智联万物，启英泰伦离在线大模型SDK 3.0重磅升级

近两年，国内外大模型迅速崛起，形成了“百模争鸣”的繁荣局面。从ChatGPT到Deepseek，人工智能已从算法智能全面迈入语言智能时代。然而，当云端大模型试图落地终端场景时，却面临着语音误识高、响应慢、能耗高、算力紧缺等多重阻碍。

作为端侧AI语音行业的开拓者和领导者，近日，启英泰伦正式发布离在线大模型LLM SDK 3.0，为智能家电、AI玩具等千行百业注入新的生命力。

端云协同：云端大模型 + 端侧小模型的完美融合

传统的单WiFi芯片方案虽然成本低，但短板明显：唤醒率需定制训练，开发效率低，无离线命令词，噪声环境下唤醒识别效果差，且唤醒后声音全走云端，极度耗费网络与服务器资源。而启英泰伦推出的“CI130X + WiFi”离在线方案，彻底打破了这一僵局。

该方案由云端大模型（支持豆包、ChatGPT、通义千问、文心一言、DeepSeek、KIMI等）与端侧小模型（CI130X系列芯片）协同构成。云端负责自然语言理解、内容生成与文本转语音；而端侧的CI130X芯片则承担起语音唤醒、语音降噪、音频压缩等前端重任。

相比单 WiFi 方案，其核心优势突出：唤醒词修改便捷，支持命令词定制、开发便捷，抗噪效果好、节省云端带宽等。CI130X系列芯片集成了高算力BNPU V3、240MHz主频、640KB SRAM及最高4MB Flash，凭借“芯片即方案”的极简BOM，不仅支持丰富的IO接口与3.3V/5V兼容，更能在70dB噪声下实现85%的识别率及90%的唤醒率，真正实现了低成本、高集成、主控能力强的完美平衡。

“CI130X + WiFi”离在线大模型方案

五大硬核升级，LLM SDK 3.0 重塑语音交互体验

相比于1.0版本，LLM SDK 3.0 在算法底层实现了跨越式进化，直击终端场景中的痛点。

1. 降噪模型升级：听得更清，识别更准在现实环境中，稳态噪声（风噪、电机噪音等）及瞬态噪声（咳嗽、拍手等）严重影响语音识别。SDK 3.0将降噪模型升级为ANS1-061，使云端ASR识别率提升约10%。同时，新增降噪强度系数可配置功能，并支持降噪强度自适应调整模式。高噪环境下使用小beta保留人声，低噪环境使用大beta完全信任降噪，真正做到了“因地制宜”。

2. NN VAD升级：5米远场拾音，流式非流式灵活适配针对上一版本远程触发困难的问题，SDK 3.0实现了5米人声触发的重大突破，并进一步减少了噪声下的误触发。另外VAD增加了有效性检测模式可选：

前置检测：待确认语音有效后，回退缓存录音再上传。优点是减少云端无效数据传输，缺点是实时性不足，适合非流式识别。

后置检测：实时上传语音，异步通知有效性检测结果，云端收到无效结果则关闭任务。适合流式识别。 这种灵活的机制，让产品在节省带宽与保证响应速度之间找到了最佳平衡点。

3. AEC算法升级：全双工对话的基石AEC一直是全双工对话的痛点。SDK 3.0使AEC后的残留更低，有效避免了将设备播报声上传云端。在音乐播报-20dB信回比下，识别率提升15-20%；在TTS合成人声播报下，识别率提升5%左右。此外，新增了双麦+AEC硬件方案，支持“数字双麦+模拟麦右通道”作为参考回路，比传统方案节约了一颗外部Codec成本。配合新增加的AEC维纳降噪系数可配及增益配置调试工具，让AEC调试变得前所未有地简单。

4. 识别性能与稳定性提升：PRO5模型引领高噪下20%跃升SDK 3.0将离线ASR模型从1.1MB PRO2升级为1.1MB PRO5。虽然模型体积维持在1.1MB，但PRO5采用了更高压缩比，模型参数扩大了一倍，识别效果显著提升，高噪声下识别率提升20%以上，同时平衡了误识别率与识别率，让误识别更低。

5. DOA算法升级：精准声源定位新增GCC DOA支持，可实时检测每句话或每个命令词说话人的角度，检测稳定性大幅提升（精度10度）。同时，NN DOA模型正在紧锣密鼓地提升中，预计在下一个版本集成。这意味着AI玩具能随时跟随讲话人角度，带来更拟人化的交互体验。

SDK功能列表

灵活传输与极简开发，加速产品落地

除了算法层面的飞跃，LLM SDK 3.0在工程落地上也提供了极大的便利。

方案支持三种音频传输方式：UART传输音频、HPOUT传输音频、IIS传输音频。研发人员可根据产品需求灵活选择：UART方案对WiFi要求低，适合压缩与播放；HPOUT方案操作简单，适合现有纯在线识别方案快速搭建样机；IIS方案则让原有WiFi+外部Codec的方案能快速切换。

针对不同应用场景，SDK 3.0提供了丰富的典型选型：

离在线家电：支持离线自然说+在线大模型，断网情况下自然表达控制设备，联网后离线唤醒+在线大模型进行功能控制。

带转向的AI玩具：双MIC DOA+全双工对话+深度降噪，支持4~10cm间距，随时跟随讲话人角度，可在播放时对玩具讲话并上传云端。

AI玩具+IPC看护：单/双MIC通话降噪+深度降噪，远场唤醒大模型内容播放，通话与识别AEC参数无缝切换。

在开发层面，启英泰伦提供了全栈式人工智能语音服务。开发者登录启英泰伦语音AI平台（https://aiplatform.chipintelli.com）即可一键获取LLM SDK 3.0代码，基于VS Code开发环境，即可完成算法功能的灵活配置。无论是降噪深度、VAD灵敏度、AEC维纳系数，还是唤醒词自学习、播放音替换，均提供了丰富的参数接口。

启英泰伦LLM SDK 3.0以软件 SDK 为核心，软硬协同，打通端侧大模型落地的最后一公里，助力更多传统硬件完成智能化蜕变，让每一台智能设备都能流畅听懂自然语言，真正做到用 AI 点亮生活。

继续浏览有关 语音芯片人工智能云计算 的文章