智能家居不斷升溫，全屋智能作為終極想象，畫面越來越清晰：集智能照明、安防、影音、家電控制于一體的整體家居解決方案中，不僅單個的家居產品能夠實現智能操作，智能單品之間也可以相互連接，從而帶來更加智能化、個性化的家居場景。

在一項對智能家居從業者的調查中，有超過百分之四十以上的從業者認為，2020年將迎來智能家居行業大爆發。原因有三：第一，消費者對智能家居的接受度大幅上漲；第二，人機交互體驗升級；第三，現象級產品出現。以上因素占比分別為21.1%、19.5%、16.5%。

其中，在人機交互驅動因素中，智能語音作為主要的人機交互方式正在智能家居場景快速滲透。據IDC預測，2020年，75%的智能家電能夠通過語音進行控制，包括嵌入語音助手/語音控制模塊、連接智能音箱兩種方式，57%的智能電視能夠接入家居互聯平臺，22%的智能電視具有遠場語音能力。

為什么需要離線語音？

在打造全屋智能的產業鏈條中，離線語音正在成為重要的一環。

隨著智能電器、智能門鈴、智能貓眼甚至睡眠跟蹤記錄等設備的廣泛應用，智能化已經延伸到家庭中最私密的區域，一些問題漸漸浮現出來。

以家庭場景中最為成熟的智能音箱為例，通過在云端進行識別反饋，控制速度比較慢。此外，如果將智能音箱作為中控的話，它的擺放位置就成為一個大問題，以市面范圍常見的3-5米而言，它需要在這個半徑范圍內對其他設備實現語音控制，假設智能音箱放置在客廳，那就必須在客廳去控制其它設備（如果在臥室需要語音關燈，還需要走到客廳，豈不是更麻煩）。第三，也是最為重要的一點，絕大多數的云端識別都有數據留存，有暴露隱私的風險。

離線語音控制能夠有效解決上述問題，分布式地對單個產品進行針對性地聲音控制，不論是大家電還是小家電，包括空調、洗衣機、冰箱、熱水器、油煙機、風扇甚至晾衣架、插座、開關，都能通過離線語音實現分布式語音控制和聯動。在網絡狀況不好或者沒有網絡的情況下，可以使用基礎控制的本地命令詞進行離線控制，無需將數據傳向云端，充分保證了使用者的隱私。

智能語音的“蛋糕”與“荊棘”

智能語音交互家電市場有多大？市場調研數據如下：

1）智能電視
隨著以小米電視為代表的智能電視逐步普及，看電視的方式在過去三年間發生了巨大變化，電視觀眾迅速完成了從被動收看直播到主動點播甚至搜索內容的模式轉變。語音交互為智能電視的內容搜索功能帶來了極大的便利，將有力地帶動高質量付費內容的收入增長。目前，創維、小米、暴風、海爾等均已推出智能語音識別電視。
2017年，中國智能電視銷量達4736.5萬臺，同比增長13.8%，2018年智能電視銷量將突破5000萬臺。語音交互將迅速成為智能電視的標準配置，成為語音交互技術的另一個巨大市場。

2）智能語音空調
2017年，全國空調內銷量8875.5萬臺,同比增長46.8%。近幾年，空調每年內銷量保持在6000萬臺以上，美的、格力、海爾、奧克斯、長虹均已推出語音智能空調，具有智能語音交互功能的空調市場空間巨大。

3）其它語音交互市場
2018年以來，具備語音識別功能的兒童故事機（機器人）、自動晾衣架等產品的出貨量及增速均超過預期，帶來大量的智能語音應用需求。根據最新的市場調研粗略估計，全國自動晾衣架年出貨量超過3000萬件，兒童故事機（機器人）年出貨量也有望達到4000萬臺。預計語音識別功能的滲透率將在未來3年超過50%。

前景是誘人的，但挑戰也并不小。

通過智能語音技術建立與傳統家電廠商之間的合作，在業內不算什么新鮮事。但是，如何讓傳統家電廠商實現快速、低成本的轉型，仍是擺在傳統家電、智能語音相關企業面前的一道難題。

