语音技术将成为智能家居复杂性和碎片化的关键接口

（文章来源：百知了）

语音可以提供简单、引人注目的用户体验，但是将语音控件添加到任何产品、服务或应用程序的路径都是复杂的。随着占主导地位的科技公司继续开发支持语音的界面和助手，产品设计师、开发人员和制造商将被迫重新考虑用户体验和用户界面。

随着智能音箱应用的惊人扩展，以及消费者将智能家居设备作为点解决方案而非系统购买的趋势，未来许多家庭将拥有一个以语音控制为主要用户界面的分布式智能平台。在2019年初，36%的美国宽带家庭拥有至少一个带有语音助手的智能扬声器。

语音助手技术依赖于两个主要组件：硬件，一种通信和捕获命令的方式;还有软件，一种思考和处理反应的方式。虽然硬件和软件决策很重要，但是考虑其他因素——比如本地处理和云处理，以及功耗——也会对语音优先应用程序或设备的成功产生重大影响。语音设计要求制造商评估他们的最终产品，并就使用环境、设备将被使用的环境和消费者交互模型做出决策。这些决策影响硬件选择。

在输入阶段，当用户对设备说话时，麦克风将捕捉短语并将其发送到ADC, ADC将语音输入转换为数字音频数据。麦克风可以是模拟的，也可以是数字的。模拟麦克风必须与模拟-数字转换器配对，而数字麦克风有一个内置。麦克风阵列的设计取决于设备的环境。对于那些需要用户近距离说话的设备，一到两个麦克风是理想的。远场通信可能需要4到7个麦克风阵列。

输入阶段之后是处理阶段。数字信号处理器将数据输入网络模块和自然语言处理引擎。在此阶段，将对捕获的语音数据引入算法。波束形成、动态范围压缩和自适应频谱降噪等算法有助于提高所捕获语音数据的质量。处理完成后，将数据发送到数模转换器和放大器，输出给用户。

为语音优先技术创建软件基础设施的构件包括自然语言处理，其中包括自动语音识别(ASR)和自然语言理解(NLU)；唤醒词算法，启动语音响应过程；以及一个处理数据的云平台。wake word作为用户和语音助手之间的网关。wake word引擎是一种算法，它通过监测音频信号来检测感兴趣的特定单词，从而激活设备的语音界面。

一旦预先确定的触发词或短语被检测到，语音查询就被发送到云上进行处理。通常，该技术在本地设备上运行，以提高语音查询响应的延迟，并保护隐私。自然语言处理(NLP)是人工智能的一种形式，通过文本、语音或两者的自然对话实现人机交互。聊天机器人通常指基于文本的对话系统，而语音机器人则指Alexa或谷歌Assistant等语音优先助手。

在一个简化的NLP体系结构中，自动语音识别(ASR)识别说话的单词并将它们转换为文本(语音到文本)。寻求为语音优先技术设计的公司必须决定他们的语音助手将如何处理语音查询——无论是在云端还是在本地设备上。考虑响应速度、Internet连接和安全性都是决策的考虑因素。语音芯片制造商DSP Group发现，在相当低端的处理器或DSP芯片上实现一定数量的简单命令是可行的。它发现，本地简单命令数量的最佳点是5到10个命令。

这些命令包括诸如打开和关闭设备、降低和增加音量等任务。一旦命令数量超过10到15个，对内存和处理能力的需求就会增加，故障检测率提高的风险也会大大增加。这表明向云处理的转变。更复杂的命令被发送到云，因为需要更多的功能和灵活性，而有限的命令子集可以在本地解释。一直在线监听设备的隐私问题是采用语音优先设备的一个关键障碍。此外，消费者对设备制造商在访问和管理他们的个人数据方面缺乏信任。

制造商必须考虑运行自然语言处理算法的处理器的功耗。缺乏专用电源的设备可以从低能耗解决方案中获益。与支持语音的设备相关联的始终在线监听功能的电源感知设计是电源优化的关键。目前的智能音箱都采用了交流电源，这是由于一直监听技术的能源消耗。公司选择电池供电而不是交流电的原因有很多，比如设备的物理位置，以及设备在房间里摆放的自由。

美观也可能是移除设备电源线的一个因素，特别是对于那些在实现语音识别技术之前一直使用电池供电的设备。语音电视遥控器是由电池供电的设备，要求消费者每三到四个月更换一次电池。康卡斯特(Comcast)等一些公司选择了“一键通”(push-to-talk)功能，而不是免提语音遥控器，以延长电池寿命。电能消耗可以通过多种方式来实现。减少功耗可以通过使用独特的尾流字技术、集成语音命令的数量和在设备上启动的算法来实现。

随着消费电子行业继续探索在小型设备和形式因素的语音接口，对超高效和低功耗解决方案的需求将会增加。随着智能家居设备拥有量的增加，用户往往拥有多个设备，语音作为家庭的集中用户界面将变得越来越重要。互操作性是一个驱动因素。语音将成为缓解智能家居复杂性和碎片化的关键接口。