日前 ，MIT（麻省理工学院）的研究人员开发了一款专为自动语音识别设计的低功耗芯片。据悉，他们开发的芯片最高能将语音识别的功耗降低99%。

不管苹果的Siri，谷歌的Google Assistant，还是亚马逊的Alexa，智能语音助手正在越来越普及。但是，这些虚拟助手都需要依靠语音识别，而且需要常驻后台保持开启状态以随时检测语音命令，这必然会减少设备的续航时间。MIT的研究人员称，手机上的语音识别功能的功率大约在1瓦特左右，而使用他们开发的芯片能够将功率降低至0.2~10毫瓦。

那么到底什么是语音识别？

语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。语音识别的目的就是让机器赋予人的听觉特性，听懂人说什么，并作出相应的动作。目前大多数语音识别技术是基于统计模式的，从语音产生机理来看，语音识别可以分为语音层和语言层两部分。

语音识别本质上是一种模式识别的过程，未知语音的模式与已知语音的参考模式逐一进行比较，最佳匹配的参考模式被作为识别结果。

当今语音识别技术的主流算法，主要有基于动态时间规整（DTW）算法、基于非参数模型的矢量量化（VQ）方法、基于参数模型的隐马尔可夫模型（HMM）的方法、基于人工神经网络（ANN）和支持向量机等语音识别方法。

为什么MIT新款芯片功耗如此低？

通常情况下，负责语音识别的芯片会一直在后台运行神经网络来检测周围所有的声音，不管是人声还是噪声。而MIT的这款芯片增加了一个简单的“声音探测”电路，它能够识别人类的声音，而且一旦检测到人声之后，就会激活更复杂的语音识别电路。这种方式就像给语音识别芯片加了一个协处理器，从而大幅降低了功耗。这意味着，未来就算是小型的电子设备也能用上先进的语音识别系统和AI助手。

MIT电气工程与计算机科学教授Anantha Chandrakasan表示，语音输入将会变成可穿戴设备以及智能家居的必备功能，因为这些设备需要不同于触摸或者键盘的交互方式。不论是Siri、Google Assitant还是Alexa，想要实现语音识别功能都需要联网，在云端处理。这款低功耗的芯片将是语音识别功能本地化的关键。