前记
你平时在商场看到的语音助手，看起来非常的简单，其实，这个小小语音助手的背后，是一个非常的复杂的技术支撑。从前端到后端的技术依次是：前端语音降噪技术，高效的音频编解码技术，蓝牙双模技术，DMA协议移植技术。手机侧音频编解码技术，降噪技术，语音识别技术。丰富的娱乐和使用资源（地图，音乐，音频等）。整个流程下来，是一个复杂的工程。想把整个产业链玩起来，真不是一个公司能够玩起来的，需要的是产业上很多公司的共同努力。
终端设备的难点
- 前端降噪技术
前端降噪技术，这里面一般是软件算法实现的，一般包括，单麦克，双麦克，多麦克降噪算法，消回声算法，AGC算法等。这三个的使用是一个配合的过程。具体设置什么参数，怎么适配，这个跟产品的特性是强相关的。有这方面疑问的同学可以多多交流。
- 音频编码技术
由于蓝牙spp和ble的带宽都无法传输没有压缩的音频，还有就是无法对无线传输的质量做一个比较高的保证。因此，音频传输一定需要编解码的。在DMA长录音中，音频编解码常用的只有两种：SBC和OPOS。由于SBC是比较老的编解码算法，无论压缩比还是压缩质量，都无法和opus相比，所以，想要你的语音助手听的清楚，目前主流的都是opus编码。opus是一个开源的编解码技术，它无论是压缩比，抗抖动性能，还是音质的还原度，都是在目前的同类音频编解码中绝无仅有的。
opus唯一的不足之处就是消耗的MIPS比较高，假如你想把它移植到耳机或者类似耳机的小平台上，还是需要花费很多功夫的，很多芯片都是因为无法移植opus或者移植的opus无法优化，造成音频编解码效率特别低或者无法使用。这个当初我们也是摸索了好久，做了大量的算法优化才做的比较好的。
- 蓝牙双模支持
DMA语音这块，虽然是spp和ble都可以使用。假如你想在苹果上使用，只能使用ble，因为apple是不给第三方公司开发spp接口的。但是，假如你想在android上使用ble的话，由于android厂商太分散，每家做的ble都差距很大，会造成很多兼容性问题。这个也就是为什么目前主流的方案都是 android + spp apple +ble的模式，这个就要求你的芯片支持蓝牙和ble双模了。目前的绝大多数耳机芯片，双模支持的比较好的的确很少。这点我们也走了不少弯路，才后面找到了一个合适的芯片来做个这个东西。 - 低成本的技术
做产品呢，都是为了赚钱。所以，成本是广大设备商首先考虑的重点。为了能够做DMA+小度的方案，很多公司使用了两颗以上的主芯片。成本就需要5美金以上，这个价格就决定了产品无法大范围的商用。基于此，我们把所有的东西都放到了一个芯片中，一个产品一个芯片搞定，这个极大的降低了成本。不过，也是花费了很多精力的。毕竟，把所有的东西放到一个芯片中，这个对软件工程师的水平是一个极大的考验。
后台app的技术难点
-
高效的语音识别技术
前面的所有一切的努力，最后都是为了进行语音识别。国内做语音识别的厂家很多，为什么我们选择百度呢？主要有几个原因，百度是ai这块国内投入最大，投入最早，商用范围最广的互联网公司。他们的语音识别技术做的特别好，并且还广泛开发给第三方厂家。所以说，选择百度。也是我们经过很多实际考察做出的选择。后来等产品做出来了，也证明了我们的选择当初是对的。 -
广泛的消费内容
语音识别技术，假如没有后面的内容作支撑，只是客户问几个小问题的话，估计没啥吸引力了。所以，app的内容多少是该产品成败的关键。百度在这块可以说是下了血本的。地图，音乐，有声读物，基本上把主流的厂商都签了合同的。可以调用QQ音乐，可以调用喜马拉雅等。这些资源，真不是一般厂商能够调动的。