這種緊迫性源于這樣一個(gè)事實(shí)：數(shù)據(jù)量正以令人難以置信的速度增長(zhǎng)。國(guó)際數(shù)據(jù)公司（IDC）的數(shù)據(jù)顯示，全球數(shù)據(jù)總量預(yù)計(jì)將從2018年的33zettabyte字節(jié)（1zettabyte字節(jié)相當(dāng)于1萬(wàn)億千兆字節(jié)--trillion gigabytes）增長(zhǎng)到2025年的175zettabyte字節(jié)，復(fù)合年增長(zhǎng)率（CAGR）為61%。
自然，公司正在努力處理、存儲(chǔ)和保護(hù)其不斷擴(kuò)大的信息池，而不斷增長(zhǎng)的數(shù)據(jù)量正在推動(dòng)邊緣計(jì)算業(yè)務(wù)案例。在較高的層次上，邊緣計(jì)算是一種架構(gòu)，它將位于數(shù)據(jù)中心（通常稱為核心）的云服務(wù)與靠近最終用戶的邊緣計(jì)算設(shè)備相結(jié)合，這些設(shè)備可以自主地滿足部分應(yīng)用程序功能。最近兩方面都發(fā)生了變化。
云計(jì)算為企業(yè)提供了一種比傳統(tǒng)系統(tǒng)更簡(jiǎn)單的部署和管理計(jì)算機(jī)基礎(chǔ)設(shè)施的方法，但這種差距一直在擴(kuò)大。云將計(jì)算機(jī)處理集中在海量數(shù)據(jù)中心。據(jù)Gartner統(tǒng)計(jì)，2018年，90%的企業(yè)數(shù)據(jù)是在云端創(chuàng)建的，只有10%是在邊緣中創(chuàng)建的。
然而，到2025年，邊緣計(jì)算將占75%，云計(jì)算僅占25%。因此，一些云基礎(chǔ)設(shè)施的缺陷正在顯現(xiàn)。“專門(mén)的語(yǔ)音應(yīng)用程序，比如互聯(lián)汽車(chē)，需要將大量數(shù)據(jù)傳送到云端，但網(wǎng)絡(luò)可用性和質(zhì)量并不總是有保證，”Conversational Technologies的負(fù)責(zé)人Deborah Dahl解釋道。
隱私是另一個(gè)問(wèn)題。“Dahl補(bǔ)充說(shuō)：“人們?cè)絹?lái)越懷疑供應(yīng)商的動(dòng)機(jī)，不喜歡他們的個(gè)人信息進(jìn)入云端，因?yàn)樗麄儫o(wú)法控制這些信息，也無(wú)法知道這些信息會(huì)發(fā)生什么。”這種不安在醫(yī)療保健和金融服務(wù)等垂直行業(yè)尤其普遍，但很少有行業(yè)能完全幸免。此外，消費(fèi)者還擔(dān)心黑客可能會(huì)利用語(yǔ)音系統(tǒng)進(jìn)入自己家中。家長(zhǎng)們尤其擔(dān)心從孩子身上收集到什么信息以及如何使用這些信息。
“因此，語(yǔ)音行業(yè)一直在尋求將計(jì)算能力和存儲(chǔ)能力推向網(wǎng)絡(luò)邊緣。語(yǔ)音平臺(tái)，如Amazon Alexa、Google Assistant、Microsoft Cortana和Nuance Communications的Dragon，從提供解決方案的一開(kāi)始就基本上部署了邊緣技術(shù)。”Opus Research的創(chuàng)始人兼首席分析師Dan Miller解釋說(shuō)：“有很多智能終端，比如揚(yáng)聲器、自動(dòng)信息娛樂(lè)系統(tǒng)、信息亭和智能手機(jī)，都有語(yǔ)音用戶界面。”
然而，本地發(fā)生的計(jì)算和分析量很小，主要由喚醒系統(tǒng)的命令組成。一個(gè)原因是他們的設(shè)計(jì)是幾年前開(kāi)發(fā)的，當(dāng)時(shí)邊緣設(shè)備缺乏本地處理能力和電池電源。
