英特爾宣布已于近日開始生產的第三代英特爾？至強？可擴展處理器（代號“Ice Lake”）將于2021年第一季度實現規模量產。
人工智能的影響力正在不斷加深。如今，越來越多企業加入到了數字化轉型的道路上，這場變革讓行業的智能化水平不斷提高。在新基建的引導下，人工智能技術逐漸成為數字經濟發展的新動能，同時也為企業的轉型升級注入強大動力。數據顯示，到 2021 年將會有 75% 的企業應用集成人工智能。
AI 語音是人工智能技術最廣泛的應用，它架起了人類與數字世界之間最簡單有效的溝通橋梁。在這樣的背景下，越來越多的科技企業與初創企業進軍智能語音市場，而騰訊作為人工智能創新的引領者，打造出云小微智能語音與視頻服務接入平臺，全方位賦能行業轉型。
為了最大化釋放云小微平臺的價值與能力，騰訊與英特爾合作，共同構建定制化 Parallel WaveNet（pWaveNet）聲碼器模型解決方案以及定制化 WaveRNN 聲碼器模型解決方案，對平臺進行深度優化，不僅為云小微提供了突出的語音合成性能，而且還有效降低了用戶總擁有成本（TCO），讓更多企業可以體驗到先進的智能語音服務。
產業新風智能語音的星辰大海
AI 正在變得無處不在。在新一輪產業變革中，人工智能技術發揮了愈加重要的作用，作為加速數字化轉型實踐的核心驅動力，人工智能的發展對社會經濟和人類生活都產生了十分深遠的影響。
人工智能與場景結合賦能產業升級，在這個過程中，越來越多的 AI 應用出現，其中，智能語音的增長最為突出。
近年來，隨著實體經濟與數字經濟的深度融合，人工智能技術也在越來越多的行業中落地，成為行業數字化升級的基石。作為人工智能最常見的應用，企業通過 AI 語音交互技術與自身業務發展及商業模式相結合，開發出更具視覺效應的 IP 形象。這些 AI 助手成為企業的“數字員工”，來幫助企業更好地服務用戶。
人工智能在各行業加速落地，而各新興智能產品企業也在基于智能語音合成技術，來研發各種智能語音，如語音導航、智能客服、有聲讀物、智能語音輸入與識別等。越來越多的智能語音出現，讓人工智能市場更加繁榮，也推進著 AI 創新的發展。數據顯示，我國智能語音市場規模在 2021 年可達 194.8 億元。
智能語音應用打通了人機交互的閉環，可以讓用戶獲得更多生活上的便利。然而在實際應用中，智能語音應用也逐漸顯現出一些問題。一方面，智能語音產品越來越多，但能力參差不齊，操作方式也不同，“智能”反而成了一種累贅；另一方面，智能語音應用與現實場景的結合往往會面臨很多額外的“干擾項”。比如在智能交通領域，車載語音識別就會受到口音、噪聲、場景化語音等多個變量的影響，從而影響識別的準確度。
要解決這些問題，一是統一研發平臺，二是提高平臺語音合成技術能力。基于此，騰訊推出云小微智能語音與視頻服務接入平臺，通過結合全棧語音語義 AI 能力和騰訊云服務，不僅能夠為用戶輸出高品質 AI 平臺能力，還可以依托騰訊豐富的產品線和大數據能力，幫助用戶獲得整合騰訊中臺能力的豐富場景應用方案。
聯合定制騰訊云小微賦能產業升級
騰訊云小微是一個以基于神經網絡聲碼器模型的 TTS（Text To Speech） 合成技術為核心能力的智能語音與視頻服務接入平臺，它能夠通過端到端聲學模型，來實現文本到語音的高質量轉化與表達。
TTS 語音合成技術是人機溝通的關鍵性技術之一，它可以將外部輸入的文本或計算機自己產生的信息，通過自然語言表達出來。在這個過程中，聲碼器模型十分關鍵，它可以通過計算分析來輸出相應的語音波形，所以不同聲碼器模型的選用對語音合成效果也有著不同的影響。
常見的語音合成聲碼器模型，如 WaveNet，是相對比較成熟的技術，其生成的語音質量接近自然人聲。不過，在實際運用中，傳統 WaveNet 模型也存在著諸多不足。一是 WaveNet 模型結構十分復雜，對計算力要求很高；二是 WaveNet 模型語音合成時間較長，在實際交互場景中難以滿足用戶對實時性的要求；三是隨著智能語音應用場景的普及，智能語音合成平臺需要對更多設備提供支持，工作負載加大，聲碼器模型的語音合成工作效能有待提升；四是對于企業而言，擴容帶來的成本增加。
