伴随着物联网时代的到来 语音交互已然成为人与机器“交流”的重要环节。以语音为切入口的布局端成为了许多科技公司的必争之地。

但语音赛道也有其鲜明的行业特征：首先 语音的交互流程、交互逻辑较之于图像更为复杂 决定了其产品应用商业落地的复杂性与难度更高 用户对于产品性能期待值更高；其次 从国内市场看 图像相对于语音赛道而言 拥有更为确定性的场景应用 作为语音公司而言 要生存 也意味着更加考验团队的“市场刨食”能力。

与此同时 由于语音场景碎片化现状 对于行业玩家 不仅需要在技术方面提前布局 反复打磨 更需具备灵敏的商业嗅觉 提前发现并布局市场机遇。

一个行业越是“纷繁复杂” 越能考验身处行业中企业的定力和底气。在语音赛道中 有这样一家专注语音AI技术的公司——云知声 其历经8年的打磨 在语音赛道上探索出自己的生存法则和市场嗅觉。

8年的时间 云知声也从曾经的默默无闻 逐渐成长为行业领军企业 不仅在技术且在商业化道路方面 也呈领跑趋势。而在近期 云知声正式向上交所提交IPO招股书材料 公司正向“科创板AI语音第一股”发起冲击。

敢为人先

如何判断一家AI公司的路走的正确与否呢？云知声提供了一个很好的研究范本——看一家企业的路对不对 主要是看其在关键时刻的那几步走的对不对 而不是看其大多数时间和其他人做了多少相同的事。

“算力、算法、数据”是构建人工智能核心技术的基础要素 其中带领AI产业驶离深水区 实现真正产业落地的关键之一就在于算法侧供给提升。在这一方向上 云知声于2012年率先将深度神经网络（DNN）应用于商业语音识别系统 并在后续的人工智能浪潮中持续进行前沿算法的商业实践。

基于公司先人一步将DNN引入语音领域 在后续的人工智能浪潮中持续进行前沿算法的商业实践 例如 后来涌现的卷积神经网络（CNN）、回归神经网络（RNN）、端到端序列建模、生成对抗网络（GAN）、注意力转换模型（Transformer）、双向编码表征转换模型（BERT）、知识蒸馏（KD）、自监督学习（SSL）等主流技术方法 云知声都是业界最早的产业实践者之一。

而从现在绝大多数企业的选择来看 DNN已经成为了主流选择。也就是说 云知声当时超前的技术预判后来被证实是正确的。

除了率先拥抱DNN外 云知声的另一个关键一步就是2015年启动自主造芯。

据了解 为了进一步降低智能语音交互方案的功耗、提升其唤醒的灵敏性 进而满足更多物联网设备加载语音交互功能的需求 云知声自2015年起 前瞻性布局人工智能语音芯片 着手开发uDSP处理器和DeepNet IP技术。

在此基础上 云知声于2018年率先交付人工智能语音芯片——“雨燕” 后于2019年陆续推出车规级芯片“雪豹”和面向家居领域的第二款升级版芯片“蜂鸟”系列 并启动具备“图像+语音”多模态交互功能的芯片“海豚”的研发 持续领跑同业。

需要注意的是 当前越来越多的AI语音公司不约而同地闯入造芯新赛道 从算法出发“软硬兼施”已然成为一条必走之途 但也显得语音AI市场变得异常竞争激烈。与之相比 云知声所推出的芯片又是否具备在这场竞争中“脱颖而出”的品质？

芯片性能优越

以云知声当前的主力芯片产品之一“蜂鸟”为例 根据灼识咨询研究结果 其与同期其他市场参与者主力产品相比 “蜂鸟”在语音处理效率和商用成本方面均具有明显优势。

具体而言 “蜂鸟”芯片采用先进的DSP+神经网络+MCU的异构设计 异构设计相较传统的通用CPU架构 一方面可以大幅度提高芯片的运行效率 另一方面可以减少芯片面积以及功耗。其浮点运算能力和定点运算能力可分别达到16MAC/时钟周期、32MAC/时钟周期 均领先于相同面积下同类芯片的性能。

此外 “蜂鸟”芯片内部集成1.5MBSRAM 搭载云知声自有语音识别算法 可实现远场5m距离 准确率＞98%的远场语音识别 相比相同竞争对手所需RAW容量减少近一半 这在对成本敏感竞争激烈的语音芯片市场是至关重要的。

