中国电子元件行业协会
China Electronic Components Association
1 摘要
对话式人工智能（AI）是一个快速发展的机器学习（ML）领域，旨在使人机交互更加自然直观。它借助先进的算法和技术来理解自然语言输入，并使机器能够像人一样地作出响应。通过将对话式AI框架集成到工具和系统中，用户可以使用自然语言指令来与机器互动。这些智能系统能够理解用户的语意和语境，记住用户偏好，并进行有意义的对话。
随着语音应用在日常生活中占据日益重要的地位，本文将主要围绕能够理解并对口头语言而非书面文本作出反应的对话式AI展开探讨。我们将探讨一些正在推动对话式AI市场不断增长的先进技术，以及语音助手实现广泛应用所面临的挑战。改善语音应用用户体验的一个关键因素是开发语音用户界面（VUI）。为了实现准确的语音识别并提升整体音频质量，高信噪比（SNR）MEMS（微机电系统）麦克风正在作为一个关键元器件而存在。
这些拥有紧凑尺寸和高灵敏度的高性能MEMS麦克风，可帮助实现更精准的语音捕获，进行背景噪声过滤，并确保为对话式AI系统提供更清晰的音频输入。在本文中，我们将探讨在语音应用中集成高信噪比MEMS麦克风，如何能够帮助大幅提高语音识别精度，以及实现更自然和无缝化的人机交互。
2 设备和应用 对话式AI已成为现有的许多设备和应用中不可或缺的一部分，它改变了我们在各种环境下与技术进行交互的方式。一些我们非常熟悉的、高度依赖对话式AI技术的应用包括： 智能音箱 – 智能音箱是一种集成有能够响应用户请求的语音助手的独立音箱。市面上最著名的智能音箱包括集成谷歌语音助手的Google Home音箱、集成Alexa语音助手的Amazon Echo音箱以及集成Siri语音助手的Apple HomePod音箱。 车载语音交互系统 – 集成了语音助手的汽车让司机能够专注于操控方向盘和观察路况。司机可以语音控制音乐播放、导航系统和空调温度，而无需为了查找按钮或浏览菜单而分心。 智能家居系统 – 智能家居系统为利用自然语言指令来操作家居控制系统提供了一种简便的方法。集成有对话式AI的常见设备包括照明系统、温控器及安防系统等。 智能会议系统 – 智能会议系统是一种利用对话式AI来进行会议文字转录和翻译的高效工具。这些系统通常集成了语音助手来完成日程安排、确定行动项目和编写会议记录等行政任务。
3 重塑对话式AI未来的趋势 集成有对话式AI的设备和应用市场最近几年实现了迅猛的增长，新冠肺炎疫情的爆发更是加速了它们的应用。受提高效率和对话式AI技术进步的影响，语音助手市场从2023年到2030年之间预计将以33.5%的复合年均增长率（CAGR）增长。目前推动这一技术增长的一些趋势包括： 语音识别算法的改进 – 随着对话式AI的普及，语音识别的数据集不断增长，这意味着语音识别算法越来越能更好地识别词语、短语及真人说话的方式。这也意味着语音识别技术能够更好地识别语言、口音和方言。 自然语言处理的进步 – 自然语言处理是对话式AI理解用户请求的机制。自然语言处理算法的日益完善提高了对话式AI的精度和个性化水平，使得对话式AI变得更加直观和可靠。 语音控制设备的使用增加 – 随着语音控制技术被越来越多地集成到设备和应用中，对话式AI的需求出现了不断增长，这进一步推动了该领域的发展。随着技术的进步，虚拟助手将能处理越来越复杂的任务，并提供更好的输出。随着对话式AI对工作效率的不断提高，使用语音应用的企业数量预计将不断增加。
4 语音助手实现广泛应用所面临的挑战 随着语音识别和自然语言处理技术的迅速发展，先进对话式AI系统的市场需求也有了显著增长。尽管有了这些进步，用户仍会遇到阻碍语音助手广泛使用的苦恼。阻碍这项技术实现广泛应用的许多挑战都与数据隐私有关，比如用户担心存储在云端的语音数据的安全性，以及设备可能通过被动监听记录私人对话。 用户在与语音助手的互动中也会面临一些苦恼。几乎所有新操作系统和设备中都集成了语音助手，但众所周知，它们会混淆同音词，错误地理解口音，并且需要发音非常准确。语音助手很难应付有任何背景噪声的环境，而且经常难以理解有言语表达障碍的用户。