IDC 预计，2019 年全球智能家居（jū）设（shè）备市场出（chū）货量将（jiāng）达到 8.327 亿台，将同比增长 26.9％。蛋糕之大让业界（jiè）一片欢腾，尤其是进入门槛较低的语音（yīn）识别应用市场，吸（xī）引了众（zhòng）多 AI 创业公司的目光，市面上出（chū）现了多款针（zhēn）对（duì）语音识别的 AI 芯片，其中不乏思必驰、云之声等算法厂商，还有出门问（wèn）问、若琪等终端厂商，语音 AI 芯片市场的竞争变得异常激烈。

近期，探境科技也推（tuī）出了具有 AI 双（shuāng）麦降（jiàng）噪功能（néng）的（de）语音识别方（fāng）案（àn），即 Voitist 音旋风 612。可能很多人对探（tàn）境科技（jì）并（bìng）不（bú）是（shì）熟（shú）悉，其（qí）实这并不（bú）是一家新的 AI 公（gōng）司，而是（shì）在 2017 年就（jiù）已经成立，只是（shì）公司初期在埋头研发，因此很（hěn）少出现在公众的视野中（zhōng）。据其技术副总裁李（lǐ）同治介绍，“公司创始（shǐ）人鲁勇曾经在全球著名半导（dǎo）体（tǐ）公司 Marvell 担任研发高管（guǎn），研发（fā）团队（duì）有着给苹果、三星、希捷、西数、特斯拉（lā）等国际顶级公（gōng）司（sī）量产芯（xīn）片供货的经验，公司的目标是为客户提供终（zhōng）端人工智能芯片及（jí）整体解（jiě）决方案。如今，公司（sī）在北京、上（shàng）海、深圳、杭州、合（hé）肥（féi）及美国硅（guī）谷都设（shè）立了研发基地，目前（qián）公司员工近 200 人，其中（zhōng）技术（shù）研发（fā）人员 150 人，平均（jun1）研发（fā）经验在 15 年以上（shàng）。”

在今年的 7 月份，探境科技就（jiù）推出了首款 AI 语（yǔ）音识别（bié）芯片音旋风 611，并且（qiě）已经量（liàng）产，李同治介绍，“音旋风 611 支（zhī）持多达（dá） 200 条命令词，能够覆盖家庭生活场景（jǐng）中（zhōng）几乎所有常见的语音控制（zhì）命令；在识别率方面，不低于 99%的唤醒（xǐng）率，超过 97%的识别（bié）率，以及低于 24 小时 1 次的（de）误唤（huàn）醒率。适（shì）用于各种需要（yào）语音进行（háng）控（kòng）制的应用场景，芯片内嵌（qiàn）领（lǐng）先（xiān）的 NPU 架（jià）构，配合（hé）单麦（mài）克（kè）风即可实现 5-10m 远距离的语音（yīn）识别，识别（bié）延迟小于 0.2 秒，不需要依赖云和网络，可在本（běn）地完（wán）成推理（lǐ）运算，音旋风 612 是 611 的升级版。”

AI 公司以技术取胜才能走得（dé）更远，探境科技能（néng）够推出这样的产品也全依赖于（yú）技术驱动。AI 应用需要软件和硬件共同实现，市面上（shàng）的很多公司要（yào）么（me）单独（dú）做算（suàn）法（fǎ），要么单独做硬件，这就容易出现软件（jiàn）和硬件匹配困（kùn）难的问题，探境科技是在（zài）软件和（hé）硬件两方面同时研发，从而实现（xiàn）软硬件融合，包括芯片设计、结（jié）构框（kuàng）架、系统、算法等全部自主研发。在发布会（huì）上，探境科技负责人从硬件方面（miàn）介绍了（le）公司（sī）的独特技术（shù）存（cún）储优先架（jià）构，从（cóng）软件方（fāng）面（miàn）分（fèn）析了公司的三（sān）大（dà）黑科技。