隨著行業(yè)的發(fā)展，這些障礙已經(jīng)被清除，云計(jì)算的局限性已經(jīng)明確化。將大部分會(huì)話發(fā)送到云端進(jìn)行解碼、解釋和響應(yīng)，會(huì)降低響應(yīng)時(shí)間，增加網(wǎng)絡(luò)基礎(chǔ)設(shè)施需求（及其成本），并引發(fā)安全問(wèn)題。
邊緣計(jì)算對(duì)語(yǔ)音技術(shù)的許多好處
邊緣計(jì)算正在發(fā)展成為一種更具吸引力的選擇，因?yàn)樗治鰯?shù)據(jù)時(shí)更接近數(shù)據(jù)的創(chuàng)建位置，并將信息從終端設(shè)備到語(yǔ)音識(shí)別系統(tǒng)的移動(dòng)最小化。更智能的邊緣系統(tǒng)可以支持音頻捕獲等功能；壓縮；傳輸；語(yǔ)言處理；還有語(yǔ)音追蹤。此外，將更大的單詞子集和自然語(yǔ)言處理功能放在更接近用戶的位置會(huì)帶來(lái)許多好處，包括：- 它增強(qiáng)了應(yīng)用程序的響應(yīng)能力，因?yàn)橄到y(tǒng)不會(huì)受到網(wǎng)絡(luò)或云數(shù)據(jù)中心速度減慢的阻礙。
- 它減少了互聯(lián)網(wǎng)帶寬的使用，向云發(fā)送簡(jiǎn)單的文本消息，而不是復(fù)雜的語(yǔ)音記錄。
- 它降低了成本，使公司能夠削減網(wǎng)絡(luò)成本，因?yàn)樗鼈儌鬏數(shù)男畔⑤^少。
- 減少延遲。延遲是有問(wèn)題的，數(shù)據(jù)從設(shè)備傳輸?shù)綀?zhí)行分析并返回結(jié)果所需的時(shí)間。將數(shù)據(jù)移近終點(diǎn)會(huì)縮短響應(yīng)時(shí)間，并允許在后臺(tái)處理選定的任務(wù)，如將項(xiàng)目添加到購(gòu)物列表或創(chuàng)建提醒。
- 它更好地支持任務(wù)關(guān)鍵型應(yīng)用程序。處理速度如此之快，以至于公司可以部署需要即時(shí)數(shù)據(jù)處理的實(shí)時(shí)應(yīng)用程序。
- 提供離線可用性。有了云，就不能保證網(wǎng)絡(luò)始終可用或可靠。通過(guò)邊緣計(jì)算，語(yǔ)音助手處理某些命令并執(zhí)行選擇功能，例如自動(dòng)發(fā)出警報(bào)和發(fā)送提醒，即使設(shè)備處于飛行模式或超出覆蓋范圍。
- 它保持?jǐn)?shù)據(jù)的私有性，因?yàn)楣⿷?yīng)商可以進(jìn)行檢查，這樣用戶數(shù)據(jù)就保持在本地，而不會(huì)發(fā)送到云。
- 它符合隱私要求，如歐盟的一般數(shù)據(jù)保護(hù)條例（GDPR），該條例限制了信息的存儲(chǔ)位置；更少的移動(dòng)意味著更少的潛在問(wèn)題。
- 它提高了安全性，因?yàn)檫吘壪到y(tǒng)越來(lái)越善于區(qū)分和識(shí)別用戶聲音。本地處理可以通過(guò)重置系統(tǒng)配置文件快速阻止試圖闖入的人。
但要使邊緣計(jì)算全面運(yùn)行，還需要進(jìn)行一些基礎(chǔ)設(shè)施升級(jí)。一個(gè)好的起點(diǎn)是硬件。“圍繞本地自然語(yǔ)言處理這類事情的最大挑戰(zhàn)是將應(yīng)用程序和數(shù)據(jù)模型限制在便攜式設(shè)備上的小腳印上，”Miller解釋說(shuō)。
供應(yīng)商必須升級(jí)他們的邊緣硬件，使其更強(qiáng)大。例如，亞馬遜的Echo設(shè)備使用該公司的AZ1神經(jīng)邊緣處理器，它需要的功耗減少20倍，內(nèi)存使用率降低85%，但語(yǔ)音處理能力卻翻了一番。此外，CEVA、Fluent。ai、NVIDIA、Intel和Syntiant等半導(dǎo)體供應(yīng)商正在開(kāi)發(fā)專用中央處理單元、圖形處理單元、數(shù)字信號(hào)處理器和系統(tǒng)芯片語(yǔ)音處理解決方案，旨在以小型、節(jié)能的形式提供所需的處理能力。
