Khalayak sasaran: Artikel ini adalah untuk pegawai pematuhan, pengurus produk, dan pemilik jenama OEM yang perlu membuat keputusan antara pengecaman pertuturan automatik (ASR) pada peranti dan pertuturan-ke-teks berasaskan awan untuk pen bacaan kanak-kanak yang akan dijual di seluruh EU, AS, Teluk, dan Asia Tenggara antara 2025 dan 2027.
Pen bacaan yang mendengar kanak-kanak bercakap sudah bukan hipotesis. Reka bentuk rujukan K7, KF1, L5, T2 dan Y6 dihantar dengan bahagian hadapan kata-bangun dan tetingkap sebutan 2-5 saat yang boleh menilai perkataan yang diucapkan kanak-kanak berbanding perbendaharaan kata di skrin atau di muka surat. Soalan yang kami dengar daripada pembeli pada 2026 bukan lagi "patutkah pen mendengar" tetapi "di mana audio ditranskripsi dan dinilai." Jawapannya bergantung pada tiga rejim kawal selia yang kini bertindih, empat kekangan kejuruteraan dalam pen, dan satu item baris perolehan yang secara senyap boleh menambah atau membuang $1.40 setiap pen-tahun dari P&L program. Artikel ini menelusuri laluan ASR pada peranti dan ASR awan dan diakhiri dengan senarai semak perolehan untuk tender sekolah 5,000 unit.
1. Rangka kerja undang-undang: apabila suara kanak-kanak menjadi data peribadi
Di EU, GDPR menganggap data biometrik (yang termasuk cap suara kanak-kanak) sebagai sensitif di bawah Artikel 9. Penyata Pendahuluan 51 dan Garis Panduan EDPB 05/2020 mengenai persetujuan dalam era digital memerlukan persetujuan opt-in eksplisit ibu bapa untuk sebarang pemprosesan yang membuat templat biometrik, walaupun audio dipadamkan serta-merta selepas itu. Peraturan COPPA AS mempunyai peruntukan selari: "rakaman suara" adalah "maklumat peribadi" di bawah 16 CFR 312.2, dan pengendali yang menyiarkannya merentasi internet mencetuskan keperluan persetujuan ibu bapa yang boleh disahkan. PIPL China menganggap data biometrik sebagai sensitif (Artikel 28) dengan persetujuan berasingan (Artikel 29). LGPD Brazil mengikut GDPR. Garis panduan nasihat PDPA Singapura mengenai data kanak-kanak menyuarakan garis yang sama.
Akibat praktikal ialah bahawa mana-manavendor ASR awan yang mengekalkan audio lebih lama daripada tetingkap transkripsi segera mesti dianggap sebagai sub-pemproses di bawah setiap rejim. Kami mengkatalog 18vendor ASR awan dan menilai setiap satu berdasarkan pengekalan, ketersediaan serantau, penetapan sub-pemproses, dan kelayakan gred COPPA; jadual di bawah meringkaskan ringkasan. Kemas kini peraturan EU CE dan EN71, Taklimat ASTM F963 dan CPSIA dan Buku panduan pensijilan Korea KC semuanya menyentuh tentang tindanan serantau.
2. ASR pada peranti: bagaimana ia berfungsi dalam 22 KB RAM
ASR pada peranti untuk pen bacaan tidak melakukan transkripsi bentuk bebas. Ia hanya melakukan "adakah kanak-kanak menyebut perkataan atau frasa sasaran dengan cukup baik untuk mara ke tahap seterusnya." ASR yang skopnya terhad itu boleh menjadi pengesan kata kunci convolutional 1.4 MB yang berjalan pada NPU SoC dan menggunakan 60-110 mW. Kami membungkusnya sebagai modul "PronunciationScorer 2026": pengekstrak ciri 22 KB, model akustik 0.6 MB, model sebutan 0.4 MB, dan kamus fonem khusus bahasa 0.4 MB, untuk jumlah 1.4 MB. Inferens berjalan dalam 90-140 ms pada Cortex-A53 K7 dan dalam 60-95 ms pada Cortex-A55 L5. Audio dirakam ke dalam penimbal PCM bergolek 2-5 saat pada 16 kHz mono dan kemudian dibuang. Tiada audio meninggalkan peranti.
Penilaian bukan "adakah kanak-kanak betul" tetapi "adakah sebutan kanak-kanak dalam 2.4 sisihan piawai daripada taburan penutur asli untuk fonem sasaran." Model mengembalikan skor dalam julat 0-100, ditambah sorotan peringkat fonem (huruf "r" kurang tepat, "th" bagus). Ini adalah rubrik penilaian yang sama yang diterbitkan oleh Jabatan Pendidikan UK pada 2024 untuk pemeriksaan penyaringan foniknya, itulah sebabnya modul 22 KB boleh diterima sebagai penanda aras perolehan oleh 14 daripada 230+ pengedar kami.
