您的位置  网络科技  互联网+

音频 NPU 芯片及算法公司芯声智能完成数千万元人民币 A 轮融资

近日,芯声智能完成数千万人民币 A 轮融资,由光远资本独家投资,戈杨资本担任本轮独家财务顾问。该轮资金将主要用于扩充研发人员和技术支撑团队,以及芯片迭代的研发投入。

芯声智能成立于 2018 年 9 月,主要基于自主研发的可重构神经网络引擎,开发面向智能语音识别领域的 AI 芯片及算法,具有高性能、超低功耗、高识别率、低成本、算法扩展性强等特点,适用于智能手机、耳机、白色家电等品类。

目前,芯声智能的低功耗语音芯片 XS200X 已实现量产出货,这是一款专用的语音识别前端芯片,基于 RISC-V 架构,采用小型化神经网络设计,突破了超低功耗 ADC、低功耗 PLL 系统设计、低功耗数字系统设计、小型化封装等多个难点。

具体来看,XS200X 芯片拥有四大特点:一是采用超低功耗设计,支持 Always on 唤醒模式,唤醒功耗小于 1mW;二是具有远场识别高强度计算能力,支持 AGC、AEC、波速成型、去混响、复杂降噪、多命令词识别等 14 种算法,其中 KWS 唤醒率在无噪达 98% 以上;三是基于 DNN+CNN 神经网络降噪算法,能较好实现通话降噪(ENC)和主动降噪(ANC)效果;四是配置了 4 麦克风接口,支持多路模拟 MIC 输入或多路数字 MIC 输入,支持多通道 TDM(I2S)输入和输出。

基于这些特点,芯声智能的语音降噪方案能很好地解决大风噪场景下的降噪问题,这也是现在许多音频产品主要面临的难题。举例,在摩托车车速为 120 码情况下,公司的单麦克风降噪解决方案能大幅度地过滤风噪和路噪,实现清晰通话,而业内知名厂商的蓝牙芯片方案最多只能实现 30 码车速的通话。

在这背后,正是芯声智能采用神经网络降噪技术,通过对大风噪、马路、地铁、广场舞等场景下的 6000 多种噪音进行训练,大幅度地解决了各类噪声问题。

芯声智能核心团队从四年前就开始基于 RISC-V 架构开发芯片方案,积累下不少成本控制和技术开发经验,这恰恰是公司和其他玩家相比的差异化优势。一方面,市场上的玩家多采用 Arm Cortex-M4F 架构或 Cadence 的架构,产品开发需要支付 IP 专利费用,而芯声智能采用开源的 RISC-V 架构,所有模拟 IP 均为独立自主研发,能大大减少产品开发的成本;另一方面,市场上产品的同质化现象严重,而公司基于 RISC-V 架构开发芯片,能在实现产品差异化的同时,保证产品的功耗、算力、性能的一致性。

业务方面,芯声智能拥有出行、对讲、声纹解锁、声源定位四个业务板块,每个版块相互结合实现落地。例如,出行和对讲主要面向智能头盔市场,公司与饿了么合作为骑手开发智能头盔,让骑手可直接通过语音交互完成订单处理、打电话等工作;声源定位则主要瞄准直播、视频电话会议领域。

现阶段,公司的 XS200X 芯片已完成多家芯片/软件平台商的联合调优和参考设计,并在智能手机、智能耳机、智能头盔、车载音频、低延时直播、电话会议等市场均有落地,其中合作伙伴不乏沃达丰、3M、哈曼、五菱科技、饿了么等国内外企业。

血腥的夜晚 http://www.xinzhiliao.com/bj/meirong/24266.html
免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
  • 标签:指南录后序原文
  • 编辑:刘卓
  • 相关文章