的VERIO 200都搭載了超大16.2mm動(dòng)圈單元。較大的動(dòng)圈單元在低頻響應(yīng)和聲壓級(jí)上有更好的表現(xiàn)，但依舊解決不了低頻泄露、通話效果、降風(fēng)噪等方面的挑戰(zhàn)。
陳武清提到，開(kāi)放式耳機(jī)的通話大回聲結(jié)構(gòu)存在mic-spk間距短，聲隔離弱、信回比低的問(wèn)題，相對(duì)入耳式，有效回波損耗 (ERL) 小近20dB、通話回聲雙講效果差。
同樣有著開(kāi)放式音頻系統(tǒng)的智能眼鏡，在音頻系統(tǒng)存在的挑戰(zhàn)不比OWS耳機(jī)小。一般而言，OWS耳機(jī)會(huì)通過(guò)不同的人體工學(xué)結(jié)構(gòu)設(shè)計(jì)，讓前出聲孔靠近耳道，改善開(kāi)放式音頻系統(tǒng)的音量、低音體驗(yàn)等問(wèn)題，這些不同的人體工學(xué)設(shè)計(jì)雖然治標(biāo)不治本，但都能夠在一定程度上提升音頻體驗(yàn)。而智能眼鏡的音頻系統(tǒng)在鏡腿的位置，難以通過(guò)上述方式進(jìn)行改善。
隨著技術(shù)的發(fā)展，AI已經(jīng)成為提升開(kāi)放式音頻系統(tǒng)音頻體驗(yàn)的關(guān)鍵技術(shù)之一。據(jù)了解，物奇的多模態(tài)AI能力已經(jīng)落地多個(gè)領(lǐng)域，其中邊緣計(jì)算AI處理技術(shù)已經(jīng)引入藍(lán)牙音頻SOC中。
為了提升開(kāi)放式音頻系統(tǒng)的通話質(zhì)量，物奇基于先進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，經(jīng)過(guò)40G的大量數(shù)據(jù)訓(xùn)練大模型，加上LMS+KLM雙濾波結(jié)構(gòu)，線性回聲抑制能力達(dá)30dB，非線性殘余回聲引入AI處理。在降風(fēng)噪等方面，通過(guò)多麥技術(shù)、神經(jīng)網(wǎng)絡(luò)算法的加持，通過(guò)大量風(fēng)噪數(shù)據(jù)訓(xùn)練AI模型，達(dá)到了風(fēng)噪殘留少、語(yǔ)音穩(wěn)定，損傷小，可辨度高的效果。
相較以往只是在算法上做處理，加入邊緣計(jì)算AI處理技術(shù)能夠?qū)崿F(xiàn)更清晰的通話質(zhì)量，在很大程度上提升了開(kāi)放式音頻系統(tǒng)的音頻體驗(yàn)。
在功耗方面，智能眼鏡的藍(lán)牙芯片、傳感器、麥克風(fēng)等元器件基本放在鏡腿的位置，受限于空間的限制，一般只能采用容量較小的電池，因此續(xù)航性能較差，此時(shí)需要藍(lán)牙芯片也要有強(qiáng)大的低功耗性能。
物奇的藍(lán)牙芯片在提升續(xù)航方面帶來(lái)創(chuàng)新和突破。率先采用RISC-V + DSP的設(shè)計(jì)架構(gòu)，以及多模塊化處理的軟件SDK。以O(shè)WS的應(yīng)用為例，物奇可以在芯片級(jí)功耗只有3.xmA的情況下，增加了針對(duì)OWS形態(tài)必須增加的低頻補(bǔ)償/虛擬低音/動(dòng)態(tài)EQ和多MIC AI的ENC等算法，讓功耗維持在4.xmA的低功耗水平，“在45mAh的電池容量下，聽(tīng)音樂(lè)可以使用10小時(shí)”。
在芯片廠商的技術(shù)迭代下，AI技術(shù)在音頻處理上的應(yīng)用取得了新的進(jìn)展，AI技術(shù)引入藍(lán)牙音頻SOC，成為藍(lán)牙音頻SOC走向高端的象征之一，由此也將推動(dòng)音頻市場(chǎng)的創(chuàng)新和進(jìn)步。
音頻眼鏡將在音頻設(shè)備市場(chǎng)上逐漸起量
今年一季度，全球個(gè)人智能音頻設(shè)備市場(chǎng)迎來(lái)6%的同比增長(zhǎng)，出貨量超過(guò)9000萬(wàn)臺(tái)。在TWS耳機(jī)、無(wú)線頸掛式、無(wú)線頭戴式三大類產(chǎn)品中，TWS耳機(jī)品類已經(jīng)出現(xiàn)增長(zhǎng)乏力，筆者認(rèn)為，接下來(lái)OWS耳機(jī)、智能音頻眼鏡將成為智能音頻設(shè)備市場(chǎng)中增長(zhǎng)明顯的細(xì)分品類。
如果從智能眼鏡這個(gè)大品類來(lái)看，智能音頻眼鏡這一品類也會(huì)首先在市場(chǎng)上起量。陳武清認(rèn)為在AI/智能音頻/AR智能眼鏡三大品類中，智能音頻眼鏡會(huì)率先起量，其次是AI眼鏡，最終朝著包含音頻/視頻/內(nèi)容為一體的AR智能眼鏡方向演進(jìn)。
“智能音頻眼鏡會(huì)先開(kāi)始起量，在當(dāng)前技術(shù)背景下優(yōu)先解決輕巧和輕度語(yǔ)音處理的問(wèn)題，其次通過(guò)技術(shù)的演進(jìn)延伸到可以具備AI語(yǔ)音處理能力的AI眼鏡，再繼續(xù)演進(jìn)到包含音視頻及內(nèi)容為一體的AR智能眼鏡，需要解決痛點(diǎn)非常多。”
陳武清表示，對(duì)于芯片而言，主芯片平臺(tái)需要高集成度以及豐富的外設(shè)接口和AI處理能力，在各種各樣的語(yǔ)音/視頻處理算法的加持下，維持高算力下的低功耗要求。
從長(zhǎng)期的演進(jìn)來(lái)看，信息/數(shù)據(jù)經(jīng)過(guò)終端的基礎(chǔ)處理后，會(huì)到云端做進(jìn)一步的處理，因此設(shè)備在終端的處理會(huì)越來(lái)越多，同時(shí)在云端處理的需求也會(huì)增長(zhǎng)。隨著智能眼鏡需要處理的場(chǎng)景越來(lái)越多，云端也需要有更強(qiáng)的能力去應(yīng)對(duì)這些處理任務(wù)。但在這之前，終端設(shè)備的主芯片平臺(tái)需要更加強(qiáng)大應(yīng)對(duì)更復(fù)雜的終端處理任務(wù)，芯片廠商也需要持續(xù)迭代產(chǎn)品推出更具競(jìng)爭(zhēng)力的芯片。