傳統(tǒng)的無(wú)線廣域網(wǎng)（WAN）技術(shù)不適合邊緣計(jì)算。認(rèn)識(shí)到這些局限性，國(guó)際電信聯(lián)盟（International Telecommunications Union）、3GPP和互聯(lián)網(wǎng)工程任務(wù)組（Internet Engineering Task Force(IETF)）開(kāi)發(fā)了IMT-2020，即5G。它提供了許多增強(qiáng)功能，包括：
支持更多設(shè)備：新標(biāo)準(zhǔn)是為邊緣設(shè)計(jì)的。4G網(wǎng)絡(luò)支持每平方公里最多約4000臺(tái)設(shè)備；5G與100萬(wàn)人合作。
減少延遲:4G延遲通常在20毫秒到30毫秒之間；5G是1毫秒到10毫秒。
更快的速度:4G以每秒1G的速度運(yùn)行；5G的最高速度高達(dá)每秒20G。
人工智能和機(jī)器學(xué)習(xí)的進(jìn)步使得語(yǔ)音系統(tǒng)變得更加復(fù)雜。檢測(cè)到關(guān)鍵字后，設(shè)備開(kāi)始主動(dòng)偵聽(tīng)。更多的智能可以放在本地，因此邊緣系統(tǒng)可以在嘈雜的環(huán)境中更好地處理信息，例如繁忙的辦公室。新興的技術(shù)將用戶的聲音與周?chē)穆曇舴珠_(kāi)。
例如，波束形成處理來(lái)自多個(gè)麥克風(fēng)的音頻，以便將注意力集中在用戶所在的方向。如果員工從一個(gè)地方移動(dòng)到另一個(gè)地方，語(yǔ)音跟蹤算法會(huì)調(diào)整麥克風(fēng)信號(hào)之間的平衡，這樣系統(tǒng)就能知道說(shuō)話者在哪里，并能聽(tīng)到他們?cè)谡f(shuō)什么。
軟件還可以抑制會(huì)話干擾。與消除噪音耳機(jī)的工作方式類似，該設(shè)備負(fù)責(zé)抑制干擾和音樂(lè)，即使在大聲播放時(shí)也是如此。
先進(jìn)的邊緣計(jì)算能力支持語(yǔ)音生物識(shí)別，防止未經(jīng)授權(quán)的用戶輸入信息，進(jìn)行購(gòu)買(mǎi)，或更改關(guān)鍵系統(tǒng)設(shè)置。在處理敏感客戶或員工信息（如人力資源數(shù)據(jù)或帳單）的部門(mén)中，這些功能非常重要。
設(shè)備上的人工智能語(yǔ)音識(shí)別可以執(zhí)行高級(jí)安全功能。一種裝置探測(cè)到玻璃破碎的聲音并觸發(fā)警報(bào)。當(dāng)連接到攝像頭時(shí)，聲音會(huì)觸發(fā)對(duì)視頻的特寫(xiě)錄制事件。
邊緣計(jì)算功能正在被添加到智能設(shè)備、計(jì)算機(jī)、打印機(jī)、家用電器、燈具、辦公設(shè)備和玩具中。用戶可以輸入命令來(lái)執(zhí)行任務(wù)，比如打印文檔，或者幫助員工閱讀重要文檔。
邊緣計(jì)算提供了潛在的成本節(jié)約。供應(yīng)商語(yǔ)音識(shí)別的應(yīng)用程序編程接口（API）調(diào)用通常每1000個(gè)APIs調(diào)用花費(fèi)4美元。將智能放在離設(shè)備更近的地方可以消除它們并降低系統(tǒng)開(kāi)銷。
邊緣計(jì)算是一項(xiàng)正在進(jìn)行的工作
然而，邊緣應(yīng)用程序開(kāi)發(fā)工作非常復(fù)雜，處于開(kāi)發(fā)的初級(jí)階段，需要一個(gè)更加健壯的生態(tài)系統(tǒng)。隨著數(shù)據(jù)從云端移動(dòng)到邊緣，軟件復(fù)雜性增加。
IDC邊緣策略研究總監(jiān)Dave McCarthy表示，硬件平臺(tái)及其支持的通信協(xié)議日益多樣化也帶來(lái)了挑戰(zhàn)。將這些信息保存在一個(gè)地方，云計(jì)算比在多個(gè)地方協(xié)調(diào)信息要簡(jiǎn)單得多。
