Nvidia在此次CES 2015展前活動揭曉代號「Erista」的Tegra X1,並且宣布推出應用此款處理器的車載模組系列之外,其中強調應用整合GPU的行動處理器將有效協助語音識別效率,我們在會後用簡短時間與Nvidia官方工作人員進行了解,主要還是在於藉由GPU協同作業,藉此縮短整體運作處理時間,同時即便在網路頻寬不足情況下,仍可保有流暢識別效果。
針對此次Nvidia展前活動揭曉代號「Erista」的Tegra X1,並且宣布推出應用此款處理器的車載模組系列時,提及採用整合GPU的行動處理器可有效協助語音識別效率,Nvidia表示此部份主要還是透過GPU協同作業,讓整體反應遲滯時間能明顯縮短,進而能讓使用者有更流暢的操作感受。
同時,即便式在網路頻寬不足情況下,由於語音識別資料仍可快速運算分析,並且順利回傳識別結果,較不會發生在上一段語音識別處理上未完成時,結果下一段語音持續透過麥克風輸入而無法完整識別的現象。
但針對語言內容識別正確度部分,Nvidia則表示此方面主要還是仰賴軟體端設計,硬體部分僅能在運算效能協助觸,因此僅能以間接方式讓語音識別正確率提昇,但並非因為改用Tegra X1或後續新款處理器而使語音識別更為精確。
而為什麼在車載系統特別強調語音識別功能,自然在於行車期間以口語方式進行操作最方便,但其中必須考慮是否因為系統無法順利識別語音指令,因而導致影響行車駕駛安全等情況,因此包含蘋果、Google等廠商發展智慧車載系統均強調語音識別重要性。
目前語音識別應用服務,單純藉由處理器負責語音資料識別分析,可能相對也須在裝置端安裝大量比對分析資料,對於一般使用並不算方便,同時也涉及資料老舊更新麻煩。因此後續便有不少作法仰賴網路連線,甚至透過雲端系統進行運算,但可能因為連網頻寬不足、運作效率僅仰賴處理器而使識別效率降低。