基于此，騰訊與英特爾合作，采用全新第三代英特爾至強可擴展處理器作為核心算力引擎，共同構建了定制化 pWaveNet 聲碼器模型解決方案及定制化 WaveRNN 聲碼器模型解決方案，以此實現云小微平臺能力最大化。
Parallel WaveNet模型架構圖
定制化 pWaveNet 聲碼器解決方案，在 WaveNet 模型的基礎上引入“概率密度蒸餾”技術，利用一個已經訓練好的 WaveNet 模型來指導實施生產的網絡進行預測，這樣不僅可以擺脫依賴于先前已生成點作為輸入條件的順序生成模式，還能夠一次性生成整個序列上的輸出采樣點，大幅減少語音合成時間。
不僅如此，騰訊還在定制化 pWaveNet 模型中將網絡一維卷積運算轉換為幾個通用矩陣相乘的操作，以此減少模型計算量。同時，引入 Open-MP 并行機制，充分發揮定制化 pWaveNet 模型中并行計算的優勢，在不影響語音質量的前提下，有效提高語音合成速度。
WaveRNN模型架構圖
定制化 WaveRNN 聲碼器解決方案，專為逐漸增加的工作負載而設計。其主體部分依舊是 WaveRNN 模型中具有雙 softmax 層的單循環網絡的基本結構，不過卻將該網絡原始輸入中的線性部分分離出來，并進行 LPC 預估處理，以此來大幅降低網絡處理難度，有效提高整體計算速度。與此同時，定制化 WaveRNN 聲碼器解決方案還引入了稀疏化技術，來減少帶寬占用，降低網絡整體計算時間，并在多核環境中平衡計算力，增強模型運行的穩定性。
第三代英特爾？至強？可擴展處理器為定制化 pWaveNet 聲碼器解決方案及定制化WaveRNN 聲碼器解決方案提供強大底層支撐。新一代英特爾至強可擴展處理器不僅具備更多的內核與線程，在為云小微提供強大算力的同時，也滿足其對吞吐量的需求。
更值得一提的是，第三代英特爾？至強？可擴展處理器內置的BF16指令集在整個方案中起到了十分關鍵的作用，大幅提升AI能力，在兩種不同定制化的拓撲結構上將推理性能分別提高 1.89 倍和 1.54 倍。并與英特爾 AVX-512 指令一起，在英特爾 oneAPI 深度神經網絡庫的配合下，加速硬件效率。再配合新一代處理器配備的更大緩存，能夠有效提升整體處理性能。
合創共贏英特爾構建智能生態圈
世界正在朝著更加智慧化的方向前進，英特爾開啟以數據為中心的轉型，以全面的軟硬件實力來幫助企業實現智能化部署。同時，英特爾也在與越來越多的合作伙伴一起，借助自身深厚的技術積累和豐富的產品組合，共同開發新的智能應用，加速AI創新發展。
云小微平臺就是英特爾與騰訊在AI領域聯合創新的成果，事實上，在去年的騰訊全球數字生態大會上，英特爾與騰訊達成了一系列創新合作，不僅全面升級了騰訊與英特爾聯合實驗室，還聯合開發并推出騰訊云首款星星海四路服務器。在軟件層面，騰訊以英特爾AI軟件棧優化為基礎上線了Open Vino?推理加速引擎，也成為業內第一個支持Analytics Zoo 的公有云廠商。
在智能語音領域，英特爾還將與騰訊開展更加深度的合作，結合英特爾先進的軟硬件技術，將智能化應用拓展到更多的業務場景中去。不僅如此，雙方還會在語音識別、聲紋識別等其他AI領域共同開發，賦能各行業智能化升級，并不斷擴大智能生態圈。
在更大范圍內，包括人工智能領域，英特爾憑借新一代至強平臺強大的基礎設施能力，也將與騰訊一起在數據上云、高性能計算、數據安全等方面為用戶提供敏捷、高效、穩定的數字服務，幫助用戶更快進行業務升級，并聯合共建廣泛的數字生態圈。
英特爾正在與合作伙伴共同推進技術進步。從云小微平臺，英特爾與騰訊的聯合創新讓智能語音合成變得有效且高效；在云小微平臺之外，可以看到的是更加繁榮的人工智能市場以及英特爾全力構建的數字生態圈。