“杀手锏”：存储优先架（jià）构（gòu）

传统的处理器一般都采用冯·诺伊曼体系结构（gòu），计算单元和存储单元相互独立，每次（cì）运算计算（suàn）单元将数据从存（cún）储（chǔ）单元中提取出来，处理完成后再（zài）写回存储单元中（zhōng）。近年来，处理（lǐ）器（qì）性能飞速（sù）提升，但是访问存储器的速度并没有相应的提升，所以访问存储（chǔ）器的速度无法跟上（shàng）处（chù）理器消耗数据的（de）速度，导致（zhì）处理器的计算性能无法充分发挥出来，这就出现“存储墙”问题。

为了解决“存储墙”问题，探境（jìng）科技推出（chū）了存储（chǔ）优先架（jià）构（即（jí）SFA架构），这是一种不同的技（jì）术路线。探境科（kē）技创始（shǐ）人（rén）鲁（lǔ）勇（yǒng）解（jiě）释，所有深度学习算法和 AI 芯片都面临一个问题，它们并不是要做（zuò）卷积运算的乘法或加法，这并不是最难解决的（de）问题，难点是在于有很多数据（jù）在重复使（shǐ）用，数据在存储器里（lǐ）的位置、相对关系（xì）、读（dú）取的性能会影响（xiǎng）到（dào）算法（fǎ）运行的性（xìng）能。而（ér）且数据的存储带（dài）宽要（yào）求很大，存储功耗很（hěn）高。传统（tǒng）上的（de）解（jiě）决方（fāng）式（shì）不考虑存储墙（qiáng）的问题（tí），暴力增加存储单元，成本很高。我们用一种独特的芯片架构来（lái）推翻（fān）冯诺依曼体系架构，把数据读取的次数降低，降低数据的冗余，从而降低带宽的需求，通过算法和调度数据的（de）方式，改进数（shù）据管理，在硬件上（shàng）控制数据流，降低（dī）数据重复（fù）使用，通（tōng）过（guò）软件和硬件结合，在芯片上降低资源的链接复杂度，这种架构我们称为（wéi）存储优先架构（gòu），其实（shí）我们改善的（de）是芯片（piàn）本身的原因（yīn）。”

portant;" />

从效（xiào）果来看，鲁勇强调，“这种方法可以带（dài）来超高的（de）能效比（bǐ），数据访问（wèn）可降（jiàng）低（dī） 10-100 倍（bèi），存储子系统（tǒng）功耗下降（jiàng） 10 倍（bèi）以（yǐ）上（shàng），28nm 工艺系统能效超过 4T Ops/W。”

鲁勇将（jiāng） SFA 架构（gòu）称为真正符（fú）合商业应用的 AI 芯片架构，因为（wéi）其采用（yòng）成熟的设（shè）计方案，无需对底（dǐ）层器件进行修改（gǎi）设计，可以（yǐ）走商业化路径（jìng）；通用性高（gāo），芯（xīn）片面（miàn）向的场景众多，必须支持多种算法才可以被商（shāng）业（yè）化；同时易用性高，用户学（xué）习（xí）成（chéng）本低，模型移植简单。

需要指出的（de）是，一般（bān） AI 芯片只针对某一神（shén）经网（wǎng）络（luò）进行运算，SFA 架构支（zhī）持任何神经网络，而且可以（yǐ）调整参数。

存（cún）储（chǔ）优先算法既（jì）然如此高效，为什（shí）么其（qí）它 AI 公司（sī）没（méi）有开（kāi）发？鲁勇的解释是，这是一项有技（jì）术门槛的（de）技术，不仅（jǐn）在技术上需要（yào）要懂数学原理（lǐ）、架构、数据管理知识，同时需要有丰（fēng）富的芯片设计经验，综（zōng）合起来才能做到高效率，这（zhè）些都是探（tàn）境（jìng）科（kē）技所具（jù）备（bèi）的。

如果（guǒ）说存储优先架构是探（tàn）境科技在硬件上实（shí）现的优（yōu）化，软件上（shàng）又做（zuò）了哪些（xiē）工作？李同治向我们做（zuò）了（le）详（xiáng）细介绍。

