錘子科技在15日?qǐng)?jiān)果TNT工作站發(fā)布之后，表情包們集體炸了。

噓，你不要講話，吵到我用TNT了

這個(gè)表情包吐槽的是9999元起的TNT工作站的工作場(chǎng)景，因?yàn)榇蟛糠植僮餍枰玫接|控+語(yǔ)音識(shí)別功能，在背景嘈雜的辦公室，你很難讓語(yǔ)音清晰識(shí)別到你的聲音，在各種干擾下你的操作精度將會(huì)大打折扣。所以網(wǎng)上還有個(gè)段子表示，如果要用TNT工作站來(lái)設(shè)計(jì)，老板必須給每個(gè)設(shè)計(jì)師安排單獨(dú)的隔音辦公室。其實(shí)這種情況在目前普遍搭載人工語(yǔ)音智能的設(shè)備如手機(jī)、音箱中很難普遍，只要稍微有人聲干預(yù)就會(huì)讓你的siri識(shí)別率大跌。

不過(guò)噪音問(wèn)題其實(shí)比你想象中的容易解決，對(duì)于羅永浩和錘子科技來(lái)說(shuō)，或許欠缺的只是一顆小小的降噪芯片。

傳統(tǒng)的音頻降噪方式

目前智能手機(jī)中對(duì)于環(huán)境噪音的處理主要有兩種方式：第一種是通過(guò)多MIC實(shí)現(xiàn)降噪功能。這種方式需要配備降噪MIC，對(duì)于用戶的使用手勢(shì)要求很高。如果降噪MIC剛好壓住用戶的臉部，或者在耳機(jī)模式下都無(wú)法獲得降噪效果，在使用免提模式的時(shí)候也會(huì)有影響。

第二種是通過(guò)在終端設(shè)備內(nèi)置場(chǎng)景降噪的軟件，通過(guò)算法來(lái)實(shí)現(xiàn)降噪。這對(duì)于終端計(jì)算能力有很高要求，一方面對(duì)于環(huán)境噪聲的樣本數(shù)量有限，另一方面，噪聲樣本越多，終端的判斷時(shí)間就會(huì)越長(zhǎng)，最終影響用戶體驗(yàn)。畢竟用戶希望對(duì)話是能夠迅速反應(yīng)的。

這兩種傳統(tǒng)的降噪方式都具有各種缺陷，在具體的降噪效果上也是差強(qiáng)人意。

通過(guò)AI識(shí)別場(chǎng)景，智能降噪

更好的方式是采用獨(dú)立的降噪芯片來(lái)進(jìn)行降噪。來(lái)自***的意騰科技通過(guò)一顆搭載AI算法的降噪芯片來(lái)實(shí)現(xiàn)降噪功能。這種方式的好處是不再需要多個(gè)MIC來(lái)處理，只需要單MIC就能保證通話模式中實(shí)現(xiàn)清晰的語(yǔ)音。此外，這種方式也不需要對(duì)噪聲樣本進(jìn)行搜索匹配。

這顆降噪芯片其中的核心是一顆專為語(yǔ)音降噪設(shè)計(jì)的AI處理器，通過(guò)3層深度學(xué)習(xí)網(wǎng)絡(luò)（DNN網(wǎng)絡(luò)）實(shí)現(xiàn)對(duì)原始聲音的處理輸出，其中每層網(wǎng)絡(luò)擁有1028個(gè)節(jié)點(diǎn)。此外，這顆AI處理器的運(yùn)算能力可以達(dá)到1012 ops/W，可以針對(duì)特別壓縮的聲音信號(hào)實(shí)現(xiàn)計(jì)算處理。

通過(guò)這顆降噪芯片，之所以不需要對(duì)噪聲樣本進(jìn)行搜索匹配。主要是因?yàn)檫@顆AI處理器對(duì)超過(guò)4億個(gè)語(yǔ)音資料樣本（包括2億外文語(yǔ)音樣本）進(jìn)行了機(jī)器學(xué)習(xí)，可通過(guò)DNN網(wǎng)絡(luò)迅速自行找到每段音頻最合適的模型和參數(shù)?？蓪?shí)現(xiàn)智能識(shí)別包括餐廳/集會(huì)場(chǎng)所、公交地鐵火車站、風(fēng)噪、音樂(lè)噪聲等各個(gè)噪聲場(chǎng)景。

降噪前后效果對(duì)比

通過(guò)智能場(chǎng)景識(shí)別實(shí)現(xiàn)的降噪功能有多牛逼？讓我們來(lái)通過(guò)噪聲處理前后的音頻來(lái)實(shí)際對(duì)比一下：

一般來(lái)說(shuō)，業(yè)界都采用SNR（信噪比）來(lái)判斷降噪功能，SNR是按照國(guó)際標(biāo)準(zhǔn)ISO 4969-2檢測(cè)的單值降噪值。設(shè)備的信噪比越高表明它產(chǎn)生的雜音越少。從圖表對(duì)比中可以看到，經(jīng)過(guò)降噪處理后的SNR實(shí)現(xiàn)了大幅度的提升。

據(jù)了解，目前意騰科技的降噪音頻芯片一共四個(gè)型號(hào)，分別對(duì)應(yīng)IG200、IG1201、IG1100、IG1102。目前實(shí)現(xiàn)的主要功能還是通話降噪和近距離喚醒。此外，目前實(shí)現(xiàn)的本地存儲(chǔ)的關(guān)鍵詞達(dá)到4組，預(yù)計(jì)到Q3會(huì)升到10組，通過(guò)是支持立體聲AEC以及beamforming功能。預(yù)計(jì)到Q4會(huì)推出帶聲紋識(shí)別功能的降噪芯片，這樣的話你就再也不用擔(dān)心下面這個(gè)段子的情況會(huì)發(fā)生了：

“我悄悄來(lái)到賣力工作的設(shè)計(jì)師小王身后，說(shuō)一句全部刪除，小王的心血付之東流?！?/p>

最后介紹一下這顆芯片的供應(yīng)商意騰科技。這家公司的CEO從事半導(dǎo)體行業(yè)30年+，之前創(chuàng)立的耀鵬科技曾是三星手機(jī)供應(yīng)商。主要研發(fā)團(tuán)隊(duì)從2013年開(kāi)始就研究AI語(yǔ)音降噪算法，目前意騰科技也獲得了MTK的投資。值得注意的是，目前高通是采用將AI降噪算法植入到SOC的方式來(lái)實(shí)現(xiàn)降噪，但這對(duì)于SOC的性能和功耗要求頗高，未來(lái)是否會(huì)采用單獨(dú)的AI芯片來(lái)進(jìn)行處理，還有待觀察。

最后，筆者認(rèn)為未來(lái)語(yǔ)音交互將會(huì)成為一種重要的交互手段，TNT的構(gòu)想在技術(shù)的進(jìn)步之下未必不能實(shí)現(xiàn)。讓我們對(duì)產(chǎn)品創(chuàng)新保持一定的寬容和好奇心。