語音識別作為人工智能發展最早、且率先商業化的技術，近幾年來隨著深度學習技術的突破，識別準確率大幅提升，帶動了一波產業熱潮。繼科大訊飛、捷通華聲之后，行業內又涌現出思必馳、云知聲、出門問問、炬芯科技等后起之秀，在教育、客服、電信等傳統行業之外，開辟出了車載、家居、醫療、智能硬件等語音技術應用新天地。與此同時，自然語言處理(NLP)作為人機交互技術的重要一環，也為此提供了助力。Siri的推出打開了語音交互的先河，不僅催生了一批語音語義創業公司，還激發了百度、搜狗等大型互聯網公司在語音語義技術上的投入。

在AI快速發展的時代，語音識別技術已經陸續出現在生活日常電子產品中，如何智能芯片讓機器聽到且聽準確人類的語言這將是一大難題。眾所周知，生物識別靠人臉或指紋這類的技術都有穩定的特征，可是聲紋就不穩定。一個淺顯的比喻：人高興的時候，第一天晚上唱了卡拉OK，第二天聲音啞了，怎么能夠在變化比較明顯的生物特征上做識別是一個很大的挑戰。語音識別整個過程包含語音信號處理、靜音切除、聲學特征提取、模式匹配等多個環節。由于語音信號的多樣性和復雜性，系統只能在一定限制條件下才能獲得滿意效果。在真實使用場景中，考慮到遠場、方言、噪音、斷句等問題，準確率會大打折扣。目前業內普遍宣稱的97%識別準確率，更多的是人工測評結果，只在安靜室內的進場識別中才能實現。

行業專家表示：想要讓語音識別更加準確，需要解決兩方面的問題。一方面，在語音增強、麥克風陣列以及說話人分離等多項技術領域持續投入，并結合后端語義，促進對上下文的理解，從而提升識別效果;另一方面，需要從產品設計上進行優化，比如通過進一步交互，使語音識別變得更為準確。在端側主控芯片上來講，應該研發出更高端的主控芯片，在聲音前處理方面有更加優秀的表現，讓拾音的距離和效率都能大幅提升。國內AI芯片主力供應商炬芯科技作為領先的聲音前處理技術代表，憑借其20余年對聲音研究的經驗，曾推出的智能音頻和智能機器人芯片備受國內外知名品牌商的青睞，且一直堅持對聲音領域的不斷投入和研究，堅持通過技術更好地捕捉聲音，降低干擾，讓有效的聲音信息傳送至智能機器的“耳朵”。

ATS3605(D)就是炬芯近兩年一直在主推的智能語音平臺，此芯片的語音前處理算法非常強大，尤其在降噪方面有非常好的表現。ATS3605(D)在相關平臺上整合了語音前處理算法、本地語音識別、喚醒、VAD等終端語音的核心算法，對接阿里/Baidu后臺，支持LCD顯示，支持攝像頭，并提供完整的智能語音解決方案。目前應用到的領域包括智能兒童機器人，智能音箱，智能家居中控等產品上，行業口碑甚佳。

通過深耕垂直領域和細分賽道，實現自我造血和快速成長，任何一家公司有機會在這一新興產業中逐漸做大。接下來，隨著語音識別和NLP技術的逐步成熟，智能汽車、智能家居、智能機器人產業的日漸完善，定會有一批優秀的技術類公司在智能語音產業的浪潮中順勢而起。