阿里达摩院发布新一代自研语音AI芯片技术，计算效率提升百倍以上

机器之心 8 月 21 日消息，在美国旧金山举行的芯片行业顶级学术会议HOTCHIPS上，阿里巴巴达摩院发布了新一代AI语音FPGA芯片技术——Ouroboros，该技术能将语音生成算法的计算效率提高百倍以上。这是业界首款专用于语音合成算法的 AI FPGA芯片结构设计。


作为芯片领域的顶级峰会之一，HOTCHIPS 与其他顶级半导体会议的显著区别之一就是更侧重于商业应用，而非仅仅是学术项目，此次阿里发布的Ouroboros 就是面向语音合成领域商业应用的 FPGA 加速计算方案。

（阿里达摩院科学家在HOTCHIPS大会现场发布自研语音芯片技术）

针对 ASIC 实现的性能仿真预估表明， Ouroboros 的设计可以实时运行 WaveNet 等业界先进的文字转语音（TTS，Text-to-Speech）算法 ，实现实时语音合成。

算法很好但难以进行实时计算是语音芯片的行业难题。Ouroboros的突破在于它使用了端上定制硬件加速技术，替代云端服务器，有效避免了对网络连接和云端服务的强依赖性，解决了这一问题。以计算量最大的AI语音合成算法WaveNet为例，为了生成1秒的语音，CPU和GPU需要消耗50秒的计算时间，但Ouroboros在FPGA环境下只需要 0.3秒，大大提升计算效率，同时将整体服务成本降低 10 倍以上。