智能手机的普及，使用越来越多的产品开始考虑增加蓝牙功能，从何实现和智能手机的交互。但是一些特定的产品，单纯一颗蓝牙芯片往往是无法实现的。

嗓音的频带宽度为20～20K HZ左右，普通的声音大概在3KHZ以下。所以，一般CD取的音质为44.1K和16bit，如果碰到某些特别的声音，如乐器，音质也有用48K和24bit的情况，但不是主流。一般在我们处理针对普通语音IC的时候，采样率最高达到16K就够了、说话声一般取8K、6K左右。

单片机控制IC

需要蓝牙数据传输 ，同时需要语音提示的一些应用场景，所以工程师在这一块的选择，就很纠结。

应用这种芯片的机器就具有交互功能了。

语音存放的长度由音频采样率及芯片内部ROM空间所决定，音频采样率的大小直接影响音频输出的音质，同一型号芯片的音频采样率越高，音质越好，但是需要占用更多的ROM空间。芯片的成本也因存储空间的增大而有不同幅度的上涨。

单片机控制IC

非特定人语音识别应用有的是基于音素的算法，这种模式下不需要采集很多人的声音样本就可以做交互识别，但是缺点是识别率不高，识别性能不稳定。

就是现在最优秀的KT404A芯片，他是支持MP3解码，

语音语义识别是指通过语音信号处理和语义识别，使得计算机自动理解人类口述语言的技术。语音识别主要步骤为信号搜集、降噪、特征提取解码三步，提取的特征在后台由经过语音大数据训练得到的语音模型对其进行解码，最终把语音转化为文本。语义识别则通过自然语言分析，理解人类语言表达的意思。

单片机控制IC

比前面的两种在技术上是一个跨越，将MP3这种优秀的技术应用于语音芯片上，同时他强大的USB直接虚拟FLASH成为U盘，这样更新语音非常方便，直接像拷贝U盘一样拷贝语音进去就可以了。