一般说来，整个处理过程由一个CPU负责，而这个处理器也同时需要负责处理若干其他的任务。由于语音识别非常占用计算能力与闪存空间，因此在一个嵌入式解决方案共享资源会导致无法接受的延迟，或者限制了带宽处理日益增加的软件模型的能力。为了取得更高的精确性，软件模型的大小正在日益膨胀。
为何为HMI处理过程配备专门的硬件？
由于HMI（如语音识别）处理过程中繁重的存储与运算带宽限制，这种多任务共享一个CPU资源的方式常常以牺牲某些终端用户体验为代价。
例如，在语音识别中，在共享资源的嵌入式系统条件下，设计人员必须在速度与精确性之间进行取舍。更大的声学模型能实现更高的精确性，不过却要有更大的处理能力才能避免无法接受的延迟响应速度。另外，由于用户提升了他们对语音处理界面的期望，例如希望界面能够区分性别、噪音、对话、口音以及多语言等，这种功能丰富的语音模块的大小则会呈指数级别与日俱增，而可靠性高、可快速访问的内存对这种日益提升的性能而言将变得更加重要。 不幸的是，如今资源共享、资源限制型的硬件平台并不能为目前最大型的声学模型提供可接受的处理能力。因此，业内目前只能退而求其次，开发出压缩版的声学模型，仅能在最低程度可接受的响应时间内提供最低程度可接受的精确性。
为了克服这个缺点，业界最近已经开发出了一套解决方案：一款能够提升处理能力，加速某些语音识别处理阶段的专用硬件协处理器。这类解决方案的第一个代表就是Spansion语音协处理器。Spansion语音协处理器负责语音识别的声学评分阶段，从而分担了CPU的负荷，最多能减少50%的响应延迟。此外，Spansion语音协处理器能够为当今最大的声学模型提供足够大的处理能力，最大能达到目前我们常见声学模型的10倍。采用这种解决方案能彻底解决延迟性与精确性的取舍问题，而在基于资源共享平台的嵌入式语音识别解决方案中，这是个重大的设计问题。
这几类专用的用户界面协处理器运用先进的闪存技术，实现一系列应用的瞬间响应、高可靠性与高性能。
先进的HMI看起来将会是什么样子的？
虽然语音识别代表了嵌入式系统HMI当下发展的潮流，目前，在为自然语言理解、图像识别或情绪感知等功能提供先进的HMI方面，我们仅仅迈出了一小步。然而，近年来闪存技术的发展，正不断地推动着整个行业向着更新颖、更富创造性的发展高度。专用的硬件与先进的闪存和逻辑器件结合，能为功能更丰富、更强大的软件模型的运行提供基础，逐步引领我们更加接近未来更尖端的HMI技术。随着闪存创新步伐的不断向前推进，我们也将更有能力设计出功能更丰富、更贴近自然的界面，最终改善用户体验。
消费者对最佳用户体验的追求，不断地鞭策着我们开创新的架构。因此，正是用户不断推动着闪存技术的不断创新并向前高速发展。如今，下一个技术发展的前沿与挑战是提供更加丰富的用户体验，在先进的闪存技术与专用硬件的助力下获得更强大的语音识别能力。
