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2250
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?

物奇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,物奇的多模态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,物奇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。

物奇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,物奇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。