3. Tiga kekangan kejuruteraan yang menentukan laluan
| Kekangan | ASR pada peranti | ASR awan (borong) |
|---|---|---|
| Latensi skor pertama (p50) | 90-140 ms | 420-580 ms |
| Kos bateri setiap 1,000 sebutan | 60 mAh | 40 mAh + radio Wi-Fi |
| Pengekalan audio | 0 bait (dalam RAM sahaja) | 5-30 saat pada vendor (undang-undang) |
| Kos setiap pen-tahun pada 8,000 sebutan | $0.00 | $0.36-$0.72 (awan) |
Pembeli yang membaca jadual sebagai empat pemboleh ubah bebas selalunya akan mencapai kesimpulan yang berbeza berbanding pembeli yang membacanya sebagai satu sistem. Baris latensi skor pertama sejajar dengan ambang persepsi 280 ms untuk pembaca kanak-kanak; laluan pada peranti sepadan, laluan awan berada di tepi. Kos bateri lebih kurang setara kerana laluan awan membayar kos perkakasan yang sama ditambah kitaran tugas Wi-Fi. Pengekalan audio merupakan pemecah perjanjian untuk sebarang tender yang mengandungi klausa "pengurangan minimum data biometrik". Kos setiap pen setahun adalah lebih kurang $0.50 untuk awan pada skala penuh, sebab itulah pembeli yang boleh mengelakkannya berbuat demikian.
Tip pembeli: Penggunaan sekolah 12,000 unit yang menjalankan 8,000 sebutan setiap pen setahun akan membelanjakan $34,560 untuk ASR awan pada tahun pertama, $32,640 pada tahun kedua, dan seterusnya. Modul pada peranti berharga $1.40 BOM tambahan setiap pen sekali sahaja, tanpa yuran berulang. Titik pulang modal adalah lebih kurang 18 bulan berbanding diskaun pengekalan vendor 50%.
4. Ekonomi skrin persetujuan COPPA / GDPR-K
Pen bacaan yang menjalankan ASR awan mesti memaparkan skrin persetujuan ibu bapa pada pelancaran pertama. Skrin ini menghentikan aliran pengaktifan sehingga ibu bapa memasukkan e-mel atau langkah pengesahan kad kredit. Data lapangan daripada penggunaan 2025 kami menunjukkan kadar penarikan diri 14-22% pada skrin ini, bergantung pada bahasa dan negara. Penarikan diri itu adalah baris hasil untuk pengimport: kontena 12,000 unit yang kehilangan 18% pada skrin persetujuan adalah kerugian 2,160 unit. Setiap unit yang hilang menanggung kos BOM penuh tetapi tidak menjana jualan kandungan selepas jualan yang dimodelkan oleh pengimport.
Laluan pada peranti tidak memerlukan skrin persetujuan ASR, hanya notis privasi. Notis privasi mempunyai rangka kerja perundangan yang berbeza: ia menyatakan data yang dikumpul (tiada) dan data yang diproses pada peranti (audio, dalam RAM sahaja, dibuang selepas penskoran). Kadar penarikan diri pada notis privasi ialah 1-3%, yang secara operasi serupa dengan pembukaan mana-mana EULA.
5. Landskap vendor: siapa yang boleh mengendalikan program kanak-kanak pada 2026
Senarai vendor ASR awan mengecil dengan cepat setelah penapis COPPA / GDPR-K / PIPL / LGPD digunakan. Kami menjejaki 18 vendor awan; hanya 6 menerbitkan program kanak-kanak. Matriks berikut adalah daripada laporan kelayakan vendor 2026 kami; kami menilai setiap vendor berdasarkan pengekalan, status sub-pemproses, residensi wilayah dan kos setiap pen pada 8,000 sebutan.
| Vendor | Pengekalan | Sub-pemproses | Residensi wilayah | Kos / 1,000 sebutan |
|---|---|---|---|---|
| Vendor A (hiperskala 1) | 0 saat, diskor kemudian dipadam | Ya | eu-central-1 / us-east-1 | $0.045 |
| Vendor B (hiperskala 2) | 30 saat, pengekalan pilihan | Ya | 12 wilayah | $0.040 |
| Vendor C (Wilayah Asia) | 0 saat | Ya | ap-northeast-1 / ap-southeast-1 | $0.060 |
| Vendor D (Wilayah EU) | 0 saat | Ya | eu-central-1 / eu-west-1 | $0.075 |
| Vendor E (model terbuka, swa-host) | Kawalan sendiri | Sendiri | Sendiri | $0.020 + opex |
| Vendor F (teknologi kanak-kanak khusus) | 0 saat, papan pemuka ibu bapa | Ya | 6 rantau | $0.090 |
Laluan model terbuka (Vendor E) membolehkan pengimport menubuhkan awan swa-host yang meminimumkan pelantikan sub-pemproses dan mendedahkan peta kediamatan mengikut rantau. Kelemahannya ialah opex setiap pen, iaitu $0.012–$0.022 setiap pen setiap bulan pada skala 12,000 unit. Vendor khusus (Vendor F) mengenakan premium untuk papan pemuka kanak-kanak, tetapi dasar retensinya adalah yang paling kukuh, sebab itulah kami mengesyorkannya untuk tender di Korea dan negara-negara Teluk.
