芯声|音频 NPU 芯片及算法公司芯声智能完成数千万元人民币 A 轮融资企业bg|业务收入|华为|人事|调

近日，芯声智能完成数千万人民币 A 轮融资，由光远资本独家投资，戈杨资本担任本轮独家财务顾问。该轮资金将主要用于扩充研发人员和技术支撑团队，以及芯片迭代的研发投入。
芯声智能成立于 2018 年 9 月，主要基于自主研发的可重构神经网络引擎，开发面向智能语音识别领域的 AI 芯片及算法，具有高性能、超低功耗、高识别率、低成本、算法扩展性强等特点，适用于智能手机、耳机、白色家电等品类。
目前，芯声智能的低功耗语音芯片 XS200X 已实现量产出货，这是一款专用的语音识别前端芯片，基于 RISC-V 架构，采用小型化神经网络设计，突破了超低功耗 ADC、低功耗 PLL 系统设计、低功耗数字系统设计、小型化封装等多个难点。
具体来看，XS200X 芯片拥有四大特点：一是采用超低功耗设计，支持 Always on 唤醒模式，唤醒功耗小于 1mW；二是具有远场识别高强度计算能力，支持 AGC、AEC、波速成型、去混响、复杂降噪、多命令词识别等 14 种算法，其中 KWS 唤醒率在无噪达 98% 以上；三是基于 DNN+CNN 神经网络降噪算法，能较好实现通话降噪（ENC）和主动降噪（ANC）效果；四是配置了 4 麦克风接口，支持多路模拟 MIC 输入或多路数字 MIC 输入，支持多通道 TDM（I2S）输入和输出。
基于这些特点，芯声智能的语音降噪方案能很好地解决大风噪场景下的降噪问题，这也是现在许多音频产品主要面临的难题。举例，在摩托车车速为 120 码情况下，公司的单麦克风降噪解决方案能大幅度地过滤风噪和路噪，实现清晰通话，而业内知名厂商的蓝牙芯片方案最多只能实现 30 码车速的通话。
在这背后，正是芯声智能采用神经网络降噪技术，通过对大风噪、马路、地铁、广场舞等场景下的 6000 多种噪音进行训练，大幅度地解决了各类噪声问题。
芯声智能核心团队从四年前就开始基于 RISC-V 架构开发芯片方案，积累下不少成本控制和技术开发经验，这恰恰是公司和其他玩家相比的差异化优势。一方面，市场上的玩家多采用 Arm Cortex-M4F 架构或 Cadence 的架构，产品开发需要支付 IP 专利费用，而芯声智能采用开源的 RISC-V 架构，所有模拟 IP 均为独立自主研发，能大大减少产品开发的成本；另一方面，市场上产品的同质化现象严重，而公司基于 RISC-V 架构开发芯片，能在实现产品差异化的同时，保证产品的功耗、算力、性能的一致性。
业务方面，芯声智能拥有出行、对讲、声纹解锁、声源定位四个业务板块，每个版块相互结合实现落地。例如，出行和对讲主要面向智能头盔市场，公司与饿了么合作为骑手开发智能头盔，让骑手可直接通过语音交互完成订单处理、打电话等工作；声源定位则主要瞄准直播、视频电话会议领域。
现阶段，公司的 XS200X 芯片已完成多家芯片/软件平台商的联合调优和参考设计，并在智能手机、智能耳机、智能头盔、车载音频、低延时直播、电话会议等市场均有落地，其中合作伙伴不乏沃达丰、3M、哈曼、五菱科技、饿了么等国内外企业。
【芯声|音频 NPU 芯片及算法公司芯声智能完成数千万元人民币 A 轮融资】注：具体融资金额由投资方或企业方提供，动点科技不做任何背书。