三大“黑科技”加身，出货量过百万

李（lǐ）同治将探境科技在软件上的创新归结为三大（dà）“黑科技”，分别是 AI 降噪算法（fǎ）、高计算强度神经（jīng）网络 HONN、基于 FCSP 的（de）端到端 AI 双麦算法。

黑科技（jì）之一：AI降噪算（suàn）法

目（mù）前在智能（néng）家居应用中，语音识别面临环（huán）境噪杂或者（zhě）距离远，从而导致识别不清（qīng）的难题，智能家居设备厂家急需一种（zhǒng）能够准（zhǔn）确过滤噪音，并（bìng）提（tí）取目标声源的方案。

portant;" />

在语音识别技术中，信噪比（bǐ）是衡（héng）量识（shí）别的目标声源与其它（tā）干（gàn）扰声源强度比（bǐ）值（zhí）的对（duì）数。一般将信噪比低于（yú） 15dB 的称为（wéi）噪声环境。信噪比越低，识（shí）别难度越大。在（zài）语音识别的研发过（guò）程中，一个（gè）完整的（de）识别链路（lù）可以简化为麦克风输入、降噪（zào）处（chù）理、语音识别、识（shí）别结果输入四个环节（jiē）。想做好识别，首先要在（zài）降噪处理上（shàng）下功夫。

探境科技自研了 AI 降噪（zào）算法基于深度学习，不仅能够处理稳态的噪（zào）声，非稳态的突发性噪声（shēng）也能快速过滤。为（wéi）了验证探境（jìng） AI 降噪算（suàn）法的有效性，技（jì）术人员（yuán）将（jiāng）一批信噪比在 3dB 左右的语音数据送到一（yī）个（gè）知（zhī）名的云端公（gōng）开（kāi）语音识别（bié）引擎做了测试，降噪后比降噪前（qián）提（tí）高 30%识别准确率（lǜ）。

黑科（kē）技之二（èr）：高（gāo）计算强度神经网络HONN

在对声（shēng）音进行降噪处理之后，就进（jìn）入到了语音识别（bié）环节。在这一环节中，神（shén）经网络模型所需的（de）算（suàn）力（lì）决（jué）定了（le）模型的（de）描（miáo）述（shù）能力（lì），同（tóng）时（shí）也决（jué）定（dìng）了模型处理能（néng）力和（hé）识别率的上限。在（zài）传统的语音识别算法里，国内很（hěn）多语（yǔ）音识别芯片都采（cǎi）用了全连接操作 DNN 技术。但是（shì）相（xiàng）对全（quán）连接操作（zuò），卷积操作（zuò）能够提供更高的计算（suàn）强度，且卷积（jī）运算与人类大脑（nǎo）负（fù）责（zé）感知模块的（de）处（chù）理方法类似，能够提（tí）取满（mǎn）足大脑认知的本质特征。

探境将其计算机视（shì）觉中的一（yī）些经验（yàn）迁移到语音识（shí）别中，在语音识别算法上加入了更多的卷积（jī）操作，重新设（shè）计了一（yī）个高计（jì）算强度的神经（jīng）网（wǎng）络，即 HONN（High Operation Neural Network）。

portant;" />

李同治（zhì）解释，“对比发现，HONN 仅需要 350k 的（de）存储空间，而（ér） DNN 需要 1.6M 的存储（chǔ）空间，更低（dī）的存储（chǔ）需求意味着成（chéng）本（běn）更低。同时 DNN 与 HONN 所需的算力相反（fǎn），处理高强度模型单（dān）帧（zhēn）时，HONN 需要超过几百（bǎi）兆（zhào） OPS，而一般（bān）的 DNN 模型（xíng）仅为（wéi）个位数的算力，两（liǎng）者（zhě）相差超（chāo）过 30 倍。对于神（shén）经网络来说，模型所需的算（suàn）力决定了（le）模型（xíng）识（shí）别率（lǜ）的上限。相对安静的（de）环境下（xià）两者之间差别不大，但是当信噪比进一步（bù）降（jiàng）低时，基于 HONN 的（de）方法识别（bié）优势非常明显。”