6. Peta kediamatan data: negara mana mempunyai peraturan yang mana
Setiap rantau yang kami hantar mempunyai peraturan kediamatan data yang mula berkuat kuasa pada volum unit yang berbeza. EU bermula pada satu unit (anda mesti mematuhi GDPR-K dari unit pertama). Brazil bermula pada "sebarang pemprosesan yang menyasarkan kanak-kanak". Korea memerlukan pelokalan eksplisit apabila data kanak-kanak melintasi sempadan (PIPA Artikel 17). PIPL China memerlukan penilaian keselamatan rentas sempadan yang berasingan untuk data biometrik kanak-kanak. Kami menghantar dengan peta kediamatan mengikut rantau yang mengekalkan audio dalam peranti secara lalai dan menawarkan mod awan opt-in hanya dalam bidang kuasa di mana kami mempunyai kontrak kediamatan data serantau.
Peta ini penting kerana pemilik pen bacaan yang menghidupkan ASR awan secara lalai di bidang kuasa yang ketat akan melanggar peraturan dari unit pertama. Kami telah menghantar tegar per-SKU yang mengekodkan profil kediamatan data kepada "dalam peranti sahaja" untuk rantau GCC SFDA, Korea KC, Akta AI EU dan GB China, dan yang membenarkan opt-in awan untuk rantau AS, Brazil, Singapura dan Australia. Panduan pensijilan INMETRO Brazil dan Taklimat NOM Mexico menjelaskan pensijilan serantau; lapisan kediamatan data dikuatkuasakan pada peringkat tegar.
7. Variasi sisi perkakasan antara pen
Modul ASR dalam peranti berada pada NPU SoC. NPU hadir pada K7 (0.4 TOPS INT8), KF1 (0.4 TOPS), Q6 (0.4 TOPS), Q8 (0.4 TOPS), L5 (0.8 TOPS), T2 (0.8 TOPS) dan Y6 (0.8 TOPS). Pen B1, B2, F8 dan P2 tidak mempunyai NPU. F8 boleh menjalankan ASR pada CPU pada kependaman p50 220–280 ms dengan penggunaan kuasa 60 mW, yang boleh diterima tetapi di ambang persepsi. B1, B2 dan P2 tidak boleh menjalankan ASR dalam peranti melebihi ambang 280 ms dengan pengesan kata kunci yang cukup besar untuk menilai fonem, jadi ia dihantar dengan ASR awan sahaja atau dengan rubrik skor ya/tidak yang berjalan hanya pada CPU.
| Reka bentuk rujukan | NPU TOPS | Laluan ASR | Skor pertama p50 |
|---|---|---|---|
| B1, B2, P2 | 0 | Awan sahaja | 420–580 ms |
| F8 | 0 (CPU) | Dalam peranti, ya/tidak sahaja | 220–280 ms |
| K7, KF1, Q6, Q8 | 0.4 | Dalam peranti, skor penuh | 90–140 ms |
| L5, T2, Y6 | 0.8 | Dalam peranti, penuh + sandaran awan | 60–95 ms |
Untuk pembeli yang membangunkan program berdasarkan penilaian sebutan, pilihan keluarga ialah K7 ke atas. Untuk pembeli yang membangunkan program berdasarkan sentuh-dan-dengar kosa kata, B1, B2 dan P2 kekal wajar digunakan dengan ASR awan atau tanpa ASR sama sekali.
8. Laluan ASR hibrid dan bila ia masuk akal
Sesetengah program mahukan yang terbaik dari kedua-dua laluan: ASR dalam peranti untuk latihan kosa kata dan penilaian sebutan, serta sandaran awan untuk perbualan bentuk bebas atau penilaian khusus dialek. Kami menyokong ini pada pen K7, KF1, L5, T2 dan Y6. Sandaran awan hanya diaktifkan apabila (a) pengesan kata kunci dalam peranti mengembalikan keyakinan rendah, dan (b) papan pemuka ibu bapa mempunyai ASR awan didayakan. Dalam penggunaan 2025 kami, gabungan ini menghasilkan kadar panggilan awan 6–9%, yang mengekalkan garis kos awan di bawah $0.05 setiap pen setiap tahun sambil mengekalkan keterlihatan ibu bapa terhadap kemajuan kanak-kanak.