規(guī)模也是一個(gè)問(wèn)題。“邊緣適用于只有少量設(shè)備的應(yīng)用程序，但隨著供應(yīng)商規(guī)模擴(kuò)大到數(shù)百或數(shù)千臺(tái)，這種模式往往會(huì)崩潰，”Mc Carthy說(shuō)。
缺乏標(biāo)準(zhǔn)使這一挑戰(zhàn)雪上加霜。目前，供應(yīng)商正在以自己的方式解決這些問(wèn)題，因此軟件的可移植性和開(kāi)發(fā)的一致性受到限制。
軟件更新和維護(hù)變得更加復(fù)雜，因?yàn)閿?shù)據(jù)必須在多個(gè)位置同步。“如果有一小部分可能的功能，比如說(shuō)對(duì)于一個(gè)玩具，更新應(yīng)該是簡(jiǎn)單的；如果一個(gè)應(yīng)用程序很復(fù)雜，比如說(shuō)庫(kù)存，那么工作就會(huì)變得更麻煩。”
隨著數(shù)據(jù)從數(shù)據(jù)中心轉(zhuǎn)移到邊緣，公司也需要新的管理工具。如果沒(méi)有它們，他們可能無(wú)法監(jiān)視事務(wù)中每個(gè)步驟發(fā)生的情況，識(shí)別潛在的瓶頸，并在問(wèn)題對(duì)性能產(chǎn)生負(fù)面影響之前理想地解決問(wèn)題。
最后，請(qǐng)注意，這一領(lǐng)域是新的，因此基本上缺少所需的支持基礎(chǔ)設(shè)施和技能。很少有開(kāi)發(fā)人員了解新的體系結(jié)構(gòu)，而最佳實(shí)踐的開(kāi)發(fā)才剛剛起步。總之，生態(tài)系統(tǒng)需要做很多工作。
邊緣計(jì)算找到了一個(gè)利基市場(chǎng)
由于邊緣語(yǔ)音系統(tǒng)的雛形，它們是例外而不是規(guī)則。它們存在于選擇性用例中，包括需要以下條件的用例：
速度，當(dāng)系統(tǒng)需要以難以置信的速度處理數(shù)據(jù)時(shí)，比如實(shí)時(shí)解決方案；
缺乏可用帶寬，當(dāng)機(jī)器生成大量數(shù)據(jù)時(shí)，將無(wú)法有效地發(fā)送到遠(yuǎn)程數(shù)據(jù)中心；
自治，解決方案需要能夠在沒(méi)有網(wǎng)絡(luò)連接的情況下運(yùn)行；和遵守，當(dāng)信息必須保持在特定區(qū)域內(nèi)以遵守法規(guī)時(shí)。
因此，專注于這一領(lǐng)域的供應(yīng)商數(shù)量很小。2019年11月，Nuance Communications剝離了Cerence，該公司成為一家獨(dú)立的汽車(chē)軟件公司。Cerence Drive語(yǔ)音識(shí)別系統(tǒng)用于3.5億輛汽車(chē)，其虛擬助手功能可執(zhí)行諸如打開(kāi)空調(diào)和找到最近的Wi-Fi咖啡館等任務(wù)。
Sensor的邊緣解決方案嵌入了來(lái)自ATT、Hasbro、華為、谷歌、亞馬遜、三星、LG、摩托羅拉、GoPro、索尼、騰訊、Garmin、LG、Microsoft和聯(lián)想等數(shù)百家消費(fèi)電子廠商的30多億個(gè)產(chǎn)品中。
那么未來(lái)會(huì)怎樣呢？“我沒(méi)有看到大多數(shù)語(yǔ)音應(yīng)用程序使用邊緣技術(shù)，但是那些需要低延遲、隱私和安全性的應(yīng)用程序會(huì)發(fā)現(xiàn)它很有吸引力，”Dahl總結(jié)道。
聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
作者：Paul Korzeniowski
原文網(wǎng)址：
https://www.speechtechmag.com/Articles/Editorial/Features/Speech-Technology-Inches-Closer-to-the-Edge--146809.aspx
