（文章來源：億歐網）

所謂語音芯片，或者叫語音IC，是指一臺電子設備中負責發出聲音、收錄聲音的處理模塊。事實上，這東西在你的家中可謂無處不在。大到電視、電腦、音響，小到手機、錄音筆、音樂播放器，甚至電磁爐、冰箱、洗衣機發出的那一聲“滴”，背后也都需要專門的語音芯片來進行控制。

這個領域聽上去沒什么技術含量，畢竟今天哪個設備還不會響呢？但事實上，其背后的設計技術和定制化生產能力，加上龐大的應用數量附帶的低成本要求，多種因素導致了今天中國的語音芯片市場還是主要依靠進口。目前，國內語音芯片市場需求中，只有16%左右可以由國內廠商來滿足。我國每年要進口超過2000億美元的語音芯片產品，這個數字超過了我國每年原油進口總額。

如果我們把這個情況帶入今天的中美貿易爭端大背景中，不難發現這又是一個并不安全的“卡脖子”產業。由于大量依賴進口，缺乏底層設計技術和大規模量產能力，語音芯片一旦被卷入貿易莫測，很可能對半導體行業，甚至整個電子產業帶來連鎖反應。為了擺脫產業鏈下游的地位，這些年來中國相關產業也在進行一系列行動。比如大規模收購美國和歐洲的語音芯片企業與專利技術，但類似收購經常被各種因素打斷，流產率遠大于成功率。

另一方面，今天大陸市場購買的語音芯片，其實大部分產自日本、韓國和中國***地區。在中美貿易戰的大背景下， 穩固和發展與這些國家和地區的產業聯動關系，也就變得相對重要。這一領域人才的流動，近些年也成為大陸發展語音芯片的新動向。比如隨著***地區經濟發展放緩，大量***的語音芯片人才選擇來大陸工作，客觀上成為推動大陸發展自身產業鏈的推助劑。

然而在眾多因素中，目前最有可能改變語音芯片全球貿易結構的，其實還是新技術的崛起。從AI到5G，這些我們耳熟能詳的名字背后，語音芯片迎來了不小的“變數”。我們知道，傳統意義上的語音芯片只負責錄音和播放聲音，其主要難度在于傳輸準確率、信號穩定性等方面。而這兩年一個新崛起的市場，卻讓“古老”的語音芯片，看到了變化的可能。

一般來說，芯片廠商的優勢在于AI語音芯片其實并不需要特別難的技術門檻，而且對量產能力和成本把控能力具有相當強的要求，這些都是芯片企業的強勢。而對于新技術的理解，尤其是對AI算法的融合，則成為了芯片廠商的短板，因此與AI公司的合作往往成為了今天的主流。

但是AI公司在芯片上的弱勢也是顯而易見的。AI語音芯片并不是個高凈值產品，往往必須依賴大量生產和大規模出貨才有可能盈利。而在集成化和工程能力上，AI公司顯然處于弱勢。目前AI獨角獸們的語音芯片計劃，更多還停留在對量產的肯定與承諾中。

而這里需要注意的是，AI+5G+IoT的組合，雖然打開了語音芯片的新想象力。但是在這個邏輯里，未來能占據廣泛市場的芯片模式，絕不是今天智能音箱芯片的模樣。語音芯片本身，變化才剛剛開始。基于上文描述的邏輯，未來語音芯片的變革機會，將基于新網絡條件下的大批量、全場景設備擁抱AI。那么符合這樣邏輯的語音芯片產品事實上還沒有出現。而從這個角度看，行業的準入證依舊沒有停止發放。

所謂三低，是指低成本、低功耗，低時延。5G時代的物聯網設備，理論上來說應該是可以長時間待機，盡量貼近可移動化的。因為設備將部署在海量并發場景，這也就讓語音芯片的基礎要求是足夠省電和足夠便宜。理想中下一個階段的語音芯片，是能夠隨時保持等待喚醒，但在等待喚醒狀態下極低能耗的。未來的物聯網芯片、語音芯片、視頻處理芯片，其實很大一部分競爭將圍繞三低展開。

在AI技術向產業化的發展中，今天一個很明顯的趨勢在于，多模態AI能力正在明顯提速。尤其是將語音識別、語義理解，與機器視覺任務相結合的AI模型。如果想要讓類似任務計算效率達成最優，那么在芯片端對多模態的加速就變得十分重要。也許未來我們需要的，是機器感官芯片，而非語音芯片或者多媒體芯片。

這些發展邏輯，各自對應了新的技術挑戰與變化機遇。毫無疑問，今天中國的AI語音雖然看起來紅火，但距離大規模量產應用，以及部分替代目前芯片進口需求還有十分漫長的路要走。類似語音芯片的產業，在中國還有千千萬萬。我們只能勉勵發展、聚攏人才，并謀求在新的技術劇變中發現調換座椅的機會。