9. Risiko kejuruteraan khusus untuk ASR dalam peranti
Pengesan kata kunci dalam peranti ialah model kecil, dan model kecil terlebih padan. Kami mengurangkan ini dengan (a) latihan pada korpus pertuturan kanak-kanak 1,400 jam merentasi 14 dialek Inggeris, 6 dialek Sepanyol, 4 dialek Arab dan 4 dialek Mandarin; (b) menggunakan saluran latihan 12-augmentasi (kelajuan, pic, dorongan bilik, SNR); (c) menghantar lapisan penyesuaian mengikut rantau yang pembeli boleh latihan semula pada pertuturan serantau dalam 2–4 jam pada GPU. Hasilnya ialah model yang menilai 89.4% fonem biasa dalam 2.4 sisihan piawai daripada taburan sasaran, dengan kadar keyakinan-berlebihan-dalam-batas sebanyak 3.2%. Yang terakhir penting kerana keyakinan berlebihan kanak-kanak terhadap sebutan yang salah isyarat yang lebih kuat untuk keperluan intervensi berbanding skor rendah pada sebutan yang betul.
10. Senarai semak perolehan untuk RFQ pen bacaan berdaya ASR 2026
Senarai semak perolehan memampatkan rangka kerja kepada 9 soalan pembeli:
| # | Soalan | Jawaran sasaran |
|---|---|---|
| 1 | Adakah pen memproses audio dalam peranti secara lalai? | Ya |
| 2 | Adakah ASR awan memerlukan persetujuan eksplisit ibu bapa? | Ya |
| 3 | Apakah dokumen regulatori yang dibawa oleh pen untuk kawasan pembeli? | EU GDPR-K, AS COPPA, China PIPL, Brazil LGPD, Korea PIPA, Singapura PDPA |
| 4 | Apakah latensi skor pertama pada 25 °C, p50? | ≤140 ms (keluarga K7+) |
| 5 | Apakah kos awan per-pen setahun pada 8,000 sebutan? | ≤$0.72 (awan penuh) atau $0.05 (hibrid) |
| 6 | Adakah firmware menyokong profil data-residency mengikut kawasan? | Ya |
| 7 | Adakah rubrik penilaian sebutan diterbitkan dan boleh dihasilkan semula? | Ya |
| 8 | Bolehkah pembeli melatih semula dengan pertuturan serantau dalam masa 4 jam pada GPU? | Ya |
| 9 | Adakah kadar penolakan skrin persetujuan diukur? | Ya (1-3% pada peranti, 14-22% awan) |
Pembeli yang menjawab "ya" untuk kesemua sembilan soalan lazimnya memilih reka bentuk rujukan L5 atau Y6 dengan modul ASR pada peranti dan pilihan fallback awan. Untuk tender sekolah di negara Teluk sebanyak 12,000 unit, kami menghantar L5 dengan modul ASR diaktifkan, tanpa fallback awan, dan kamus sebutan bahasa Arab; kos berulang tahunan setiap pen ialah $0.00 dan kadar keciciran skrin persetujuan ialah 2.1%.
11. Rujukan dan ringkasan keputusan
Matriks keputusan dapat diringkaskan kepada tiga peraturan mudah. Pertama, jika RFQ menyebut "pengurangan data biometrik" atau "tempat kediaman data," pilih pada peranti dan terima perbezaan BOM sebanyak $1.40. Kedua, jika RFQ menyebut "perlu berintegrasi dengan vendor ASR awan sedia ada kami," gunakan awan atau hibrid; jangka untuk membayar $0.05-$0.72 setiap pen setahun dalam perbelanjaan API serta awan. Ketiga, jika RFQ menyebut "tutor perbualan bentuk bebas," gunakan laluan LLM pada peranti yang dihuraikan dalam Reading Pen LLM On-Device Deployment; ASR merupakan bahagian hadapan laluan tersebut. Setiap laluan datang dengan senarai fail pematuhan tersendiri, dan halaman program OEM pen baca menyenaraikan apa yang kami serahkan di bawah setiap SKU di bawah kod HS 8543.70, 9503.00 atau 4901.99.
Bacaan Berkaitan
- Pelan hala integrasi AI pen baca 2024-2026
- Pelaksanaan LLM pada peranti untuk pen baca
- Penerangan seni bina firmware pen baca
- Kemas kini peraturan EU CE dan EN71 untuk pen baca
- Penerangan ASTM F963 dan CPSIA AS untuk pen baca
- Panduan pensijilan KC Korea untuk pen baca
- Program OEM pen baca
- Senarai semak perolehan sekolah pen baca