語音識別將率先在汽車應用

值得關注的是，目前有部分廠商采用云計算支持語音識別，這就不需要ACP，會不會影響ACP未來的市場呢?對此Glenda Dorchak認為，云計算雖然有其優(yōu)勢，但也面臨一些問題。其優(yōu)勢在于它能通過各種復雜算法提供更高的精度。但問題在于目前高級語音識別系統(tǒng)需要的是高MIPS和快速內存訪問，UI越來越多地要求訪問先進的查找表和算法，云計算帶來的直接負面影響就是系統(tǒng)的延時。因此，ACP市場仍有可為。
張亞昕表示，語音識別未來的趨勢在于：一是云端和本地端的結合，兩者結合起來更好一些。雖然云計算可處理復雜的、開放式的命令，但云計算會產生一定的延遲。另外，很多用戶不愿意將個人的信息放在云端，比如地址薄等。二是自然語言理解。他舉例道，比如空調控制，簡單的語言識別只能說空調調高3度、空調降低2度，再說別的它就理解不了。而引用自然語言理解之后，可以說這有一點熱，空調會立刻把空調溫度降下來，這就是自然語言理解的好處。
這顯然面臨一些技術挑戰(zhàn)。張亞昕指出，進階到自然語言理解階段需要克服的技術障礙將包括復雜的軟件算法;能夠在各種高噪聲環(huán)境中準確工作;多語言支持和快速反應;大詞匯量、操作簡單、低延遲等等。Glenda Dorchak也指出，未來語音協(xié)處理器將有望集成專用的硬件加速器、算術邏輯單元(ALU)和更大的內存，能夠以更低的延時、功耗，更快地處理高級UI功能。
隨著電子產品智能化水平和人機互動能力的不斷提高，語音、手勢等人機接口相繼出現(xiàn)，帶來了全新需求。回望十幾年前，當圖像處理芯片作為獨立的硬件加速器分立出來一樣，業(yè)界都心存疑慮，而現(xiàn)在早已在市場遍地開花?；蛟S，語音處理器也將歷經同樣的軌跡。