他同时指出，每一代 BNPU 的问世，都是离线语音芯片和算法的一次突破和语音应用的助推。据介绍，启英泰伦的BNPU 一代实现的是端侧语音识别，是行业首款集成神经网络处理器（即一代 BNPU）的语音 AI 芯片，代表着离线语音产业应用的兴起；第二代系列芯片 CI1102/CI1103及 CI1122 芯片，集成了 2 代 BNPU，不仅实现了离线语音识别功能，还能实现离线的声纹识别和命令词自学习等个性化的功能。

何云鹏表示，启英泰伦这 5 颗芯片的迭代不仅是上述算法性能功能不断提升，集成度也在不断增加。例如在 2 代系列集成进了 Audio CODEC，Flash 等单元，以及双麦阵增强处理能力，因此方案成本也是快速下降。“最初的一代 50 到 90 元（CI1006），1.5 代为 30 到 40 元（CI1102），2 代芯片系列 15 到 25元，2.5 代则降低到 10 元到 15 元之间。”何云鹏举例说。他同时指出，在这些芯片迭代过程中，启英泰伦产品的算法技术也在不断进步。如在正常安静家居环境下，识别准确率达到了 98%以上，对于 65dB 左右中强环境噪声下也能有较好的识别效果。

除此以外，启英泰伦在产品的应用上也与时俱进。如推出可以根据不同人的声纹实现基于用户个性喜好的功能配置；发布有专利技术的离线命令词自学习，使得可以在无需联网的情况下，用户可以简单的教会设备识别自定义的语言，从而能从根本上解决不同区域人们的方言口音识别问题。如公司的第二代芯片离线命令词自学习技术可以实现在轻度噪声下的良好识别。

虽然在启英泰伦等企业的推动下，离线AI语音技术发展神速，但正如何云鹏所说，整个行业仍然存在最后几个难以克服的问题：第一是离线语音仍然是以命令词为主，对于命令词较少的应用倒不是问题，对于命令词多的应用，会存在用户难以记词的问题；第二是电视新闻、多人声环境以及噪声强度达到 75DB以上的复杂强噪声环境的识别；第三离线命令词自学习的效果离大数据训练模型效果仍然存在明显差距，使得方言问题并没有得到彻底解决。

针对这个现状，启英泰伦潜心研发了第3代BNPU，并将其应用于公司第 3代两系列的芯片上：一大系列是 3 代智能语音 MCU13 系列。一大系列是智能语音 IOT 23 系列。

“除继承第二代的语音识别外，第3代BNPU还支持了基于深度学习的降噪技术（深度降噪），人声分离技术（深度分离），命令词自学习2.0版本技术，以及行业首次突破性的离线NLP技术。”何云鹏在介绍公司第三代产品的时候说。