同时为了最大限度提高芯片的集成度 “蜂鸟”芯片在芯片内部集成了FLASH 实现了真正意义上的单芯片语音解决方案。

今年上半年 得益于规模化推广“蜂鸟” 并放弃毛利率较低的产品 云知声智能语音交互产品直接硬件采购成本占比降至26.17% 毛利率显著回升。

另外 云知声还结合自主产权的人工智能加速器IP 设计并开发出了车规级语音AI芯片——“雪豹” 该款芯片与云知声的人工智能软件引擎和车联网人工智能解决方案进行垂直整合 形成完整的云端芯一体解决方案。

目前 车规级芯片“雪豹”已进入吉利汽车的产品稳定性测试以及车规级测试阶段 通过后即可在吉利汽车的主流平台上线。

通过“唯快不破”的造芯发展思路 云知声很快在语音识别风口中比肩行业头部公司。

此次科创板IPO中 云知声拟投入3.17亿元用于“面向物联网边缘计算的人工智能芯片研发平台建设”项目。该项目旨在通过人工智能芯片研发 提升物联网终端的边缘计算能力 提高应用领域内的芯片设计水平。

独特的云端芯一体化

云知声董事长/CTO梁家恩博士曾指出 云知声很早就搭建了被誉为云知声版“TensorFlow GKE （Google Kubernetes Engine） ”的 Atlas 机器学习计算平台。基于该平台 向上支撑起信号（AEC/SSP/ISP）、语音（ASR/TTS/VPR/CALL）、语言与认知（NLU/NMT/SDS/ICI）、图像（FID/OD/OCR）等多技术领域的横向扩展和纵向迭代。

通过将能力封装在自研 AI 芯片之上 云知声率先打磨出了独特的“云端芯”产品中台 对核心技术进行了模块化梳理和整合 从而具备面向市场需求的快速产品化能力 支撑公司以丰富的产品组合为众多知名企业提供服务。

据了解 云知声的“云-端-芯”产品中台落地“AI 生活（家居、车载、机器人等）”与“AI 服务（医疗、教育、政务、酒店等）”两大核心场景 继而贯通云知声从 AI 技术到产业应用的生态闭环。

在家电领域 公司智能语音交互方案已被格力等家电龙头采用；在酒店、商业地产和住宅领域 云知声与世茂集团达成战略合作 成立合资公司 面向世茂集团下属的众多酒店批量交付智慧物联解决方案 带来销售收入的快速增长。

在医疗领域 云知声通过与北京协和医院合作 率先在国内落地医疗病历转写解决方案 并在行业内被快速推广 目前已在100多家医院上线使用 超过500多家医院在测试使用。此外 公司与平安好医生成立合资公司 试水医疗领域智能硬件产品的开发。

在汽车领域 云知声还与亿咖通成立合资公司 为戴姆勒奔驰等整车厂提供车载语音解决方案 并携手探索基于自研车规级人工智能语音芯片“雪豹”的车载语音解决方案的应用。

依托“云-端-芯”产品中台 云知声已形成了三大系列、数十个产品相辅相成、高度融合的产品矩阵。此外 受益于独特的产品中台体系 云知声的技术能力到产品落地周期被显著缩短 验证有效的前沿算法通常可在3-6个月时间内应用于终端产品 确保了公司产品的开发效率和竞争力 增强了云知声的市场竞争力。

结语

当前 人工智能公司们正迎来企业发展的黄金时代 一方面 自2015年以来 人工智能就成为了市场热点 相关产业正式被提上国家层面战略 比如十四五规划建议稿指出 “要瞄准人工智能、量子信息、集成电路、生命健康、脑科学等前沿领域 实施一批具有前瞻性、战略性的国家重大科技项目。

按照中央规划 未来人工智能核心产业、人工智能与传统产业融合均是战略发展重点。平安证券预计 到2020年我国人工智能核心产业市场规模将超过1600亿元 带动相关产业市场规模将超过万亿元。

另一方面 科创板采取更灵活的上市机制 有利于一批AI企业加速登陆资本市场。目前云知声的科创板审核状态变更为“已问询” IPO进程正在稳步推进中 公司有望成为科创板AI语音第一股。 责任编辑:tzh