微软和恩智浦合作实现边缘高级语音控制

似水流年

微软和恩智浦合作实现边缘高级语音控制

随着语音命令迅速成为日常生活的必不可少的一部分，恩智浦早就意识到边缘计算在满足各种智能家居，智能办公，工业4.0和智能零售等应用场合中，智能的语音检测需求。

恩智浦提供高性能微处理器和经济高效的微控制器，并且通过完全交钥匙的解决方案实现灵活部署，涵盖了广泛的可扩展选项以及灵活的增添语音控制功能方案。由于所有语音解决方案都必须与云进行通信，日前，恩智浦与微软的最新合作将智能云计算扩展到了智能优势，改变了高级语音检测功能的范式。

超越云的依赖

过去，语音解决方案不仅依靠其与云通信的能力，而且还假设用户始终处于连接状态，此外，这些解决方案还需要对预言进行高度定制化建模的大量唤醒词训练，最终将其部署到云中。

在这种范例中，基于云的平台当然具有足够的计算能力，可以执行复杂的自然语言处理，从而弄清楚用户的意思，即使以多种不同的方式表示。但是，边缘设备上的嵌入式处理器仅检测用于特定设备的语音（唤醒词），以避免由于将音频数据连续流传输到云，从而引起的可能的隐私和带宽问题。

因此，唤醒词训练已经成为确保整体效率，用户隐私和语音识别准确性的关键组成部分，但是训练过程通常要花费大量时间，存储容量和人力。

恩智浦先进的离线机器学习功能和嵌入式处理技术与微软的云专业知识相结合，正在改变所有这一切。这项合作不仅可以使边缘的自治计算消除对云连接的需求，而且还大大简化了唤醒词的训练。恩智浦和微软的组合解决方案不需要几个月的标准唤醒词培训，仅需几个小时即可完成此任务。所有训练都可以在云中进行在边缘部署，也可以在基于恩智浦Arm的边缘设备上独立运行。培训完成后，可以在不依赖云的情况下部署模型。由于语音样本永远不会离开边缘设备（它们也不会在云中存储或分析），因此这在解决方案中嵌入了更多的弹性，同时增加了固有的隐私层。

恩智浦和微软提供了功能强大的端到端解决方案，可以满足当今市场上任何语音命令解决方案的四个关键要求：

需要增加隐私权；

通过有效的唤醒词模型训练减少等待时间；

降低成本；

具有离线操作能力，并且无需大数据提供商。

现在，将智能从云扩展到边缘可以实现各种新型而强大的计算场景，包括语音检测和许多其他用例，在这些案例中，智能边缘成为了一个新的，保护隐私的领域。

王杰森