2025蛇年春節(jié)，DeepSeek大語言模型以超低的訓(xùn)練成本震撼全球，預(yù)示著大模型技術(shù)將以更快的腳步全面走進我們的工作和生活，同時也促進了能夠連通各種大模型和應(yīng)用場景的智能終端將加速演進。語音作為人類與機器最常用的互動溝通媒體，將在大模型和邊緣智能并蒂薄發(fā)的時代成為可帶來巨大便利和效率的媒體，智能語音處理技術(shù)也將成為支撐大模型和邊緣智能的關(guān)鍵技術(shù)之一。
與此同時，智能物聯(lián)網(wǎng)技術(shù)領(lǐng)導(dǎo)者暨匠心獨到的軟件定義SoC半導(dǎo)體科技企業(yè)XMOS在2025年國際消費電子展(CES 2025)上，展出了一系列由AI技術(shù)驅(qū)動的音頻技術(shù)，包括全新空間音效、語音捕獲與降噪、音視頻多模態(tài)AI處理等多種創(chuàng)新智能音頻技術(shù)與應(yīng)用解決方案，吸引了眾多專業(yè)參觀者的關(guān)注和商討進一步合作。
這些可以同時支撐大模型和邊緣智能的音頻方案不僅具有強大的功能和極高的性能，而且還進一步降低了成本和功耗，從而可以加速智能端側(cè)設(shè)備的應(yīng)用和大模型的普及。
作為一家在全球音頻處理技術(shù)領(lǐng)域享有長期聲譽的半導(dǎo)體公司，上述智能音頻解決方案皆得益于由XMOS開發(fā)的在單一器件中集成了高性能AI、DSP、I/O和控制功能的xcore.ai系列多核控制器。這些高性能、低延遲和低功耗處理器可以根據(jù)客戶的需求，快速形成軟件定義系統(tǒng)級芯片(SoC)解決方案，其帶來的全新開發(fā)和應(yīng)用模式已在在音頻、工業(yè)和汽車等領(lǐng)域已經(jīng)得到廣泛的驗證。
同時XMOS及其全球合作伙伴在這些器件上開發(fā)了多樣化的智能音頻方案，將邊緣AI加速、高性能處理、先進算法與音頻和話音的媒體特性充分結(jié)合，把智能、完美、準確和低延時的音頻及處理更廣泛地引入我們的生活和工作。例如，XMOS的XCORE-VOICE平臺通過了ZOOM和TEAMS極為嚴格的認證，從而將開發(fā)優(yōu)質(zhì)音頻系統(tǒng)的時間大為縮短、成本大幅降低。
目前，XMOS的智能音頻技術(shù)和方案已經(jīng)被廣泛應(yīng)用于智能消費電子、智能家居、智能汽車和辦公應(yīng)用，不僅為各種終端和系統(tǒng)提供了高質(zhì)量的音頻和音效，而且作為無所不在的人機接口和新興生產(chǎn)力工具幫助這些應(yīng)用連入各種網(wǎng)絡(luò)。為了吸引更多的合作伙伴，XMOS派出的資深技術(shù)與應(yīng)用團隊在CES2025上展示了以下幾個方面的技術(shù)創(chuàng)新：
● 在任何設(shè)備上都能提供3d沉浸式空間音頻，而且可以更安全地聆聽
在任何設(shè)備上都能提供即插即用、每個比特都精確、豐富的3D沉浸式音頻體驗，不僅可以支持設(shè)備間的傳輸，而且減少了一半的耳鼓壓力并實現(xiàn)所有延遲超低。該技術(shù)與所有的操作系統(tǒng)和耳機都可無縫兼容，同時滿足游戲?qū)Τ脱舆t的要求。
● 人工智能驅(qū)動的語音捕獲功能，可在各種極具挑戰(zhàn)性的環(huán)境中實現(xiàn)用深度神經(jīng)網(wǎng)絡(luò)(DNN)來降噪
