新突破：3D心脏具备收缩功能
- 为什么有些人气质像老板 领袖气质要具备的6要素
- 水瓶女有才华有谋略 最具备才华的3个星座女
- 高冷高傲型女生的特点 身上八成都具备这些特点
- 真正有气质的人是怎样的 真正有气质的人具备这三个特质