語音識(shí)別將率先在汽車應(yīng)用

值得關(guān)注的是，目前有部分廠商采用云計(jì)算支持語音識(shí)別，這就不需要ACP，會(huì)不會(huì)影響ACP未來的市場(chǎng)呢?對(duì)此Glenda Dorchak認(rèn)為，云計(jì)算雖然有其優(yōu)勢(shì)，但也面臨一些問題。其優(yōu)勢(shì)在于它能通過各種復(fù)雜算法提供更高的精度。但問題在于目前高級(jí)語音識(shí)別系統(tǒng)需要的是高M(jìn)IPS和快速內(nèi)存訪問，UI越來越多地要求訪問先進(jìn)的查找表和算法，云計(jì)算帶來的直接負(fù)面影響就是系統(tǒng)的延時(shí)。因此，ACP市場(chǎng)仍有可為。
張亞昕表示，語音識(shí)別未來的趨勢(shì)在于：一是云端和本地端的結(jié)合，兩者結(jié)合起來更好一些。雖然云計(jì)算可處理復(fù)雜的、開放式的命令，但云計(jì)算會(huì)產(chǎn)生一定的延遲。另外，很多用戶不愿意將個(gè)人的信息放在云端，比如地址薄等。二是自然語言理解。他舉例道，比如空調(diào)控制，簡(jiǎn)單的語言識(shí)別只能說空調(diào)調(diào)高3度、空調(diào)降低2度，再說別的它就理解不了。而引用自然語言理解之后，可以說這有一點(diǎn)熱，空調(diào)會(huì)立刻把空調(diào)溫度降下來，這就是自然語言理解的好處。
這顯然面臨一些技術(shù)挑戰(zhàn)。張亞昕指出，進(jìn)階到自然語言理解階段需要克服的技術(shù)障礙將包括復(fù)雜的軟件算法;能夠在各種高噪聲環(huán)境中準(zhǔn)確工作;多語言支持和快速反應(yīng);大詞匯量、操作簡(jiǎn)單、低延遲等等。Glenda Dorchak也指出，未來語音協(xié)處理器將有望集成專用的硬件加速器、算術(shù)邏輯單元(ALU)和更大的內(nèi)存，能夠以更低的延時(shí)、功耗，更快地處理高級(jí)UI功能。
隨著電子產(chǎn)品智能化水平和人機(jī)互動(dòng)能力的不斷提高，語音、手勢(shì)等人機(jī)接口相繼出現(xiàn)，帶來了全新需求。回望十幾年前，當(dāng)圖像處理芯片作為獨(dú)立的硬件加速器分立出來一樣，業(yè)界都心存疑慮，而現(xiàn)在早已在市場(chǎng)遍地開花?；蛟S，語音處理器也將歷經(jīng)同樣的軌跡。