聚焦消费物联网市场,Synaptics要用人机交互和语音技术抢占AI高地

简介:

前有PC大放光彩,后有智能手机熠熠生辉,现又轮到人工智能市场风潮迭起。在这些浪潮中,享受了前两波红利的智能终端厂商和上下游企业,正卯足了劲要「吃」上下一波的「蛋糕」。

在这些厂商中,全球人机界面交互技术领先厂商Synaptics尤具代表性。一项数据表明,目前Synaptics的主要收入来自PC和手机市场,一个占88%,一个占12%。

随着全球PC市场的持续走衰和智能手机市场的高度饱和,Syanptics也一直在寻求变通之道。今年6月,Synaptics以收购科胜讯和Marvell多媒体解决方案事业部的实际行动,宣告了自己进军消费物联网市场和引领人机交互变革的决心。

聚焦消费物联网市场,Synaptics要用人机交互和语音技术抢占AI高地雷锋网注:Synaptics CEO Rick Bergman

10月19日,在一场媒体沟通会上,Synaptics CEO Rick Bergman和Synaptics副总裁兼语音和图像部门总经理Saleel Awsare分享了Synaptics在人机交互技术上的变革以及对消费物联网市场的重度聚焦。

进军30亿消费物联网市场的野心

据Rick Bergman介绍,5年前,Synaptics开始深耕人机交互技术,现已在该市场占据领先地位。目前,Synaptics共有六种支柱技术,包括电容式传感技术、显示驱动和集成的传感技术、视频和图像处理技术、光学成像技术、远场语音和语音采集技术和声学及音频输出处理技术。这些技术的集成,将为Synaptics布局人机交互变革打下坚实后盾。

谈及Synaptics的四大目标市场时,Rick Bergman如此描述消费物联网市场:

消费物联网市场有很多不同的产品,每年都有30亿解决方案的机会。

事实上也确是如此。据第三方数据显示,从2016到2020年底,消费物联网的规模将会从17.5亿增长至26.9亿。这无疑会成为整个产业的一次巨大机遇,也是人机交互技术厂商能否「吃」到下一波红利的关键据点。

除此之外,Synaptics还关注PC、手机和车载这三个市场。暂不提已占据60%以上份额的PC市场,Synaptics在手机市场也一直和三星、Vivo、OPPO等厂商保持着密切关系。而在车载领域,Synaptics也纵深已久,不仅联合比亚迪、福特和保时捷共同研发汽车触控屏等相关技术,在国内和科大讯飞也有紧密合作。Saleel告诉雷锋网,科大讯飞采用了Synaptics的系统和硅片解决方案,二者正在进行AI引擎的相关合作。

Rick Bergman指出,收购科胜讯系统公司和Marvell多媒体解决方案事业部后,Synaptics将继续保持人机交互领域的领先地位,同时还将增强在语音和音频方面的领导地位。

远场语音,离不开智能音箱这个终端产品

经历过两笔收购案的Synaptics,现在在物联网领域已经具备了成功的基础。Saleel指出,新成立的物联网部门将有三个主要业务,包括VideoSmart(视频技术),ImagingSmart(成像技术)和AudioSmart(语音技术)。这三大部门的集合,将使Synaptics成为拥有语音、生物识别、触控、显示、处理和成像于一体的技术方案商。

聚焦消费物联网市场,Synaptics要用人机交互和语音技术抢占AI高地图:Synaptics副总裁兼语音和图像部门总经理Saleel Awsare

『我们在市场中最主要的差异化技术,就是远场语音。』Saleel说。目前,Synaptics的远场语音解决方案出货量已经超过了3000万,在接下来几个月,市场上还将陆续出现30到40款搭载该方案的产品。其中,已有多家厂商利用该公司的远场语音技术进行了智能音箱等产品的开发,如出门问问、哈曼卡顿、Eufy Genie、Anker等,还有几个月后即将发布的腾讯小微。

从远场语音的市场来看,2017年,全世界只有1600万台AI语音助手出货。但据IDC的研究报告指出,在2020年前,这个数据将会达到1.5亿,增长近110%。

值得一提的是,在智能音箱市场的应用中,『Synaptics是唯一一家可以提供两个麦克风和四个麦克风解决方案的厂商』Saleel说。

Synaptics中国区销售总监施铁勇告诉雷锋网(公众号:雷锋网),与国内大部分采用波束成形的语音技术厂商不同,Synaptics使用的是盲源(BlindSource)分离技术,该技术可以模拟人类的听觉神经,把一切可以用的条件通过各个复杂的算法智能地筛选、甄别各个声源,从而达到极佳的远场交互体验。

Saleel指出,使用盲源分离原理的两个麦克风和四个麦克风,就能实现和使用波束成形原理的6-7个麦克风一样甚至更好的识别效果。

布局AI生态 推动人机交互深度变革

随着人工智能的强势挺入,对Synaptics而言,布局AI生态也尤为重要。

Saleel指出,目前,Synaptics已经拥有自己的DSP(数字信号处理)、固件、语音技术、AI算法和专利。而在软件方面,该公司也正在加强研发,未来还将在唤醒词等方面做出新的突破。

而在全球范围内,Synaptics还在和不同市场的AI领导厂商都有深度合作,而且均推出了合作产品,如中国的百度、腾讯,美国的亚马逊、谷歌、微软,韩国的SK,NAVER等。

