百度DMA+小度App的蓝牙语音解决方案入局

Posted 2020-11-26 虚生

前记

  人机交互经历了三个阶段键鼠、触屏和语音交互。在国外，谷歌、亚马逊、苹果等巨头的竞争已经到达白热化状态；在国内，百度的DuerOS凭借着入局早，投入大，已经成为国内语音互交的一面旗帜。无论是从技术实力，还是商用步伐，它都走在国内AI公司的前列。想做AI语音的公司，跟着百度走，也算是一条路吧。

蓝牙智能语音现状

  目前绝大多数蓝牙语音设备面临很多问题，包括需要触碰或按键触发，这在在车载上使用很不方便；在使用语音交互设备时，语音输入延时明显，甚至存在App串扰等问题。这也使得现在基于蓝牙协议的语音设备备受诟病。
 造成这种现象的原因是大多蓝牙设备受限于芯片资源和成本，无法引入唤醒词，没有Hands-free体验；利用A2DP和HFP实现播放和语音输入；没有一种标准的协议可以支持蓝牙语音业务的，语音输入过程中会占用手机电话录音通道，造成用户体验非常的差。

DMA协议

 为了更好的语音交互体验，百度开放了DMA蓝牙协议。给自己以及第三方方案厂商和产品公司使用，配合小度app来使用。
 什么是DMA呢？DMA（DuerOS Mobile Accessory）协议在优化语音技术方案选型方案上包括三个方面：蓝牙传输协议选用BLE、RFCOMM双模，音频压缩推荐使用不影响语音交互效果的POUS压缩，唤醒方式，支持触碰、按键、唤醒词多种交互方式。
 当外设收到请求会反馈版本等信息，如果手机只支持BLE，则通过BLE配对；如果支持RFCOMM，则选用RFCOMM配对。

百度的商业模式

 百度开放的原因是想依靠这来抢占语音的流量入口。硬件他们是不愿意碰的，也不是他们擅长的领域，这些电子硬件产品对百度来说，是一个赚钱太难的行业。远远没有卖广告赚钱。
 百度通过小度App提供内容，通过DMA SDK和源代码提供设备相关定制方案及能力支持。来打通整个产业链，让每个设备都能够使用小度app来进行服务就行了。这种模式下的方案主要有两种：
 基础版：通过车载蓝牙方案解释了合作方面，首先提供一块PCBA板，合作伙伴可以基于此进行开发，厂商如果只需要小度相关的语音交互功能的基础能力和5W无线充电，通过这一方案，几天时间就可以实现；
 定制版：如果用户需要更多定制功能，百度提供基于DMA协议的功能底板和蓝牙模组，提供开放接口的功能底板，以做定制功能开发。还可以有第三方方案公司来提供百度的方案。
 当然，百度的这种说法，定制开发，也只能局限于非常大的客户，假如你是中小企业，想让百度去帮忙定制开发，难度估计大了一些。

用户体验

 DMA有效解决了经典蓝牙协议的三个痛点：

1 操纵耳机必须要靠按键：可以通过语音实时唤醒，拨打电话，播放指定音乐等功能。
2 本地语音唤醒识别率低：支持语义唤醒，优化后的模型，在复杂环境下唤醒率也能达到97%以上
3 语音输入延时明显问题。DMA协议使用的是BLE/RFCOMM通道，不但能够和A2DP可以同时使用，还可以有效减少蓝牙系统中的编解码时间，能够极大的压缩音频的延时，延时从500ms_{2000ms下降到200ms}300ms；这个对用户的实时语音互交体验是一个质的提升。