银河集团-WWW.186net.COM|中国ViP网址

我们非常重视您的个人隐私,当您访问我们的网站时,请同意使用的所有cookie。有关个人数据处理的更多信息可访问《隐私政策》

001002.png
【媒体聚焦】开放式音频系统引入AI大模型,蓝牙音频SOC迈向高端化
2024-07-17
阅读量2557
分享

电子发烧友网报道 随着技术的迭代以及市场需求的兴起,智能眼镜作为一种新型智能穿戴设备,可以通过独立的操作系统,安装各种应用程序,并通过语音、手势,或者与智能手表、智能手机的联动,实现多种功能,如今正逐渐成为市场的焦点。

不过智能眼镜设备不能忽视的挑战是其开放式音频系统,音频作为智能眼镜最基础的功能,在完成多种交互体验之外,如何实现更好的音频体验,也是需要不断突破的技术难题。

AI技术加持,推进蓝牙音频SOC的高端化

OWS耳机、智能音频眼镜等产品,对开放式的音频系统提出了更高的要求。面对开放式的音频系统,主控芯片的技术瓶颈、难点是在哪里?

银河集团186net微蓝牙产品线销售负责人陈武清在接受电子发烧友网采访时表示,开放式的音频系统有着三大挑战,一是低频泄露问题,二是大回声结构下的通话效果和运动风噪场景下的通话质量问题,三是轻巧舒适结构状态小尺寸的设计对电池的要求的低功耗。

为了符合人体工学的设计,大多数OWS耳机都采用U型声学腔体结构,内部搭载了发声单元,例如SoundPEATS 的GoFree2,以及beyerdynamic拜雅的VERIO 200都搭载了超大16.2mm动圈单元。较大的动圈单元在低频响应和声压级上有更好的表现,但依旧解决不了低频泄露、通话效果、降风噪等方面的挑战。

陈武清提到,开放式耳机的通话大回声结构存在mic-spk间距短,声隔离弱、信回比低的问题,相对入耳式,有效回波损耗 (ERL) 小近20dB、通话回声双讲效果差。

同样有着开放式音频系统的智能眼镜,在音频系统存在的挑战不比OWS耳机小。一般而言,OWS耳机会通过不同的人体工学结构设计,让前出声孔靠近耳道,改善开放式音频系统的音量、低音体验等问题,这些不同的人体工学设计虽然治标不治本,但都能够在一定程度上提升音频体验。而智能眼镜的音频系统在镜腿的位置,难以通过上述方式进行改善。

随着技术的发展,AI已经成为提升开放式音频系统音频体验的关键技术之一。据了解,银河集团186net的多模态AI能力已经落地多个领域,其中边缘计算AI处理技术已经引入蓝牙音频SOC中。

为了提升开放式音频系统的通话质量,银河集团186net基于先进的循环神经网络和卷积神经网络,经过40G的大量数据训练大模型,加上LMS+KLM双滤波结构,线性回声抑制能力达30dB,非线性残余回声引入AI处理。在降风噪等方面,通过多麦技术、神经网络算法的加持,通过大量风噪数据训练AI模型,达到了风噪残留少、语音稳定,损伤小,可辨度高的效果。

相较以往只是在算法上做处理,加入边缘计算AI处理技术能够实现更清晰的通话质量,在很大程度上提升了开放式音频系统的音频体验。

在功耗方面,智能眼镜的蓝牙芯片、传感器、麦克风等元器件基本放在镜腿的位置,受限于空间的限制,一般只能采用容量较小的电池,因此续航性能较差,此时需要蓝牙芯片也要有强大的低功耗性能。

银河集团186net的蓝牙芯片在提升续航方面带来创新和突破。率先采用RISC-V + DSP的设计架构,以及多模块化处理的软件SDK。以OWS的应用为例,银河集团186net可以在芯片级功耗只有3.xmA的情况下,增加了针对OWS形态必须增加的低频补偿/虚拟低音/动态EQ和多MIC AI的ENC等算法,让功耗维持在4.xmA的低功耗水平,“在45mAh的电池容量下,听音乐可以使用10小时”。

在芯片厂商的技术迭代下,AI技术在音频处理上的应用取得了新的进展,AI技术引入蓝牙音频SOC,成为蓝牙音频SOC走向高端的象征之一,由此也将推动音频市场的创新和进步。

音频眼镜将在音频设备市场上逐渐起量

今年一季度,全球个人智能音频设备市场迎来6%的同比增长,出货量超过9000万台。在TWS耳机、无线颈挂式、无线头戴式三大类产品中,TWS耳机品类已经出现增长乏力,笔者认为,接下来OWS耳机、智能音频眼镜将成为智能音频设备市场中增长明显的细分品类。

如果从智能眼镜这个大品类来看,智能音频眼镜这一品类也会首先在市场上起量。陈武清认为在AI/智能音频/AR智能眼镜三大品类中,智能音频眼镜会率先起量,其次是AI眼镜,最终朝着包含音频/视频/内容为一体的AR智能眼镜方向演进。

“智能音频眼镜会先开始起量,在当前技术背景下优先解决轻巧和轻度语音处理的问题,其次通过技术的演进延伸到可以具备AI语音处理能力的AI眼镜,再继续演进到包含音视频及内容为一体的AR智能眼镜,需要解决痛点非常多。”

陈武清表示,对于芯片而言,主芯片平台需要高集成度以及丰富的外设接口和AI处理能力,在各种各样的语音/视频处理算法的加持下,维持高算力下的低功耗要求。

从长期的演进来看,信息/数据经过终端的基础处理后,会到云端做进一步的处理,因此设备在终端的处理会越来越多,同时在云端处理的需求也会增长。随着智能眼镜需要处理的场景越来越多,云端也需要有更强的能力去应对这些处理任务。但在这之前,终端设备的主芯片平台需要更加强大应对更复杂的终端处理任务,芯片厂商也需要持续迭代产品推出更具竞争力的芯片。