苹果Siri带热语音识别市场，Spansion杀入战局

    导言：浴火重生的Spansion市场新战略正逐步揭开，一方面从传统的NOR闪存业务扩展到NAND闪存业务，另一方面藉业内首款语音协处理器杀进新兴的语音识别人机接口市场，挑战传统的DSP和CPU解决方案。在DSP主导语音处理市场的今天，Spansion的这一新战略有多大胜算呢？请看本站记者对Spansion市场营销总监的独家专访。

随着电子设备智能化程度及互动能力的不断提高，语音、图像和手势等人机接口相继出现，以满足消费者对速度更快、互动性更强的信息访问方式的需求。iPhone 4S富有差异化特色的Siri语音输入暨识别功能翻开了语音识别在智能手机市场的新篇章，越来越多的制造商开始希望在最短的时间内开发出媲美Siri或甚至超越Siri性能的带语音识别功能的智能手机。

目前市场上人机接口语音功能一般由主CPU来处理，效果自然不能满足越来越挑剔的消费者。主CPU除了需要处理语音识别之外，还需要处理如高清视频、3D导航等，为处理能力和存储器带宽带来了计算、资源使用的瓶颈，特别是像语音识别需要很多资源密集型应用而言，更会形成这种瓶颈。如果将此功能让分立的语音协处理器来处理，就能营造出更好的用户体验。

IDC半导体部高级分析师Michael Palma补充道：“在当今的计算设备中，CPU需要处理从高速互联网接入、高清视频到3D导航和语音识别的几乎所有任务，结果为处理能力和存储器带宽带来了瓶颈问题。利用具体应用协处理器来处理语音评分任务，可以极大地改善语音识别系统的响应能力和延迟表现，同时为CPU腾出更多处理能力以集中处理其他资源密集型应用，从而在整体上营造出更好的用户体验。”

为满足这一新兴市场的特殊要求，NOR闪存主要供应商Spansion公司最近宣布推出Spansion语音协处理器（简称Spansion ACP），这是业界首款支持语音控制系统接口的人机接口(HMI)协处理器。

                                    
                                                                                   图一：语音识别的实现

目前，用户接口依赖于通用型硬件和软件。Spansion语音协处理器是首款具体应用型产品，它将定制型逻辑和硬件与Nuance公司的VoCon软件引擎完美地结合起来，为诸如语音之类的自然用户接口提供了一种专用资源。

Spansion执行副总裁兼全球业务总经理Glenda Dorcha介绍说：“虽然高端应用处理器正从单核快速转向双核和四核，但人机界面(UI)仍将是一个计算密集型功能，要求独立的硬件加速器和灵活的软件算法，应用协处理器来处理语音任务，可以极大地改善语音识别系统的响应能力和延迟表现，同时可为CPU腾出更多处理能力以集中处理其他资源密集型应用。”

凭借Nuance Communications公司的语音技术，该款新产品是汽车、游戏和消费电子领域语音识别系统的理想之选。此外，该产品支持更大的语音数据库，与常规语音接口相比，可以显著提高响应时间和精度。Spansion语音协处理器由定制型逻辑和高速存储器构成，有利于加快和优化语音控制人机接口，同时还可消除常规CPU在处理语音数据时的工作负荷。 

Spansion ACP专为Nuance VoCon的语音识别(Voice Recognition)引擎而优化。具体来说，Spansion ACP加速了语音识别过程的音阶分析评估阶段，将传入的数字声音与语音数据库内容进行比对。此音阶评估是Nuance语音识别技术的主要组成部分，由定制型逻辑和高速存储器构成，有利于加快和优化语音控制人机接口，同时还消除CPU在语音处理数据时候的工作负荷。

                                                                      
                                                          图二：Spansion语音协处理器[member]
 

应用处理器和DSP解决方案的不足

与仅采用应用处理器的典型系统相比，使用语音协处理器可使系统响应速度提高50%，应用处理器上的负载最多可下降50%。因此ACP定位在声控电子技术领域，并应用在汽车、消费电子和游戏机市场。

与现有的基于DSP的语音协处理器解决方案相比，Spansion市场营销和业务开发总监范承华表示：“Spansion ACP是同类中第一个以硬件为基础的协处理器，并专为Nuance VoCon的语音识别(Voice Recognition)引擎而优化。具体来说，Spansion ACP加速了语音识别过程的音阶分析评估阶段，将传入的数字声音与语音数据库内容进行比对。此音阶评估是Nuance语音识别技术的主要组成部分，因此ACP定位在声控电子技术领域，并应用在汽车、消费电子和游戏机市场。”

他强调指出，现有的欧胜(Wolfson)方案通常着重在语音识别过程的音效处理阶段；此阶段将传入的模拟语音信号转换为数字语音模式，并在执行时降低噪声、消除语音回音和形成语音波束。这些解决方案在ACP语音识别过程中有互补作用。另一家Sontia公司的产品主要针对扬声器，因此与ACP并不相关。

                              
 
