特稿 >

行业洞察 >

构建“芯时代”统一战线,云知声宣布开源全栈语音交互方案

构建“芯时代”统一战线,云知声宣布开源全栈语音交互方案

Xtecher原创 丨 行业洞察

15118
2181

2018-07-24

Xtecher

Xtecher特稿作者

关注

             图片1.png

云知声联合创始人、芯片负责人李霄寒博士


“其实现在外面好多合作伙伴都说我们特别‘独’,不过等你们的东西做出来,大家就不会这么说啦。”云知声联合创始人、芯片技术负责人李霄寒经常用这句话作为开头来鼓励自己的芯片团队尽快完成 Turnkey 整体音箱方案,因为在 5 月份云知声首款面向物联网的 AI 芯片——UniOne的发布会上,在 UniOne 上实现 Turnkey 音箱方案并将其整体开源,已经作为一个重大举措发布了。


图片2.png 

谈起之前和合作伙伴的合作,李霄寒还是比较感慨的,云知声之所以能成为国内唯一实现 IVM (智能硬件模组)在白电领域大规模出货的 AI 公司,其中最关键的一条就是云知声提供了软硬件云+端一体化解决方案,为客户提供了一站式解决方案。但是这种模式,让很多希望和云知声展开合作的技术方案公司感觉云知声不太愿意和大家一起玩,所以有人半开玩笑半认真地说云知声比较“独”。


图片3.png 

但是另一方面,李霄寒认为前两年的“独”,恰恰是对合作伙伴的负责。因为面向智能家居实现 AI 落地,牵涉到非常多的环节,比如需要积累可以量产化的结构经验;比如需要通过引擎、硬件平台选型以及系统优化,满足家电厂商整体的功耗要求;再比如适配云知声引擎,并在价格和性能方面达到最佳配置的通用芯片选型。这些都需要经过团队之间日常的紧密的合作,有时候甚至需要针对某些硬件特点做相应的引擎代码级别修改,才能真正实现最佳效果。


“如果仅仅提供一个引擎给自己的合作伙伴,再提供一些 SDK 层面的适配和支持,其实对自己的合作伙伴,包括对自己的团队,都是不负责任的。因为大家资源都是有限而宝贵的,引擎原厂没有足够的硬件、系统和产品经验,是无法高效支撑合作伙伴,最终大家做了很多合作,可能只是一场热闹,而无法做到量产出货。”这是李霄寒的结论。


正是在这种思想的指导下,云知声一面提供着 IVM 的整体解决方案,一面把自己在 IVM 实际落地场景下积累的经验和参数,落实到自有 AI 芯片 UniOne 的设计中,期望通过芯片,最大可能地把家居场景下的关键部分进行固化,再将该芯片之上的全栈语音交互进行开源,大大降低技术门槛、缩短上市时间,从而确保合作伙伴与云知声的合作都有收获。


图片4.png 

“不过这么做压力很大”,作为资深金庸迷,李霄寒有时候在内部开玩笑,说基于 UniOne 整体开源交互方案出来之前,自己经常想起《倚天屠龙记》里面赵敏说的那两句话“周公恐惧流言日,王莽礼谦下士时”,不过这也更加促进了自己领导的芯片团队加班加点。


碎片化的 IoT 市场 vs 基于 UniOne 的统一战线


兵无常势,水无常形, UniOne 出来后,云知声也进入到自己的“芯时代”,远讲降噪的2Mic、4Mic算法的各个参数,离线唤醒达到最佳唤醒率/误唤醒率的阈值,离线识别命令的模型大小和反应速度,都已经调到了最佳状态并且固化在 UniOne 中。在这种情况下,和合作伙伴一起做,就在一个非常稳固并且高起点地基础上了。面向很多潜在地客户,云知声均有一套经过验证过的参数,可以保证最终产品的性能,如果后续云知声算法有升级,也可以通过刷新 UniOne 中的固件来确保效果。与此同时,UniOne上目前实现的音箱整体交互方案,也将开源。


“Turnkey方案的开源,必将大大促进整体智能硬件产品的开发”,谈及这点,李霄寒信心满满,原因主要来源于以下三个方面:


一、 智能硬件的产品经理非常稀缺,尤其是懂语音交互设计的产品经理。语音交互(VUI)与之前屏幕为主要展示的图形界面交互(GUI)差别非常大,前者是扁平结构,一句话直达系统任何一个图形界面,可以做任何一个操作。而后者是树形结构,需要一步步点击。这两种交互各有优势,而 VUI 目前市面上人才不多,又由于其扁平结构的特性,在设计的时候,需要从系统整体层面来考虑,而不是简简单单一个 App 层面。如此总总,都大大增加了 VUI 设计难度。


“产品交互设计如果都不好,最终开发的产品效果就可想而知了。”而作为云知声创始团队的李霄寒,在十多年前就在 Motorola 中国研究中心从事人机交互相关的研究工作,从 Motorola 手机上的语音交互到云知声车载到格力空调、斐讯音箱,李霄寒带领云知声团队积累了丰富的 VUI 设计和开发经验,而这些经验凝结而成的整体语音交互方案,将随着 UniOne 一起作为 Turnkey 方案整体开源,这一切将大大降低行业门槛。


二、 语音交互方案开源将大大缩短开发周期。作为一个系统级的功能,语音交互方案将处理音频驱动,处理与系统其他应用的交互,处理各个案件和唤醒事件,而且必须足够健壮稳定,这些都随着云知声开源方案得到解决。合作伙伴可以只做浅层次的定制化改造,比如唤醒词修改;也可以做深层次开发,比如基于云知声架构框架增加自己的对话 Session ;也可以在看懂整体方案情况下,完全重写。


图片5.png 

三、 云知声经过考验的实施团队,提及云知声的竞争优势,很多客户都对云知声的服务表示认可,这与云知声有一支经验丰富并且善于和客户配合的实施团队密不可分。而在“芯时代”,这支团队将为愿意采用云知声 UniOne 的合作伙伴提供整体开源方案的技术支持,包括代码培训、工具开发等,尽一切可能降低合作伙伴熟悉整体开源方案的学习曲线陡峭度。


正如在 UniOne 芯片发布会上李霄寒所强调的, IoT 是一个碎片化的市场,面对这个碎片化的市场,如何以一个高效的方式应对,是云知声,也是云知声的合作伙伴需要认真面对并深度思考的。现在云知声给出了自己的回答,通过凝结自己场景落地经验的 UniOne 芯片,将其上的全栈语音交互方案进行开源,结成统一战线。各个合作伙伴可以在开源方案上将精力更多地放在自己熟悉的细分市场定制化方向,更快更好更多的出货。而云知声聚焦在自己性能改进和芯片迭代,更高性能更低成本。


“8月份,大家一起来”,李霄寒非常高兴自己终于可以在8月份的 UniOne Turnkey 方案开源研讨会上甩掉戴在自己和云知声头上两年多的“独”的帽子了。


图片6.png 

打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

账号登录

重置密码

还没有账号?立即注册>

账号注册

已有账号?立即登录>注册企业会员

重置密码

返回

绑定手机