AI语音助手普遍存在的误解问题半导体芯片集成电路能解决吗

AI语音助手普遍存在的“误解”问题，半导体集成电路芯片能解决吗？遥想2011年，Siri被成功移植到iPhone4上，随后，与手机语音对话的新玩法引起了消费者对语音助手的兴趣。2014年，亚马逊推出搭载Alexa语音助手的智能音箱Echo，引领了全球智能音箱的热潮。不过，历经多年，语音助手既没有成为消费者离不开的智能助手，还因接连爆出的“误解”问题引发担忧。

这些公司并非真正要侵犯用户隐私，而是为了采集一些数据进行训练，让语口助手更加智能。深聪智能CTO朱澄宇接受雷锋网专访时表示：“我们提供融合思必驰算法和深聪AI芯片软硬一体方案”，基于强大的AI芯片，将云端工作搬到终端，使得语口部分不需要上传到云端，这就是对用户隐私最大的保障。

如何保护隐私？朱澄宇认为，我们可以用公认方法或者制定相应标准，在保护隐私的情况下收集用于训练数据。此外，他也提到了未来可能会出现的一种情况，即当AI技术达到成熟期之后，对于训练需求不会那么旺盛，“误解”的事情就不会发生。

对于实现更复杂功能，如订机票和叫外卖，一方面需要更多内容和服务提供方开放接口；另一方面，更需要通过大量数据训练让语言理解能力更强。然而，这样的做法又涉及到用户隐私的问题。目前，我们既没有看到数据收集标准，也未达到成熟阶段，因此如何在保护用户隐私的情况下提升AI技术仍然是一个挑战。

低功耗对于提升语口体验十分关键。在Always-On状态下，即使是毫瓦级功耗，也能影响唤醒率，因为唤醒阈值设得过低会带来误唤醒问题。一旦有高性能且低功耗的芯片，就能在一定程度上解决这个问题，比如深聪TH1520采用多级唤醒模式，在Always-On阶段功耗仅需几十毫瓦。

总之，要改变人机交互方式，并在更多设备中使用语口助手，最终实现更低功耗与更高性能。这要求从硬件入手优化效率，以及采用更低精度ADC降低功耗，同时也要从软件层面进行交换，以找到最佳平衡点。此外，还有声纹识别、多模态融合等方向正在探讨中，为将来提供更加个性化、智能服务打下基础。