这些语音识别问题，可能都是由设备中集成的劣质麦克风引起的。 语音用户界面（VUI）是对话式AI技术（比如语音助手）的一个重要组成部分。用户通过对VUI说话来与语音助手互动。一个有效的语音助手，以及一个有效的VUI，必须能准确地听到并理解语音指令。不能理解用户会给用户带来令人沮丧的使用体验。 5 高信噪比MEMS麦克风如何帮助改进用户体验 虽然用户可以通过清晰直接地对着语音助手说话，避开嘈杂环境的同时只给出简单的指令，以此来避免语音助手理解错误。但这些方法会限制对话式AI的潜力，并让用户对与语音助手进行自然的对话式交互感到失望。 解决这个问题的一个成熟解决方案是改进VUI的语音捕捉or语音采集。高信噪比 MEMS麦克风能够支持在不完美的环境下捕获清晰的音频，并帮助改进语音识别、远场语音拾取和语境理解，以及实现对音频和视觉输入都能理解的多模态系统——这是解决阻碍语音助手实现广泛应用的许多挑战的关键。 5.1 改进语音识别 高信噪比MEMS麦克风能够捕获清晰、准确的语音信号，这为改进语音识别算法的性能奠定了基础。MEMS麦克风能够从背景噪声中捕获语音，这意味着语音助手可以更好地理解用户发出的指令和咨询的问题。能否提供更优质输入信号的麦克风，也能提高语音助手理解的准确性。因为能够更好地适应用户向语音助手提出问题时所处的真实语音环境，所以高信噪比MEMS麦克风可以提升语音交互的整体用户体验和效率。 5.2 降噪和远场语音拾取 高信噪比使得MEMS麦克风能够清晰地捕捉语音指令。信噪比是指麦克风应当拾取的有用音频与麦克风本身产生的噪声之间的差异，因此高信噪比意味着麦克风能够捕获更多有用信号。高信噪比结合高灵敏度可帮助实现远场语音拾取，使得用户能够远距离或在嘈杂的环境下与语音助手进行交互。
语音信号水平及语音源与设备之间的距离不同的标准VUI用例
如图所示，高信噪比麦克风在低语或轻声说话场景下拥有更高性能得分
主动降噪和远场语音拾取提高了语音助手在智能家居、会议室、客户支持系统和公共场所等不同嘈杂场景中的可用性。英飞凌进行的一项研究表明，具有75dB信噪比的高信噪比MEMS麦克风，捕获的音频比标准麦克风（比如商用语音助手中所使用的麦克风）好40%。 5.3 语境理解和多模式交互 采用高信噪比MEMS麦克风的VUI还能够从语调和重音等用户语音中捕获语境信息。这一语境理解能力使得语音助手能够推断用户意图，从而提供更准确和个性化的应答。 这一性能改进也为实现多模式交互提供了可能。例如，将VUI和高信噪比MEMS麦克风与面部识别模型相结合时，用户可通过语音指令和面部表情来与设备进行交互，从而进一步提高了语音助手对用户意思的理解能力。 6 结论 高信噪比MEMS麦克风对于改进VUI中使用的对话式AI模型的效果至关重要。它们可提高语音识别精度，实现降噪和远场语音拾取，支持语境理解，并实现多模式交互。高信噪比MEMS麦克风即使在嘈杂环境下也能确保拥有最优性能，因而可以捕获清晰的语音信号。高信噪比MEMS麦克风让用户与虚拟助手之间的交互更可靠，因而可以实现更好的用户体验。 而且，高信噪比MEMS麦克风技术的进步为持续改进和提高语音助手可靠性提供了巨大的潜力。麦克风灵敏度、信号处理和降噪技术的不断发展，将帮助进一步提升对话式AI系统的性能。随着高信噪比MEMS麦克风的不断改进，我们在人机交互方面也能取得巨大进步，从而为基于语音的技术释放新的潜力。 对话式AI拥有光明的前景。语音识别、语境感知和训练模型的创新，意味着语音助手将能处理更复杂的指令和对话。先进的算法结合优质的麦克风，意味着用户将能获得更舒适、更直观的语音助手使用体验。 7 英飞凌的高信噪比MEMS麦克风 英飞凌的XENSIV™ MEMS麦克风具有高信噪比和低失真的特性（即使在高声压级下），以及部件与部件之间的相位和灵敏度一致性，平坦的频率响应（低频滚降）和超低群时延。结合可选的功耗模式和小巧的封装尺寸，英飞凌XENSIV™ MEMS麦克风已成为集成有对话式AI的设备的理想选择。
英飞凌高性能XENSIV™ MEMS数字麦克风，IM70D122助力
笔记本电脑和平板电脑应用实现优质语音拾取或语音采集
