在AI時(shí)代，“會(huì)說(shuō)話”的機(jī)器人已經(jīng)十分常見(jiàn)，在許多酒店、餐廳、醫(yī)院、圖書(shū)館，我們都能碰到這些小個(gè)頭大智慧的服務(wù)機(jī)器人，它們開(kāi)口的瞬間，你可能會(huì)聽(tīng)到熟悉的聲音：櫻桃小丸子、蠟筆小新、哆啦A夢(mèng)...這些經(jīng)典卡通角色的聲音成為了它們的“名片”。那么，機(jī)器人的語(yǔ)音功能究竟是如何實(shí)現(xiàn)的？它與智能模組有什么關(guān)系？誰(shuí)是這類服務(wù)機(jī)器人的語(yǔ)音“指揮官”？今天我們就來(lái)聊一聊機(jī)器人的語(yǔ)音功能。

對(duì)于服務(wù)類機(jī)器人而言，智能模組無(wú)疑是它們實(shí)現(xiàn)網(wǎng)絡(luò)連接、圖像處理、語(yǔ)音識(shí)別與合成等多種功能的核心部件之一。在語(yǔ)音交互領(lǐng)域，智能模組可以為服務(wù)機(jī)器人的語(yǔ)音識(shí)別、自然語(yǔ)言處理和語(yǔ)音合成等任務(wù)提供強(qiáng)大的算力和通信連接支持。芯訊通高算力智能模組SIM9650L-W和近期新推出的SIM8965系列便是可以應(yīng)用到服務(wù)機(jī)器人領(lǐng)域的2款理想產(chǎn)品。

SIM9650L-W采用高通6nm工藝的8核ARM V8處理器，主頻可達(dá)2.7Ghz，內(nèi)置Adreno 643 GPU。高性能的硬件配置確保了模組在處理復(fù)雜的語(yǔ)音識(shí)別、語(yǔ)音合成及自然語(yǔ)言處理等任務(wù)時(shí)具有出色的表現(xiàn)，能夠快速、準(zhǔn)確地響應(yīng)服務(wù)機(jī)器人的語(yǔ)音指令。

同時(shí)，該模塊AI算力超過(guò)14Tops，能夠高效運(yùn)行復(fù)雜的AI算法，包括語(yǔ)音識(shí)別、情感識(shí)別、語(yǔ)音增強(qiáng)及降噪等，從而提升服務(wù)機(jī)器人的語(yǔ)音交互體驗(yàn)。此外，SIM9650L-W支持多個(gè)高分辨率攝像頭及雙屏顯示功能，有助于實(shí)現(xiàn)更豐富的視覺(jué)交互體驗(yàn)，如通過(guò)人臉識(shí)別技術(shù)來(lái)增強(qiáng)身份驗(yàn)證、通過(guò)手勢(shì)識(shí)別來(lái)輔助語(yǔ)音指令的輸入等。

另外，芯訊通新推出的SIM8965在語(yǔ)音功能方面也表現(xiàn)十分出色，該模塊采用高通8核64位ARM Kryo260處理器，主頻高達(dá)2.1GHz，搭配Adreno 610GPU。集成了先進(jìn)的音頻編解碼技術(shù)，支持多種音頻格式的編碼和解碼，包括MP3、AAC、HE AAC v1/v2等，提供豐富的音頻處理能力。視頻編碼和解碼支持1080p/60fps（H.264, MPEG4, H.263），支持同時(shí)1080p/30 decode + 1080p/30 encode，滿足服務(wù)機(jī)器人在復(fù)雜場(chǎng)景下的音視頻處理需求。

SIM8965和SIM9650L-W兩款模組都具備高性能圖像處理能力，擁有豐富的接口和網(wǎng)絡(luò)協(xié)議，能夠輕松連接服務(wù)機(jī)器人的各種傳感器、攝像頭、顯示屏等外圍設(shè)備，實(shí)現(xiàn)多維度采集和人機(jī)交互，也能讓語(yǔ)音互動(dòng)體驗(yàn)更個(gè)性化。同時(shí)，模塊集成的Android操作系統(tǒng)，方便開(kāi)發(fā)者利用豐富的資源為服務(wù)機(jī)器人定制更加智能、便捷的語(yǔ)音交互功能。

智能模組在服務(wù)機(jī)器人的語(yǔ)音功能中發(fā)揮著關(guān)鍵作用，它與語(yǔ)音識(shí)別、自然語(yǔ)言處理和語(yǔ)音合成等技術(shù)和算法共同構(gòu)成了服務(wù)機(jī)器人的語(yǔ)音功能系統(tǒng)。芯訊通擁有系列智能模組產(chǎn)品，AI算力覆蓋1-14Tops，支持LTE Cat.4或WiFi，覆蓋中國(guó)區(qū)、歐美、亞太等全球不同區(qū)域主流頻段，應(yīng)用場(chǎng)景含蓋智慧城市、機(jī)器人、智慧汽車、智慧醫(yī)療、智慧農(nóng)業(yè)、工業(yè)互聯(lián)等多領(lǐng)域，客戶可根據(jù)不同終端需求匹配不同產(chǎn)品。

隨著人機(jī)交互需求的凸顯，物聯(lián)網(wǎng)設(shè)備的語(yǔ)音需求也逐漸增長(zhǎng)，未來(lái)將有越來(lái)越多的場(chǎng)景需要實(shí)時(shí)、高質(zhì)量、高穩(wěn)定的音視頻通信。芯訊通在物聯(lián)網(wǎng)通信模組行業(yè)深耕二十多年，見(jiàn)證2G到5.5G、無(wú)連接到強(qiáng)連接、從萬(wàn)物互聯(lián)到萬(wàn)物智聯(lián)的演進(jìn)歷程。未來(lái)，芯訊通將繼續(xù)推動(dòng)物聯(lián)網(wǎng)通信模組技術(shù)的創(chuàng)新與發(fā)展，為機(jī)器人的語(yǔ)音交互體驗(yàn)注入更多活力與可能，也為各產(chǎn)業(yè)的數(shù)智化轉(zhuǎn)型賦能。