據(jù)麥姆斯咨詢報(bào)道，VocalZoom是一家以色列初創(chuàng)企業(yè)，他們發(fā)明了一種光學(xué)傳感解決方案，可以在噪雜環(huán)境中將人們的語(yǔ)音更精準(zhǔn)地轉(zhuǎn)換為數(shù)字信號(hào)。這項(xiàng)發(fā)明非常適用于緊急狀況下的通訊服務(wù)，除了最初面向的車載語(yǔ)音識(shí)別應(yīng)用，還可用于頭戴耳機(jī)、智能手機(jī)、安保等一切跟語(yǔ)音識(shí)別相關(guān)的應(yīng)用。
目前基于語(yǔ)音的人機(jī)交互系統(tǒng)（human-to-machine communication，簡(jiǎn)稱HMC）的問題在于它們只針對(duì)人類進(jìn)行了優(yōu)化，而沒有考慮機(jī)器。這些人機(jī)交互系統(tǒng)利用聲學(xué)麥克風(fēng)探測(cè)所有的聲音信息，然后耗費(fèi)大量寶貴的能源和時(shí)間運(yùn)用降噪算法過濾背景噪音，再經(jīng)過優(yōu)化獲得自然、悅耳、清晰的聲音再現(xiàn)。
當(dāng)人們?cè)陂_車的時(shí)候，無論是人類還是語(yǔ)音識(shí)別系統(tǒng)，隨著背景噪音的增加，可理解性和識(shí)別率都隨即下降，這帶來了糟糕的通話質(zhì)量和錯(cuò)誤的聲控命令。
圖1 行駛的車輛，隨著車窗打開幅度和車內(nèi)喇叭音量的提高，聲控識(shí)別率通常逐漸降為0%。VocalZoom宣稱他們的HMC傳感器在相同的環(huán)境下，聲控識(shí)別率可以保持在90%以上。
為了將人類的聲音從環(huán)境噪音中完全分離，VocalZoom為其HMC傳感器運(yùn)用了一種低成本、低功耗的干涉測(cè)量原理。該傳感器使用一個(gè)激光器來測(cè)量人們說話時(shí)臉部或者耳后皮膚的低頻震動(dòng)。為了降低干涉測(cè)量的成本，VocalZoom選擇了犧牲測(cè)量距離，使用一款一級(jí)安全等級(jí)的垂直腔面發(fā)射體激光器（VCSEL），該激光器測(cè)量距離為1米，可以直接正對(duì)臉部進(jìn)行皮膚震動(dòng)探測(cè)。
圖2 VocalZoom的HMC傳感器應(yīng)用了一項(xiàng)簡(jiǎn)單但專利保護(hù)的干涉測(cè)量技術(shù)，使用一款可以正對(duì)臉部測(cè)量的一級(jí)安全等級(jí)的垂直腔面發(fā)射體激光器（VCSEL）。面部震動(dòng)改變了反射光束的相位，通過定制ASIC中嵌入的算法獲得最終輸出信號(hào)，信號(hào)再通過I2S接口輸出。
該系統(tǒng)不僅可以改善手機(jī)通話質(zhì)量、更精準(zhǔn)更持久的接收語(yǔ)音命令進(jìn)行聲控操作，還可以用于近距離探測(cè)和測(cè)量心率。而且，每個(gè)人說話的嗓音和相應(yīng)的面部震動(dòng)都是獨(dú)特的，所以該傳感器還可以用于生物安全識(shí)別。
圖3 VocalZoom技術(shù)的應(yīng)用
“這一技術(shù)將改變?nèi)祟惻c機(jī)器的交互方式。”VocalZoom銷售和商業(yè)發(fā)展部副總裁Rammy Bahalul突出了該項(xiàng)技術(shù)的主要應(yīng)用。但是，他還指出該傳感器可以替換掉占智能手機(jī)成本10~20美元的傳感器組件，包括近距探測(cè)、語(yǔ)音識(shí)別、生物識(shí)別（自帶“存活證明”特性）等功能組件，同時(shí)還能提供更好的降噪效果，還能通過語(yǔ)音控制降低系統(tǒng)功耗。
為此，摩托羅拉選擇該系統(tǒng)進(jìn)行了試驗(yàn)，最后，摩托羅拉還成為了該公司的投資方。今年初，VocalZoom與科大訊飛簽署了一項(xiàng)協(xié)議，將VocalZoom的人機(jī)交流（HMC）光學(xué)傳感器與科大訊飛的“語(yǔ)音云”智能語(yǔ)音技術(shù)平臺(tái)相結(jié)合。
“該傳感器自身功耗在毫瓦范圍內(nèi)，” Bahalul說道，“成本大約1美元。”激光器的成本在1美元左右，ASIC的成本低于1美元。首批原型系統(tǒng)應(yīng)該在今年第三季度準(zhǔn)備就緒，Behalul預(yù)計(jì)第一批產(chǎn)品將于2017年年初上市。