连续7年登榜！启英泰伦的硬科技“长跑”之路

4月18日，以“崛起的硬科技力量”为主题的2026成都硬科技年会在成都科创生态岛圆满举行。

在本次年会上，备受瞩目的“2026成都硬科技企业扑克牌”榜单正式揭晓。启英泰伦凭借在


人工智能


语音芯片领域的持续深耕和技术突破，

连续第7年入选该榜单，荣膺电子信息产业领域“方片J”殊荣

。

在年会的“硬科技企业秀”环节，启英泰伦创始人、CEO何云鹏登台发表演讲。

丰富芯片产品矩阵，‘零门槛’开发平台

何云鹏在演讲中展示了启英泰伦在


AI


语音芯片领域的技术积淀。公司AI语音芯片产品矩阵丰富，涵盖高性能离线自然语言交互AI芯片CI13XX系列、高性价比离线指令识别AI芯片CI13LC系列、高性价比语音BLE AI芯片CI23LC系列，以及将于2026年发布的超低功耗AI语音芯片CI14LP系列等。

公司语音芯片产品矩阵

与此同时，公司推出的语音AI开发平台实现软硬一体、零代码/低代码、免费使用，极大降低了客户的产品开发门槛，让千行百业都能快速拥有语音交互能力。

核心技术全链路自研，语音交互四阶段演进

在核心技术层面，启英泰伦构建了全链路


深度学习




神经网络


模型，自主研发端侧AI声学模型、语言模型和意图模型，掌握本地语音唤醒及识别、端侧NLP、深度学习降噪、声源定位、回声消除等关键技术，同时具备多语种识别、命令词自学习、多意图识别等能力，可满足多场景下的实时语音处理和交互需求。

公司自研语音


算法

回顾语音交互技术的发展历程，何云鹏将其划分为四个阶段：


●


2000年，

以高斯混合模型（GMM）和隐马尔可夫模型（HMM）为核心

，


语音识别


首次从实验室走向初步应用，但系统依赖大量手工设计的声学特征，对噪声、口音和连续语音的鲁棒性较差。


●


2012年起，

深度神经网络（DNN）取代GMM进行声学建模，结合HMM进行序列解码

，识别错误率大幅下降。语音交互开始在


智能手机


、


智能音箱


等产品中落地。




●


2022年至今，

基于Transformer的注意力机制，端到端的AED架构成为主流

，ASR（语音识别）+LLM（大语言模型）+TTS（语音合成）打通了从语音到语义再到生成的闭环，系统开始具备上下文理解、意图推理和自然对话能力。


●


未来，

多模态交互

将是大势所趋，将语音、声纹、情绪、手势、人脸、表情、场景、方位等多维感知融合，使机器能够综合判断用户的真实意图。

十年NPU演进，启英泰伦布局具身智能新赛道

何云鹏特别强调了启英泰伦在NPU（神经网络


处理器


）领域的核心竞争力。公司从2016年推出首款端侧BNPU（脑神经网络处理器）语音芯片至今，历经十年，目前已迭代至4.0，始终走在行业前列。




其BNPU架构支持混合粒度高效完备的算子指令集、多通道计算高度并发、软件定义硬件和资源统一管理调度等。通过不断迭代，用更低成本、更低功耗、更高算力的AI芯片来解决复杂场景的适应、复杂语言的识别、复杂语义理解、复杂反馈的生成，提供最具性价比的自然交互方案。其自研BNPU的不断迭代升级，也为具身智能机器人应用中的端侧多模态AI推理芯片提供了坚实基础。从语音交互到多模态交互，启英泰伦以扎实的芯片设计能力和全链路AI模型积累，成为端侧智能计算领域的重要推动者。




展望未来，启英泰伦已发布具身智能新战略，公司将依托BNPU架构的持续进化，赋能


机器人


、智能穿戴、智慧家居等千行百业，积极迎接万亿级智能物联时代的机遇与挑战。