在实际测试中（zhōng），在抽油烟机的噪音中（大约 70 分（fèn）贝），HONN 方式下的识别信噪比约为 3~5dB，单（dān）灯模型的识（shí）别效果非（fēi）常准确。

黑（hēi）科（kē）技之三：基于FCSP的端到端AI双麦算法（fǎ）

信噪比还有一（yī）种更严苛的情况，就（jiù）是 0dB 和负（fù） dB，0dB 意（yì）味着噪声和信号（hào）强（qiáng）度一样（yàng），甚至（zhì）噪声（shēng）比语（yǔ）音（yīn）信号还（hái）要强，面（miàn）对这种应（yīng）用场景，探境科（kē）技采用了基于（yú） FCSP 的端到端 AI 双麦（mài）算法。

portant;" />

传统的（de）麦克风阵列处理算法有（yǒu）几大缺点，从而造成处理效果并不（bú）理想。“为了（le）克服（fú）传统处理方式的缺点，我们设计出了基（jī）于 FCSP 的端到端 AI 双麦算法。”李同治对记者表（biǎo）示“FCSP（Frequency Complex Subspace Projection）是（shì）我们（men）自研的频域复（fù）数（shù）子空（kōng）间投（tóu）影（yǐng）算法（fǎ）的简称，这个算（suàn）法直接输（shū）入（rù）阵列信（xìn）号，输出的是最终（zhōng）的（de）识别结果，中间部（bù）分全（quán）部交给基于深度学习的 AI 算法来处理，不（bú）再使用传统的数字信号处（chù）理（lǐ）方法（fǎ）。信号增强（qiáng）与识别模块整体（tǐ）以降低识别错误率为（wéi）目标（biāo）进行优化，避免了语音增强与语音识别模块（kuài）错配的问题。”

另外，在模型（xíng）训练（liàn）期间，采取了“注意力增强”的（de）学习方（fāng）法，能（néng）够灵敏（mǐn）的（de）检测到唤醒词和命（mìng）令（lìng）词（cí），即使干扰信号与（yǔ）目标（biāo）信号方（fāng）向接（jiē）近，也（yě）能灵敏的进（jìn）行唤醒和识（shí）别。李同治做（zuò）了（le）一个形象的比喻，“这（zhè）个类似于在（zài）一个嘈杂的环境里面（miàn），如果有人（rén）喊自己（jǐ）的名（míng）字（zì），一下子就能反（fǎn）应过来。”

李同治强调（diào），“我（wǒ）们采取（qǔ）了频域复数子空间（jiān）投（tóu）影，抗噪（zào）性（xìng）能强，在信噪（zào）比为 0dB 时，相对于传统的处理算法，相对识别错误率降低超过 20%。”

通过 AI 语音（yīn）算法+HONN 神经（jīng）网络模型来（lái）提（tí）升（shēng）识别率，再（zài）通（tōng）过（guò） FCSP“端到端”的双麦处理（lǐ）算法简化（huà）识（shí）别流程，降低最终识别错误率，探境（jìng）的语（yǔ）音算法实现（xiàn）了跨越（yuè）式的升级，加上通过存储优先架构打造的 AI 芯片，探境科（kē）技可（kě）以为客户提供芯（xīn）片、算法俱全的（de） Turn-key 方案。

除了支持 AI 双（shuāng）麦的（de） Voitist 音旋风（fēng） 612 之外，还包（bāo）括在（zài）离线一体的 Voitist 音旋风 621、以及语音芯（xīn）片（piàn）的旗舰产品——可支持（chí）本地（dì） NLP 的音旋风（fēng） 7 系列（liè）。探境目前拥有约（yuē） 30 家合作伙伴，既有美的、海尔等智能家居制造大（dà）厂，也有世强科技（jì）在垂直（zhí）领域颇具影响力的渠道商，知名智能家（jiā）居（jū）制造商阿凡达智控也刚刚与探境达（dá）成合作，目前，探境科技（jì）的产品出货量已达百万（wàn）级别。

