AI 赋能 IoT 设备进入冲量攻坚阶段，可定制、体验好、出货快的方案仍然稀缺

毋庸置疑，在人机交互系统更迭引发的新一轮产业变革中，语音已成为设备交互的最有效和最自然的方式。以 AI + IoT 为模式的物联网设备的智能化浪潮，正在加速爆发。

国内语音智能市场在经历了一年多的大跨越式的发展后，逐渐进入了冲量的攻坚阶段。尽管语音大平台的赋能运动轰轰烈烈，但要把 AI 与现有 IoT 产品有机结合，把用户体验的成熟度做到产品级，仍有不小的挑战。

一方面，对于许多产品团队和传统设备厂商来说，技术能力不足，二次开发往往并不顺利，导致产品交付无限制的延期；另一方面，对于平台方来说，面对因为开放而蜂拥而至的长尾客户，很难有精力逐一做好支持，赋能万物难免的变成了平台方和头部品牌商的秀场。

云知声联合创始人康恒博士在 9 月 12 日深圳召开的一场行业交流会上，分析总结了 AI + IoT 落地的 5 大挑战：

1. AIoT 终端类型广泛，从产品形态到功能再到使用场景，都呈现了明显的碎片化的特征，通用方案很难做到全品类的适配。

2. AIoT 终端设备的供应商分散，除了芯片和硬件平台之外，AI 算法、运算服务、甚至应用程序，都需要多加供应商支持，这无疑加重了终端厂家的时间和财力成本。

3. 不可控的产品体验。「攒」出来的产品，易造成不可控的用户体验。

4. 产品体验的反复调优，造成 TTM（产品上市周期）无法保证。

5. 方案不能在不同产品之间实现快速复制，造成成本高居不下。

在智能音箱和智能家居这个赛道上，可定制、体验好、出货快的语音 AI 方案，仍然是稀缺资源。

面对行业的难题，云知声推出了基于其首款 AIoT 芯片雨燕 SoC 的开源方案，以开放共赢的心态邀请设备商、方案商和开发者，共同推动智能音箱智能家居产品快速智能化。

为什么要推开源方案？源代码开放会到什么程度？语音引擎原厂的 SDK 是不是就足够了？开源方案适用于哪些行业用户？价格和竞争力如何？针对这些问题，深圳湾在前不久采访了云知声另一位联合创始人李霄寒， 大家可以从这篇「十问」中获得答案 。

这里将着重讲解，这一开源方案如何能够解决设备商、方案商和开发者在智能化道路上面对的问题。

首先从芯片谈起，鲍晴峰介绍了 雨燕 AIoT 芯片 架构的特点：

• 异构 SoC：同时包含通用 CPU （ARM）、 AI 加速器（DeepNet）以及数字信号处理器（DSP）

• 面向语音 AI 场景，提供 Audio IO，支持 6 个模拟/数字麦克风接入

• 拥有自主知识产权的 NPU （神经网络处理器） DeepNet

• 拥有自主知识产权的高性能数字信号处理器 uDSP

• 采用基于 ARM 的通用 CPU，便于第三方应用开发

• 提供丰富的外围接口：USB、SPI、I2S、SDIO、UART、GPIO等

相对于面向统一应用场景的通用 CPU，雨燕在 DSP 任务加速、miniNLP 任务加速、TTS 任务加速、内存带宽利用效率、NN 任务提升等核心指标，都能有成倍数的提升。雨燕也被定义为是面向物联网 AI 的入口级解决方案。

在硬件设计上，通过雨燕以及对应的硬件参考设计，去除了降噪模组和外部 ADC，降低整体成本和研发选型周期。

在系统层面，雨燕的开源方案基于嵌入式 Linux 建构系统，内存占用小于 64M。关键器件（DDR & Flash & WIFI）提供至少 2 家供应商的驱动支持，以保证兼容性。Wi-Fi 和 BT 具有不同播放协议（A2dp）和联网方式(softAP, smartconfig)的支持，并对各种外部设备做兼容支持。

作为第三方语音平台，雨燕开源方案的云端服务，在可定制、可扩展性方面表现突出，支持多达 40 个领域的语义理解，支持客户自定义的账号系统和消息中心，支持云端快速定制 FAQ，支持第三方 skill 接入和第三方内容的整合。

同时，雨燕开源方案提供声学结构参考设计，为产品提供结构设计建议，并派出语音信号工程师和 FAE 团队一起来调优声学结构。

总体上，面向客户、方案商与开发者，云知声为客户提供全栈语音交互解决方案，包括完整的语音 AI 应用参考方案、云端能力以及客制化工具。同时在灵活度方面，云知声提供了多种开源合作模式，以帮助客户在跨形态的物联网硬件产品上的差异化需求。

作为 AI 云服务商、AI 软件方案商、AI 芯片原厂，云知声希望用易用的 API、SDK 等开发组件，助力物联网设备商快速、高效地实现产品智能化升级。

题图来源：Wenxin Kou @Behance