Новый чип "подарит" функцию распознавания речи практически любому "умному" девайсу.

Люди всё чаще и чаще начинают "разговаривать" со своими девайсами, во многом благодаря успеху продукции Amazon Echo (которую даже намерены привлечь к расследованию), Google Home и, конечно же, нельзя не вспомнить о голосовом помощнике Siri от Apple и подобных ему.
Исследователи из Массачусетского технологического института (MIT), заметив тенденцию "общения" человека и электронных устройств, также решились на создание маломощного чипа, разработанного специально для автоматического распознавания речи.
Инженеры считают, что новый чип сможет сэкономить от 90 до 99 процентов энергии по сравнению с обыкновенными программами, которые применяются в смартфонах для распознавания речи.
Так, IPhone, работающему с Siri, требуется около одного ватта мощности, в то время как новый маломощный чип сможет выполнять ту же самую работу, "беря в оплату" от 0,2 до 10 милливатт. Всё будет зависеть от "размаха" словарного запаса, которое необходимо распознать.
Примечательно, что новый чип пригодится не только для персональных смартфонов и носимых устройств. Благодаря разработке можно будет добавить функцию распознавания голоса другим устройствам – различным сенсорам или девайсам с ограниченной мощностью.
Возможно, это сыграет на руку и в развитии технологий "Интернета вещей". Поясним, что это концепция вычислительной сети физических предметов ("вещей"), оснащённых встроенными технологиями для взаимодействия друг с другом или с внешней средой.
"Функция распознавания голоса становится вполне обыкновенным интерфейсом многих носимых устройств или "умных" девайсов", — говорит профессор из MIT Ананта Чандракасан (Anantha Chandrakasa), чья команда и занималась разработкой.
Отмечается, что новый чип позволит сэкономить энергию, используя несколько ключевых стратегий. Первая представляет собой относительно простое использование схемы "определение голосовой активности", которое фиксирует окружающий шум и определяет, присутствует ли в нём речь. И только потом запускаются более сложные и энергозатратные схемы распознавания речи.
Вторая стратегия предполагает сжатие данных и также оценивания только коротких фрагментов аудиозаписей, чтобы обеспечить низкое потребление энергии.