恩智浦發(fā)布新一代智能語音技術組合的語音識別引擎。本文將探討開發(fā)人員在嵌入式語音控制設計中面臨的挑戰(zhàn)、恩智浦新的Speech to Intent引擎，以及您如何在應用中使用它。

嵌入式系統(tǒng)中語音命令的挑戰(zhàn)

隨著亞馬遜、谷歌和蘋果等公司推出了具有革命性意義的智能揚聲器，嵌入式語音控制的設備已經成為了當下的熱門趨勢，而這種技術其實已經存在了很多年。通過這些智能揚聲器，終端用戶第一次體驗到了語音優(yōu)先設備的便捷性、實用性和直觀性。

語音是這些設備的用戶界面（UI），也是它們最重要或唯一的交互方式。借助云端的自然語言理解技術，智能揚聲器可以讓語音優(yōu)先設備的終端用戶用自然語言與智能設備進行溝通，無論是請求、查詢還是命令，都可以得到理解和響應。

為了實現(xiàn)自然語言處理，設計人員和終端用戶需要面對一些挑戰(zhàn)，比如要求有穩(wěn)定、可靠的網絡連接，以及要承受始終在線、始終聆聽的設備的高耗電，更別提這種聯(lián)網設備可能帶來的隱私風險了。

針對嵌入式設計中的語音引擎難題，恩智浦推出了其智能語音技術（VIT）產品組合的最新產品VIT Speech to Intent (VIT S2I) 引擎。

本地語音控制vs.云語音控制

為了讓設備具備語音控制功能，工程師通常有三種選擇：本地處理、在云端處理或兩者的組合，我們稱之為“混合處理”。

通過本地語音控制，終端設備在邊緣本地處理所有語音，而無需連接到云端或遠程服務器進行二次處理?；谠频奶幚砭褪抢迷贫说挠嬎隳芰硖幚碚Z音音頻，然后把云端生成的響應通過網絡傳回設備。

在混合處理的情況下，通常會使用本地喚醒詞引擎來喚醒設備(如“Hey NXP”)，然后將該喚醒詞之后的所有語音命令流式傳輸?shù)皆贫嘶蜻h程服務器進行處理。

本地處理具有低延遲、低功耗和獨立于網絡等優(yōu)點，但它通常只支持需要精確措辭的基本關鍵詞和命令。例如，開燈可能需要準確的短語“Hey, NXP（喚醒詞），開燈（語音命令）”，并且不能有任何變化。

對于云端處理和混合系統(tǒng)，云服務的使用增加了延遲，但提供了能夠運行極其復雜的算法的優(yōu)勢，包括自然語言理解模型。重溫剛才說的開燈示例，使用任何詞語組合，系統(tǒng)都可以理解所要求操作的環(huán)境，例如“這里很黑，請開燈”。

如前所述，基于云的自然語言處理的一個主要缺點是安全和隱私問題。簡單地說，這種方式的原理是把語音音頻流通過網絡傳送到遠程服務器進行處理，但是這也可能導致系統(tǒng)誤啟動并把無關的音頻流傳輸?shù)皆贫?。這些音頻流可能包括個人對話、憑證或其他敏感信息。

恩智浦VIT S2I引擎介紹

針對嵌入式設計中的語音引擎難題，恩智浦推出了其智能語音技術（VIT）產品組合的最新產品VIT Speech to Intent引擎。S2I引擎是VIT產品組合的高端產品，其中還包括免費的喚醒詞引擎 (WWE) 和語音命令引擎 (VCE)。

與依賴遠程云服務的系統(tǒng)不同，VIT S2I能夠在本地確定自然語言的意圖。這一功能要歸功于恩智浦針對嵌入式系統(tǒng)設計的神經網絡算法和機器學習模型的最新開發(fā)成果。因此，要實現(xiàn)“開燈”的目的，可以用很多不同的方式來表達，比如“開燈”、“太暗了”和“你能讓光線更亮嗎”等。