离线语音解决方案（语音通话解决方案） _语音

「TWS ASIA 亚洲蓝牙耳机展」是我爱音频网发起主办的一项推广蓝牙音频产业的活动，目前已经连续举办11届。

文章插图

多年来我爱音频网发起主办的蓝牙音频行业峰会，获得了1000多家企业和30000多名工程师热情参与。此次大会共邀请了21位行业内的大咖，为大家分享最新的行业资讯及产品技术。

今天我爱音频网跟大家一起回顾嘉宾在活动会上的演讲内容。

文章插图

演讲嘉宾：

思必驰科技股份有限公司

智能穿戴产品总监：董芳芳

文章插图

演讲主题：

《思必驰通话降噪与语音交互解决方案》

思必驰是国内领先的对话式人工智能平台公司，拥有全链路的智能语音语言技术，自主研发新一代人机交互平台（DUI），和人工智能芯片（TH1520）；为车联网、IoT 及众多行业场景合作伙伴提供自然语言交互解决方案，不断丰富后端资源，满足用户多样化需求，沟通万物、打理万事。

董芳芳女士，现任智能穿戴产品负责人，全程参与智能穿戴设备的行业洞察、市场调研、算法研发与产品落地工作，从事AI语音行业5年以来，曾负责OPPO/VIVO/华为/荣耀/小米/步步高/优学派/联想/京东方等数十家头部客户的项目管理工作，拥有丰富的语音产品落地经验。

在本次演讲中，董芳芳女士分享了思必驰的产品和技术、智能穿戴领域的趋势，包括思必驰的通话降噪方案、思必驰可以为穿戴设备提供差异化能力加持，以及全链路语音交互方案等内容。

以下是演讲PPT的详细内容：

文章插图

针对TWS蓝牙耳机的技术发展趋势，董芳芳总结为八个关键词，分别是高清音质、通话降噪、主动降噪、透传助听、空间音频、低延迟、健康监测和智能语音等。

1. 高清音质

因为耳机更多的时候还是听音乐，在音质上的追求更加极致，无论是声学设计，选择动圈，动铁，圈铁，还是在码率上，从之前的16k，向48k，甚至96k发展。

2. 通话降噪

通话作为耳机的TOP3功能，为了解决行业内大风噪和高噪声场景的问题，通话降噪算法开始从单麦，双麦，三麦，到现在的四麦方案。

3. 主动降噪

现在主动降噪也逐渐成为标配，搭载主动降噪的耳机价格也在逐渐下沉，但是如何平衡降噪效果与佩戴舒适度，比如半入耳耳机也降噪，如何智能识别该降噪的时候降噪，该通透的时候通透也是行业重点关注的。

4. 透传助听

其实主要是人声增强，包括在增强人声的时候噪声不要被增强的特别明显，对一些听力受损的人根据听力曲线按照分频进行动态增益。

5. 空间音频

现在都追求沉浸式体验，以前是在电影院才能体验到360度的环绕音效，现在将空间音频搬到了TWS耳机，让用户足不出户就可以体验极致的音效体验。

6. 低延时

TWS耳机的延时正常使用都是比较高的，比如一般>150ms 。听音乐打电话一般不影响。但是现在在看直播，直播的时候，如果延时太大，会出现音视频不同步的问题，在游戏领域就对延时有着更高的要求。

7. 健康检测

TWS耳机因为佩戴时与人体直接接触，且佩戴时间比较长。目前，一些厂家开始考虑整合GPS，心率传感器，血氧等传感器等，使得用户可以随时记录自己的健康状况，这也使得耳机的穿戴属性更加显著。

8. 智能语音

从近两年开始，我们感受到了智能语音在TWS耳机行业越来越被关注，厂家从拒绝到接受，从基础命令到全链路对话交互的需求升级，技术也在不断迭代，思必驰作为国内专业的对话式人工智能平台公司，除了为TWS耳机厂家提供低功耗唤醒和离线命令词外，还增加了骨传导声纹、转写翻译、小语种和方言识别等技术拓展。

文章插图

结合行业趋势，思必驰为穿戴设备提供4种差异化能力加持，分别为情境感知、智慧降噪、听感优化和智能语音。

文章插图

情感感知：

让耳机就像我们的器官一样，可以感知我们所处的环境，感知情境的变化，从而智能的帮用户做出判断，主要支持以下四种能力，包括识别噪声等级、当前场景、本人说话的状态，以及特殊的声音事件，这些能力可以用于耳机根据情境的变化进行动态切换降噪等级，与主动降噪和通话降噪结合。

文章插图

智慧降噪：

思必驰的通话降噪算法是基于传统信号处理+VDCNN深度神经网络模型相融合，结合芯片的加速核进行优化，在有限的资源下达到消除生活中的稳态、非稳态、瞬时和职业等噪声最佳的效果，保证更好的通话效果。

文章插图

听感优化：

听力增强与通话降噪的差别是，通话降噪是近端收音，远端放音，即使延时200ms，远端的人是不一定感受到；而听力增强是近端收音，近端放音，如果延时大于20ms用户就会听到两个声音。思必驰实现低延时的基础上，还实现动态增益、动态降噪以及啸叫抑制三大核心算法。

智能语音：

【离线语音解决方案（语音通话解决方案）】

思必驰基于行业内的主流芯片上，思必驰移植了人声检测、低功耗唤醒、骨声纹唤醒等算法，同时支持在小芯片上直接集成TTS资源，实现非固定文本的离线语音播报，耳机被语音唤醒后，可通过手机，实现方言识别、语音转写翻译、智能家居控制等功能。

文章插图

思必驰对耳机为什么需要智能语音给出了答案，智能语音能够实现连接手机、人机交互，解放双手，另外语音帮助耳机从放音设备升级为数据采集设备。

思必驰提供全链路端到端的语音解决方案，已经完成芯片端，耳机端，APP端整体协议对接，基于行业主流的低功耗芯片，移植超低功耗的人声检测VAD和唤醒模型，支持骨传导声纹唤醒，另外基于芯片实现非固定文本的离线语音播报，一方面，通过HFP协议对接手机自带的语音助手，包括Siri和安卓系，另一方面也可以支持直接通过私有协议与客户自己的APP进行对接，通过调用思必驰云端能力，帮助耳机实现方言识别，实时转写翻译，角色分离，甚至智能家居控制等技能。无论是唤醒率的性能，还是资源占用与功耗的性能，思必驰的算法表现都非常优秀。

除此之外，为了满足更多的离线语音需求，思必驰还支持了1600词的固定和非固定的文本说法，满足耳机在离线场景下的大部分应用，最重要的资源占用极低，大部分平台均可适配。

文章插图

近期多款搭载思必驰算法的穿戴产品已经上市，董芳芳女士还提到今年年底到明年年初还有几家爆品公司的产品进行上市。

以上就是思必驰智能穿戴产品总监董芳芳演讲的全部内容了，我爱音频网会为大家陆续整理分享其他嘉宾的演讲内容，敬请关注。