XMOS的AI加速技術(shù)通過先進的算法提供降噪功能，以實時方式智能化地去除背景噪聲，從而確保在極具挑戰(zhàn)性的環(huán)境中能夠清晰地捕獲音頻。適用于專業(yè)和工業(yè)應(yīng)用。
● 適用于音頻和視覺的多模態(tài)ai處理
XMOS的多模態(tài)AI模型處理可支持音頻和計算機視覺應(yīng)用，適用于最具挑戰(zhàn)性的實時性、始終在線應(yīng)用，同時保護個人數(shù)據(jù)和隱私。
● 以太網(wǎng)音頻技術(shù)及開發(fā)板
XMOS正在孵化以太網(wǎng)音頻技術(shù)(Audio over Ethernet)，我們與Crowd Supply合作推出了AES67以太網(wǎng)音頻開發(fā)板，以發(fā)現(xiàn)下一波基于以太網(wǎng)的音頻應(yīng)用場景和案例。
● 可提供高保真音頻的首個真正可擴展的會議解決方案
XMOS擴展了其領(lǐng)先的、在全球備受推崇的語音會議設(shè)備產(chǎn)品組合，通過可擴展的設(shè)計增加了超寬帶、企業(yè)級的語音質(zhì)量，從而使制造商們能夠經(jīng)濟有效地應(yīng)對多個細分市場。
● 適用于始終在線的、支持ai本地命令的語音捕獲，同時具有保護隱私功能的自動語音識別(asr)技術(shù)
XMOS的語音處理器產(chǎn)品組合提供遠場語音捕獲能力，并支持離線AI本地命令的功能，以提供始終在線的體驗，有效保護了用戶的隱私。
● 適用于各種音頻應(yīng)用領(lǐng)域的超低延遲、高帶寬、每比特都完美的DSP處理
通過推出一個全新的DSP音頻處理庫和示例應(yīng)用程序，XMOS正在擴大對高性能音頻的支持。
XMOS首席執(zhí)行官Mark Lippett表示：“從CES 2025開始，我們就感受到我們在邊緣智能和先進音頻等領(lǐng)域的創(chuàng)新，在今年及以后能夠取得的巨大成功。在CES上我們與主要客戶和潛在新合作伙伴舉行了為期4天的密集會議，我們的演示套件展示了幾項引起了廣泛關(guān)注的尖端音頻技術(shù)，例如空間音頻、DSP調(diào)諧和人工智能降噪等演示引起了伙伴們極大的興趣。”
XMOS的這些技術(shù)創(chuàng)新正在通過該公司在全球的研發(fā)與應(yīng)用支持體系，以及合作伙伴網(wǎng)絡(luò)向各行各業(yè)滲透。在中國，除了XMOS中國團隊，XMOS還與飛騰云科技和曉龍國際等伙伴共同支持中國工程師開發(fā)創(chuàng)新的應(yīng)用，飛騰云是獲得授權(quán)的XMOS全球首家增值經(jīng)銷商(Value-Added Reseller，VAR)。XMOS及其伙伴正在為全球的品牌廠商(OEM)用戶、運營商和渠道商等商業(yè)客戶設(shè)計和制造新一代的音頻產(chǎn)品。
展望未來，Mark補充道：“針對大模型等更先進的技術(shù)、更廣泛的連接和更多元的應(yīng)用場景，XMOS也在持續(xù)投入研發(fā)，例如我們在CES上也展示了以太網(wǎng)音頻和超寬帶(UWB)音頻技術(shù)等早期探索，它們也引起了人們的興趣并引發(fā)了熱烈的討論，XMOS和客戶及伙伴也從討論中看到了諸多機會。總體而言，CES 2025成功展示我們的最新開發(fā)成果，而大模型的加速發(fā)展正在證明我們的創(chuàng)新路線是非常正確的，我們期待著在今年及2026年用創(chuàng)新為生態(tài)伙伴及最終用戶帶來巨大的回報。”
（來源：XMOS）