Saleel介绍,我们提供完整系统解决方案,通过差异化技术与技术专长提供最具说服力的用户体验。这也就是像亚马逊、百度和腾讯等大公司选择跟我们合作的原因。

除去上文提到的AI音箱,数字化耳机解决方案也是Synaptics瞄准AI生态的杀手锏之一。随着越来越多的厂商(如苹果、谷歌和华为)在部分产品移除了耳机接口,Synaptics在这一市场将拥有极大优势。据Saleel介绍,其在该市场已经有超过5000万USB和USB-Type C产品的出货。为此,该公司已经建立了从游戏耳机市场、新兴的USB-Type C市场到主动降噪技术、通信耳机、USB拓展坞、监视器等全方位的与各版块领先厂商的合作关系。

Saleel强调,Synaptics将继续聚焦在消费物联网市场。Saleel最后说,『相对于成熟的PC和智能手机市场,消费物联网市场才刚刚起步,未来还有广阔的发展空间。对此,Synaptics已经做好充分的准备,将继续推动人机界面的发展。』



本文作者:李秀琴
本文转自雷锋网禁止二次转载, 原文链接
相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
相关文章
|
17天前
|
传感器 人工智能 自动驾驶
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第27天】 随着城市化的快速发展,交通拥堵已成为全球城市的普遍问题。本文探讨了人工智能(AI)技术在缓解城市交通压力、提升交通效率方面的应用前景。通过分析智能信号控制、交通流量预测、自动驾驶车辆以及公共交通优化等关键技术的实际案例,评估了AI在现代交通系统中的潜力与挑战。本研究不仅展示了AI技术在改善城市交通中的有效性,同时也指出了实施过程中需要克服的技术和社会障碍。
|
1天前
|
人工智能 IDE Devops
通义灵码技术解析,打造 AI 原生开发新范式
本文第一部分先介绍 AIGC 对软件研发的根本性影响,从宏观上介绍当下的趋势;第二部分将介绍 Copilot 模式,第三部分是未来软件研发 Agent 产品的进展。
|
1天前
|
人工智能 自然语言处理 搜索推荐
阿里通义千问的这次升级不仅带来了实实在在的利好,也为我们展示了AI技术的巨大潜力和广阔前景
【5月更文挑战第13天】阿里通义千问3月22日升级,开放1000万字长文档处理功能,成为全球处理容量最大的AI应用,超越ChatGPT等。此升级助力用户(如金融分析师、法律人士、科研人员)高效处理文档,提升工作效率,并推动AI在各行业深入应用,加速数字化转型。未来,通义千问可能发展更强大的自然语言处理能力、拓宽应用场景及提供智能个性化推荐,展现AI技术潜力与前景。
12 2
|
1天前
|
存储 机器学习/深度学习 人工智能
新一代数据库技术:融合AI的智能数据管理系统
传统数据库管理系统在数据存储和查询方面已经取得了巨大的成就,但随着数据量的不断增长和应用场景的多样化,传统数据库已经难以满足日益增长的需求。本文将介绍一种新一代数据库技术,即融合了人工智能技术的智能数据管理系统。通过结合AI的强大能力,这种系统能够实现更高效的数据管理、更智能的数据分析和更精准的数据预测,为用户带来全新的数据管理体验。
|
2天前
|
机器学习/深度学习 人工智能 算法
构建高效AI系统:深度学习优化技术解析
【5月更文挑战第12天】 随着人工智能技术的飞速发展,深度学习已成为推动创新的核心动力。本文将深入探讨在构建高效AI系统中,如何通过优化算法、调整网络结构及使用新型硬件资源等手段显著提升模型性能。我们将剖析先进的优化策略,如自适应学习率调整、梯度累积技巧以及正则化方法,并讨论其对模型训练稳定性和效率的影响。文中不仅提供理论分析,还结合实例说明如何在实际项目中应用这些优化技术。
|
4天前
|
数据采集 人工智能 自然语言处理
如何通过AI技术提升内容生产的效率和质量
利用AI提升内容生产效率涉及智能策划(数据分析、热点追踪)、自动化生成(文字、多媒体)、编辑优化(语法检查、事实核查)、个性化推荐、内容审核和合规性检查,以及数据分析反馈。AI通过减少人力成本、增强质量和吸引力,助力内容创新,预示着内容创作新时代的到来。
19 3
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术的应用和发展
【5月更文挑战第10天】AI技术的应用和发展
22 1
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
【热门话题】如何通过AI技术提升内容生产的效率与质量
本文探讨AI技术如何提升内容生产的效率与质量。通过自然语言处理(NLP)实现智能摘要、自动写作和语言风格优化;计算机视觉用于图像识别和智能设计,提升视频与图像内容生产;数据分析与预测帮助精准洞察受众需求和预测内容趋势;AI推荐系统实现个性化信息流,优化用户体验。尽管AI带来变革,但需结合人类创意与伦理监督,以促进内容产业健康发展。
19 3
|
5天前
|
人工智能 自然语言处理 算法
探讨如何通过AI技术提升内容生产的效率和质量
AI技术在内容生产中扮演重要角色,包括自动生成文章、自动审核内容、个性化推荐、数据分析以及翻译和语音识别,显著提升效率和质量。然而,使用AI时需注意信息安全、隐私和算法偏见问题,应合理结合人工与AI以实现最佳效果。
|
7天前
|
存储 机器学习/深度学习 人工智能
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术

相关产品

  • 物联网平台