随着芯片、算法商在技术及应用方面的演进，尤其是连接、降噪方向的重大突破，越来越多的手机及耳机厂商推出了自家功能丰富、交互舒适的 TWS 耳机。
近日，出门问问新品发布会上推出的 TicPods 2 系列产品，在人机交互和语音助理方面，展现出了不少创新的交互及技术亮点：采用了多种手势的触控、头部控制、及语音唤醒和快捷口令；手表 + 手机的交互组合，将 4G 独立通讯的智能手表和耳机联动，在脱离手机终端的独立场景中，实现通讯、音频内容点播、翻译对讲、生活查询等一系列智能应用；结合场景做精细打磨，整合了更丰富的云端内容和服务，结合「小问秘书」、「小问翻译对讲机」、「小问电话助手」等智能应用，使产品的可玩性大大提高。
这也个传统耳机厂商及 TWS 耳机厂商，开拓了更广阔的视野。
出门问问 TWS 耳机解决方案是一套高集成度可定制化的 TWS 耳机语音交互解决方案，为便于查阅，以下将称 “出门问问 TWS 耳机语音交互解决方案” 为 “方案”。
方案整体架构
支持平台：高通 QCC5100 系列、ARM M4
方案核心技术及算法
回声消除（AEC）
在听音乐和 TTS 语音播报的时候识别唤醒词和命令词是一个必不可少的功能，这个时候回声就是一个需要解决的问题。而就回声消除而言，则需要从结构和算法两个方面来考虑。
算法支持：需优先考虑声学结构方面的优化以减少回声的强度，在此基础之上可以透过出门问问回声消除算法，进一步降低回声的影响。
双麦波束成形（Beamforming）
利用两个麦克风采集到的语音的相位差做处理实现定向拾音，增强耳机佩戴人的语音并且抑制环境干扰和噪音，可以实现即使在噪杂的环境下也能实现很高的唤醒识别率。
算法支持：建议两个麦克风上下排列，麦克风的连线指向嘴巴，两个麦克风的间距在 25mm 到 30mm 之间为最优。
降噪（Noise Suppression）
双麦的波束成形算法已经具备了一定的环境噪音的抑制，在此基础之上降噪算法可以进一步地抑制环境噪音。
算法支持：结合波束成形和降噪算法，我们可以提供 20dB 以上的综合降噪水平。
唤醒词和命令词识别（Wakeup Word & Command Words Detection）
在语音交互中为了降低系统的功耗以及减少无效识别，一般都有一个定制的唤醒词（如苹果的 “Hey Siri”）。当系统检测到唤醒词之后，才进入语音识别和交互的过程。除了唤醒词之外，还有一些常用的与音乐播放、接听电话、音量控制等相关的命令。这些命令因 为比较常用，理想情况下用户可以直接说命令词而无需先说唤醒词。
算法支持：目前出门问问的算法可以支 持以下中英文快捷命令词，并可以为客户提供定制化需求开发。
方案集成及定制功能
可与产品厂商在提供 TWS 耳机核心算法及技术的基础上共同参与硬件结构设计，可提供：
- 根据硬件设备定制唤醒词、命令词以及手机二次唤醒验证、声纹识别方案，提供数据录制；
- 通过优化声学结构减少计算开销和功耗，以及相应优化功能；（对于典型的双麦降噪 + 热词唤醒的场景下，算法的内存占用只有 70KB，包括唤醒词模型和所有计算需要的内存。）
方案开放程度
- 耳机端的语音交互核心算法：开放支持
- 耳机和手机通过蓝牙互联互动的私有协议：开放支持
- 手机端的唤醒词命令词的二步验证：开放支持
- 手机端的嵌入式语音识别、语音合成系统：开放支持
- 云端的语音识别、语义理解、对话管理、语音合成，以及第三方的内容和服务集成：开放支持
- 声学结构设计和芯片选型方面联合开发：开放支持
- 用户体验及相关体验设计：开放支持
方案性能指标测试
主要针对语音交互核心算法进行测试：
方案优势
- 算法性能上的优势；
- 资源占用上的优势；
- 完整的技术解决方案，尤其在系统集成和优化上具有优势；
方案落地案例
- 出门问问 TicPods 2 真无线耳机
- vivo TWS Earphone 语音交互方案
