在智能家居、消费电子加速拥抱AI的当下,端侧语音交互正从“能用”走向“好用”。离线语音识别凭借低延迟、隐私安全、不依赖网络、成本可控等优势,成为空调、风扇、取暖器、照明、厨电等海量设备的刚需能力。
作为端侧AI语音行业的开拓者与领导者,启英泰伦正式发布离线ASR SDK 3.0,包括CI13XX_SDK_ASR_ALG_V3.1.11、CI13LC_SDK_ASR_Offline_V3.0.9。这不仅是一次算法版本迭代,更是一次从模型、算法、工程框架到OTA运维能力的系统性跃迁。
下载路径:启英泰伦官网(http://www.chipintelli.com)—开发支持—SDK—离线语音识别大模型应用SDK。
CI13XX_SDK_ASR_ALG:高抗噪模型与全链路算法升级
CI13XX_SDK_ASR_ALG是一款面向中高端场景的算法SDK,支持单/双麦克风语音识别、命令词自学习、离线自然说,集成 AEC、DOA、BF等算法,支持 PRO7/PRO5/PRO2模型,覆盖CI1301、CI1302、CI1303、CI1306、CI1311、CI1312六款芯片。
1. ASR识别模型支持PRO7:
PRO7的卷积计算量达到PRO5的3倍,模型训练优化上限更高,具备更强的抗噪性能。实测数据显示:在低信噪比新闻场景下,识别率提升约5%~10%;稳态正信噪比场景下提升约2%~3%。这意味着,在端侧算力有限的条件下,CI13XX_SDK_ASR_ALG能获得更高的识别率,为高噪声家电场景提供了更优方案。
2. AEC算法显著升级:
在音乐播报-20dB信回比下,识别率提升约15%~20%;在TTS合成人声播报下,识别提升约5%。同时,新增双麦+ACE硬件方案,支持“数字双麦+模拟麦右通道”作为参考回路,相比传统模拟双麦方案,可节约一颗外部Codec成本。AEC维纳降噪系数开放可配,开发者可在“人声保留”与“回声消除彻底度”之间灵活权衡。

3. DOA算法升级
新增GCC-DOA,可实时检测每句话或每个命令词的说话人角度,响应更及时、稳定性更好,精度为22.5度;NN-DOA模型也在持续提升,将在后续版本集成。对于需要声源定位的产品,如空调送风避人、智能会议终端等,这一能力尤为关键。
4. 编译框架与算法组合更灵活:
算法功能开关整理为独立makefile文件,不再只能选择固定库;算法运行先后顺序可调节,内存配置可在lds文件中修改。开发者可以像搭积木一样组合ASR、AEC、DOA、降噪等算法,大幅提升工程适配效率。
CI13LC_SDK_ASR_Offline:高性价比离线语音升级
面向更广泛的成本敏感型市场,CI13LC系列离线语音识别SDK同步迎来重大更新。
CI13LC_SDK_ASR_Offline_V3.0.9——高性价比离线语音识别方案,支持离线识别、离线自然说、命令词自学习,支持 PRO6/PRO4/PRO2 模型,覆盖 CI13161、CI13162、CI13162P、CI13241、CI13242、CI13082V 等芯片。
1. ASR识别模型升级:
模型新增支持PRO6。PRO6卷积计算量是PRO4的3倍,抗噪性能更强。经测试,在稳态噪声负信噪比下,PRO6相比PRO4识别率提升约10%~15%。对于吹风、取暖等典型噪声场景,这一提升意味着更可靠的唤醒与命令词识别。
2.新增OTA升级功能:
OTA架构升级到V4.1.20,新增可选分区备份,只需修改 OTA 配置即可开启,无需适配应用代码;备份区掉电后可正常恢复程序。新增启动分区内容校验,即使固件损坏也仍可重新升级。支持顺序下发、跳包下发及部分变化分区升级,升级策略更灵活、耗时更短。
资源效率与生态:内存优化、兼容性与全栈平台
面向量产,SDK 3.0 还完成了一系列"看不见"的工程优化:内存管理模块升级,显著降低内存占用;播放器与算法实现内存共享,减少冗余开销;解决模型切换时的死机问题、自学习功能异常与复位流程中的逻辑缺陷;并针对 Windows 7 系统补充工具插件,降低存量产线环境的适配成本。
更关键的是生态层面的支撑:启英泰伦提供芯片、算法、方案、开发平台一体的 Turnkey 全栈服务,AI 语音开发平台支持零代码/低代码开发且免费开放。开发者登录官网(http://www.chipintelli.com)或开发平台(https://aiplatform.chipintelli.com) 即可下载 SDK 3.0 ,配合文档中心的教程与手册,快速完成从评估到量产的闭环。
端侧语音的竞争,正在从"能不能听懂"走向"在真实噪声环境下能不能听懂、能不能快速响应、能不能低成本量产与升级"。SDK 3.0 的发布,标志着启英泰伦在抗噪识别、交互体验与工程化能力三个方向的同步进阶。