有業內人士指出，讓傳統家電實現語音控制看似只是讓家電嵌入語音控制模塊，但是，要真正實現無論是在線、離線語音識別或者雙模式下都能可以聽懂用戶指令，并能快速、準確進行響應，仍有一定難度。雙方在合作中，一度還曾出現過一些啼笑皆非的案例，比如某冰箱廠商在嵌入智能語音控制方案時，完全沒有考慮麥克風的位置，導致語音控制的設計徹底失敗。

智能語音技術本身需要長期積累，改造成本和技術難度較高，對于這些希望在智能家居時代轉型的傳統家電廠商來說，智能化系統不是他們的長處，需要專業技術解決方案商來提供相關技術。這也是這幾年來語音芯片/模組方案大量涌現的主要原因。

端側智能倒逼而生的語音AI芯片

根據語音交互的發展狀況，將語音芯片的發展歸納為三個階段:

第一個階段為語音芯片過渡期，約為2015年以前，采用的多是通用芯片+Codec芯片/DSP芯片等相結合的通用芯片組合，如全志的R16芯片。

第二個階段為崛起期，2015年-2017年之間，語音芯片興起。隨著智能語音設備市場規模進一步發展，專門用于智能家居或智能音箱的語音芯片開始陸續亮相，如聯發科的MT8516芯片、科勝訊的CX20924/CX20921、Amlogic的A113、瑞芯微的RK3036/RK3229等。

第三階段語音AI芯片開始涌現。端側智能倒逼芯片創新，數據的采集、計算、決策都需要在前端設備進行，對于芯片的功耗、算力都有更高要求，語音AI芯片應運而生。

對比語音芯片，語音AI芯片具備以下特點：首先語音AI芯片中集成了專用的AI處理器模塊，用以對本地的機器學習算法進行加速；其二高度集成，語音AI芯片不但集成CPU、AI處理器，甚至還集成DSP、WiFi/藍牙等模塊；其三能夠實現端側智能，將一些常用或者簡單的功能直接集成到本地，通過AI芯片進行本地計算，設備可以在端側離線完成如聽音樂、日常問答及閑聊等任務，實現更快、更安全的交互。

目前，AI語音芯片趨勢明確，但是從架構、功能方面又各有不同，可以大致分為通用型、半通用型和專用型。

通用型AI芯片類似CPU，AI算法直接在主控芯片的計算單元中加速，可以保證該芯片能適應不同應用場景需要，靈活性較強，但成本和功耗相對較高，例如應用于天貓智能音箱的聯發科芯片。

半通用型AI芯片采用異構設計，常為CPU+NN模塊的方式，NN模塊專門加速AI算法，CPU作為補充，意圖在靈活性及成本、功耗取得折中，例如應用在小米小愛同學智能音箱的晶晨芯片。

專用型芯片即針對語音識別設計的AISC芯片，能夠實現更低的成本及功耗，靈活性相對稍弱。由于語音識別應用逐漸成熟，市場需求逐步明確，針對特定場景的高效率、低功耗專用型AI芯片將成為主流產品。
<電子發燒友>根據廠商官網、公開數據及第三方資料，整理出如下離線語音產品情況：

結語

目前的智能終端產品對于語音的應用方式各有不同，有的僅實現離線狀態下關鍵詞喚醒，如智能音箱；有的則實現了關鍵詞識別、離線對話等輕量級的語音語義識別，如某些智能家電產品；有的需要在離線狀態下依然支持全功能的語音語義識別，如車載場景。

除了應用于to C端，to B領域包括酒店智能語音助手(云端語義針對酒店服務應用可定制化，如客房服務、訂餐服務)包括可植入酒店空調、酒店控制面板、酒店客房電話等設備應用，以及智能校園宿舍管理(云端可針對宿舍房間號定點推送上課通知、語音控制、網絡電話等)，都有離線語音的用武之地。

智能語音市場整體處于高速發展期，基于語音交互的智能車載、智能家居、智能可穿戴等垂直領域都日趨成熟。如果說2020年將是智能語音高歌猛進的一年，那么，離線語音識別技術將發揮重要作用。全屋智能的控制類產品會是離線語音的主戰場，離線主打控制、在線主打交互，將是目前智能家居產品比較適合的方式。