                                                  图三：Spansion市场营销和业务开发总监范承华
 
汽车是Spansion第一目标市场

Spansion ACP目前在市场上暂时还没有实力较强的竞争对手，短期内道路会比较平坦。Spansion在中国已经有益登科技、威健、北高智电子、艾睿电子和安富利五个主要分销商，以及汇新电子和亚讯科技这两个较小的分销商。

范承华表示，在中国我们目前正与有兴趣于ACP的客户合作。目前而言，讨论具体的成功案例仍言之过早。

Nuance公司移动事业部执行副总裁兼总经理Michael Thompson表示：“Spansion以特有方式整合Nuance公司的技术，为汽车制造商提供了一种极其强大的平台。专业协处理器可以使语音互动变得极其快速、更加自然、甚至更加准确。”

Spansion战略联盟及业务开发资深副总裁Ali Pourkeramati表示：“随着人机互动的不断普及，市场上出现了对更加自然的用户接口的需求，而语音则走在了前列。我们的新型语音协处理器产品进一步巩固了我们的战略，即提供具有附加价值的系统能力，推动客户产品的差异化进程，促进互联智能设备的大规模普及。凭借我们在汽车和嵌入式存储器领域的领先优势，我们设计出了一种新的系统平台，它可以快速读取和分析数据，使用户体验迈上新的台阶。”

Strategy Analytics汽车消费调查总监Chris Schreiner表示：“语音识别技术的进步缩短了我们与自然语言理解之间的距离，这对汽车市场来说是至关重要的。越来越多的汽车制造商开始在汽车中装入语音识别接口，用于管理移动连接，同时提高驾驶安全系数。精度和延迟方面的改善，就像通过Spansion语音协处理器等创新技术所实现的一样，可以给消费者带来极大的便利，并改变我们与汽车的互动方式。”

Strategy Analytics中国区汽车研究总监徐震宇表示：“到2012年，中国原始设备制造商(OEM)所提供的具备语音人机接口的信息娱乐和车载信息通讯系统(telematics)的出货量将达到300万台，并預期在2018年达到2,000万台。开发厂商诸如Spansion语音协处理器这类的语音识别解决方案，必将刺激市场接受度，加强消费满意度。”

Spansion语音协处理器充分利用了Spansion久经验证的技术，及其在各类嵌入式应用中实现即时响应、高可靠性和性能方面的领先优势。基准检测结果显示，与仅采用应用处理器的典型系统相比，使用Spansion语音协处理器可使系统响应速度提高50%。应用处理器上的负载最多可下降50%，使其可以腾出空间处理其他任务。另外，Spansion语音协处理器能够支持更大的语音数据库(包括多语言，语音性别和声调)，这样一来提高了准确性并促进了自然语言理解。

Spansion技术的首次应用是在汽车市场。在该市场中，语音提供了一种更安全、更智能的驾驶连接技术，同时最大限度地减少了手持设备的视觉-手动干扰。Spansion演示平台集成了Spansion的技术和Nuance的语音识别软件，目前，多家大型汽车制造商正在对其进行评估，今年第三季度将开始提供设计样片。

 

Spansion ACP可媲美Siri吗？

ACP架构包括定制逻辑和高速片上闪存，两者间通过1.2GBps高速接口互连。此片上闪存基于Spansion 高性能和高可靠性的 MirrorBit NOR flash 技术，是语音数据库的存储位置。根据Spansion 的测试结果，此种独特的架构设计可提供最高性能的音效，并协助降低50%左右的反应延迟和CPU负载。

范承华说：“就我们所知，ACP是同类中第一个提供独特架构和功能，使用Nuance语音识别引擎来增进语音识别的电子系统。ACP可与DSP许多解决方案并存，协助语音处理功能。”

Siri技术智能程度已经很高，它可以联系上下文来理解说话者的意思，那么Spansion ACP能不能达到这个水平呢？范承华表示：“语音识别的准确性有赖于Nuance提供的语音数据库大小。数据库越大，语音识别结果越准确。以现有的语音数据库而言，ACP减少大约50%的延迟和50% CPU 负载，而Nuance是著名的语音和图像解决方案提供商，数据库的扩大只是时间的问题。ACP旨在支持所有使用Nuance Vocon 引擎的语言。”

此外，他强调指出：“就我们所知，Siri主要是基于连接到云端(Cloud)的网络技术。相反，Spansion ACP是为嵌入式系统设计，不论有无云端支持皆可执行语音识别。鉴于ACP是本地协处理器，相较于在大多数情况下纯粹云端提供的解决方案，我们相信ACP可提供更高的性能。”

目前，Spansion已可支持英语，而且还正在开发其他语言的功能。展望语音协处理器的未来，嵌入式系统的语音识别将朝向自然语言理解发展，人机对话将更趋于人人对话。

范承华指出：“此一趋势将需要更大量的语音数据库，因此需要配备更多运算和内存带宽的嵌入式系统。Spansion ACP具有独特的优势来支持这一趋势，藉由减少约50%的延迟和CPU负荷，并改善语音识别体验。”