未来规划：从语（yǔ）音到（dào）图（tú）像，离线在线一（yī）体方案已在（zài）路上（shàng）

近两（liǎng）年（nián），边缘计（jì）算大热，随着数据（jù）量（liàng）不断（duàn）增大，云（yún）端（duān）的承载压（yā）力越来越大，因此终端客户寻求（qiú）在（zài）边缘完成部分数据处理，从而分担云端的压力（lì）。尤其（qí）在 AI 领域，未来对延迟和带（dài）宽提出（chū）更苛刻的要求，探境科技也认为，真正的人（rén）工智能应用（yòng）场景（jǐng），是不需要借助（zhù）云端服务等做远程（chéng）支持的（de），只有将人工智能做到终端（duān）上来，让每个设（shè）备都具备人工智能，才是（shì）现阶段“人工智（zhì）能”的进（jìn）化（huà）。

portant;" />

目前厂（chǎng）商多采用在线方案，就是打（dǎ）一个数（shù）据包放（fàng）到云端，而离（lí）线方案是语音识别算（suàn）法在本地（dì），音（yīn）乐等播放内（nèi）容还是放在云端。据鲁（lǔ）勇透露，未来探境还会将语（yǔ）音产（chǎn）品进行（háng）二次（cì）升级，推出更多在线离线一体化方案。探境科技采用 HONN 神（shén）经网络模型，意味着处理（lǐ）模型变小（xiǎo），放（fàng）在（zài）边缘（yuán）的存储（chǔ）容量变小，成（chéng）本也随（suí）之（zhī）降低。关于（yú）用户（hù）对在线（xiàn）方（fāng）案和离（lí）在线一（yī）起（qǐ）方（fāng）案（àn）的（de）选择，鲁勇表示，离线在线一（yī）体方案和在线方案两种会共存，毕竟（jìng）用户的想法不同，选择也不（bú）同。

portant;" />

关于产品规划（huá），鲁勇还表示，“探境不仅（jǐn）仅是一个语音芯片公司，而是一家（jiā）语音、图像整体结合（hé）的 AI 芯片公司。除（chú）了语言市场之外，我们还（hái）看好工业视觉、新（xīn）零售、安防、辅助驾驶等市场。我们的图像芯（xīn）片（piàn）在 2019 年 Q4 就已经流片成功，在（zài）某些应（yīng）用中已经（jīng）开始产生营收。AI 芯片的（de）蛋糕非常大（dà），探（tàn）境希望可（kě）以联合上下（xià）游（yóu）一起（qǐ），开发生态，开放 SDK 和工（gōng）具（jù）链，不（bú）仅（jǐn）是大家可（kě）以直接使用（yòng）我们的产品（pǐn），我们也（yě）希望有（yǒu）大量的（de）合作伙（huǒ）伴，完成更多（duō）的（de）场景开发。”

鲁（lǔ）勇（yǒng）认为，AI 芯（xīn）片（piàn）这（zhè）一领域（yù）不像手机 APP 那样，瞬间可以凭一（yī）款应用获得数（shù）百万的用户，AI 芯（xīn）片更像马拉松长跑，比的是耐力，而（ér）不是冲刺速度，在（zài）这场比（bǐ）赛中，不是要看谁跑（pǎo）得快，而是要看谁有（yǒu）潜力到达终点，谁在中途不走岔路。探（tàn）境作为创业（yè）公司（sī），虽然进（jìn）入市（shì）场比较晚（wǎn），但是这（zhè）也是一个拐点期，市场教育工作已经完成，后（hòu）面市（shì）场竞争还（hái）是看核心技术，我们的优势在于（yú）软件（jiàn）和硬件都自主研发，因此算法移植非常（cháng）快，我们将从智（zhì）能家居领域开始，先打好地基，再逐（zhú）渐加码，等待（dài）市场大潮的到（dào）来。