随着科学技术不断发展与革新，语音识别系统的研究也逐渐走向深入，如今已涉及微机技术、人工智能、数字信号处理、模式识别、声学、语言学和认知科学等许多学科，变成了一个多学科综合性研究领域。高性能数字信号处理芯片DSP技术得到迅速发展，为语音识别的实时实现提供了可能。
众所周知，DSP芯片是一种特别适合于进行数字信号处理运算的微处理器，其主要应用是实时快速地实现各种数字信号处理算法。数字化的核心技术之一是数字信号处理，用数值计算的方式对信号进行加工的理论和技术，在执行中很大程度上需要由DSP器件来完成，如今DSP技术已成为人们日益关注的并得到迅速发展的前沿技术。鉴于此，电子发烧友诚邀ADI公司DSP亚洲业务区域经理陆磊先生，共同探讨语音识别发展大势，以及ADI在该领域的产品与布局。
ADI公司DSP亚洲业务区域经理陆磊指出，DSP作为运行语音识别的算法运行的载体，需要提供足够的性能，以及低功耗、低成本的产品。
信号的处理过程，一般是先利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，得到符合需要的信号形式。ADI公司DSP亚洲业务区域经理陆磊指出，DSP技术在语音信号的处理上，主要通过语音编码、语音合成、语音识别、语音增强、语音邮件、语音储存等，将信号有效的转化然后传递。
语音识别或将是下一代“人机界面”
陆经理表示，截止到目前，语音识别还不能完全替代传统的“人机界面”。但是有较大的潜力，对一些相对简单的控制，比如控制家电的开关等，会较快被应用。当前语音识别存在着较大的技术瓶颈，如对方言的识别、在有较强背景噪音时的识别、长句的识别等方面的识别率还有待提高。
DSP作为语音识别技术的处理核心，在语音处理方面可以得到很好应用。主要是DSP运算量比同主频的MCU运算性能高，能在普通的语音识别算法上对声音作更多的处理，比如，先运用一定运算消除背景噪音，再进行识别。ADI公司DSP亚洲业务区域陆磊先生表示，在实现语音识别算法时，会用到许多浮点运算，利用定点DSP是在其中运作成了关键所在，进一步指出，定点和浮点DSP都可以进行语音识别，浮点的运算可以进行定点化处理，在定点DSP上运行，当然，随着浮点处理器的价格降低，也可以直接采用浮点处理器，ADI的Blackfin ®系列（定点）处理器，比如BF70x和2147x/2148x（浮点）处理器都很适合语音识别处理。
DSP在语音识别领域发展方向与挑战
在语音识别应用上，针对DSP芯片往后的发展又将如何？对此，陆经理表示，不同的语音识别应用可能需要不同的处理器。DSP作为运行语音识别的算法运行的载体，需要提供足够的性能，以及低功耗、低成本的产品。通用CPU可以进行语音识别的运算，但是功耗高。MCU可以进行简单的语音识别运算，但是运算能力受限。
同时指出，在未来DSP与FPGA将会协同共助语音识别发展。由于双方的可编程，重用性和算法升级都有共通性，因此，使用DSP或FPGA都能实现更低功耗和更高性能。陆经理在被问到未来DSP与FPGA两者的关系将会如何发展时表示，低成本、低功耗、小尺寸依旧是目前无线通信基础设施、汽车电子、智能视频监控、工业自动化控制和航空航天等嵌入式应用领域的主要市场需求，语音识别将是重点发展方向。
最后，陆经理强调，随着DSP应用市场的不断拓展，不仅是在语音识别领域，包括在通信、医疗、汽车、工业、新能源在内的诸多细分行业都会都提出了新的要求。为满足这些需求，ADI在产品规划上结合自身DSP技术和数字逻辑、模拟电路的优势，针对相应的细分市场推出合适的产品。而在对成本、功耗和体积要求高的应用中，单芯片的解决方案必然是趋势，DSP芯片也将会满足未来的发展需求。 | 
