耳機、智慧音箱等音訊裝置正逐漸成為日常生活中的必需品，使用者對於音訊品質和多元功能的要求也隨之提高。音訊技術持續向前，除了優化既有聆聽體驗，也將透過新興技術找到全新應用，未來發展不可限量。
功耗/延遲同步降低 LE Audio實現多點傳輸
(承前文)提到音訊傳輸，藍牙自然是必不可少的元素，而近期藍牙音訊正處於從經典音訊(Classic Audio)朝低功耗音訊(LE Audio)演進的過程，在裝置中可以看到LE Audio的採用率持續上升。恩智浦半導體應用工程部經理江梓宏(圖4)表示，從2022年起，陸續出現具備LE Audio的手機等裝置，而恩智浦在開發晶片產品時，也曾使用Google Pixel手機進行測試，運作基本沒有什麼問題。
LE Audio的大規模採用似乎只是時間問題，尤其新世代音訊標準帶來優化性能，為藍牙音訊換代創造誘因。江梓宏指出，Classic Audio採用SBC編碼，延遲較高(150~300ms)，而LE Audio改採LC3編碼，延遲大幅降低(30~40ms)。此外，LE Audio也進一步降低功耗，並在使用一半的位元速率(Half Bitrate)時，可實現更佳的音訊品質。
除了音訊傳輸性能提升，LE Audio同時具備多點音訊串流/分享功能，開啟全新使用案例。江梓宏表示，過往Classic Audio以一對一(Point to Point)音訊傳輸實現手機對耳機、手機對藍牙喇叭等應用，而LE Audio則藉由多點音訊串流和音訊分享及廣播功能，創造實用的應用情境(圖5)。
江梓宏進一步說明，LE Audio的多點音訊串流/分享功能分為單播(Unicast)的CIS(Connected Isochronous Streams)，以及廣播(Broadcast)的BIS(Broadcast Isochronous Streams)。CIS可進行雙向或單向音訊串流，並且因為為單播，可進行配置(Configuration)，例如恩智浦晶片便透過一個發射器來實現五個單播串流，能夠在家庭劇院等應用中，對不同裝置進行音訊串流；BIS則僅進行單向音訊串流，並且在封包送出後不做後續處理，例如恩智浦晶片也可藉由廣播技術，提供多種語言的音訊廣播，適合導覽機應用。
AI語音辨識應用多元 智慧互動潛力無窮
音訊處理和傳輸技術為串流體驗奠定基礎，有了相應技術之後，業界開始探索語音在各種音訊串流應用的發展可能，而智慧裝置數量逐年成長，結合AI技術進行語音互動，成為音訊技術持續關注的應用領域。
中央大學資訊工程系特聘教授暨創新AI研究中心主任王家慶(圖6)表示，語音是最自然的溝通方式，也是不論螢幕大小，唯一能夠在各種智慧裝置上進行互動的介面。王家慶說明，語音辨識系統最初從1952年貝爾實驗室研究員所設計的Audrey開始，一直到2011年的iPhone Siri，才開始漸漸成為能夠與消費者進行接觸的產品，而2015年的Alexa更是劃時代的進步，打造出真正具備採用誘因的產品應用。此後，Google的Home、蘋果的HomePod、微軟的Cortana及三星的Bixby等產品接續推出，帶起語音互動熱潮，證明語音互動在真實生活中的應用潛力。
然而，要實現與人類無異的自然互動，現階段仍面臨諸多挑戰。相較於傳統判別式AI，近期興起的生成式AI有機會使裝置更加聰明，升級互動體驗。王家慶認為，與前述智慧音箱的語音互動相比，下世代AI語音介面具有以下三大趨勢：多模態互動、有情感的互動、大型語言模型(LLM)的導入。新的趨勢將延伸出各式應用，王家慶表示，他們此前便成功開發出國內第一套國台語混合語音辨識系統，可用來操控家電裝置，2023年更以客家語語音辨識參加客委會2023客語語音辨認競賽，獲得學生組客語漢字組第一名，可將客語(語音)轉為華語(文字)。
需求/技術齊驅動 音訊應用百花齊放
俗話說，由奢入儉難，高品質的音訊也具有「聽過就回不去」的特性，隨著空間音訊應用普及，為越來越多使用者提供沉浸式體驗，預期整個空間音訊市場穩步成長。
此外，現在可以看到人們在各種場所配戴耳機，代表音訊處理技術需要能夠靈活適應不同的環境及需求，降噪演算法的多元性因此變得更加重要。除了使用需求的轉變，藍牙LE Audio和生成式AI等新興技術，也將為音訊應用帶來全新可能，未來發展值得期待。
聽覺體驗邁入全新境界 AI/LE Audio玩轉音訊新可能(1)
聽覺體驗邁入全新境界 AI/LE Audio玩轉音訊新可能(2)
