音频前端和唤醒词检测：Alexa参考设计中的关键注意事项

中联恒升线路板 · 发表于 2021-4-2 11:28:09

设计工程师可以利用硬件模块和软件服务将Alexa语音服务（AVS）集成到智能家居，汽车和可穿戴设备中。它将基于云的Alexa体验带入了从便携式扬声器到智能设备再到车载信息娱乐等各种产品。开发人员可以将Alexa集成到其基于语音的产品中，并编写配套的应用程序以将产品转换为连接的产品。
自亚马逊于2014年将原始的Alexa设备推向市场以来，亚马逊网络服务（AWS）以及多家芯片制造商都推出了参考设计，这些参考设计可通过提供预先构建和预先测试的设计来帮助工程师集成亚马逊的语音识别技术和AVS接口。
因此，如果您的公司没有很多工程师从事硬件和软件开发，则参考设计可简化基于Alexa的设计的简单且经济高效的自然语言理解和语音界面的开发。否则，高质量音频处理的集成会使启用语音的设备的开发既冗长又复杂。

图1基于AVS的语音应用程序的参考设计旨在将Amazon的语音识别技术无缝集成到语音控制的设备中。资料来源：意法半导体
唤醒词检测
这一切都始于强大的唤醒词引擎（WWE），该引擎在系统采取任何措施之前会侦听关键字“ Alexa”。有一个基于云的唤醒词验证，可以验证上下文并确保用户真正想要Alexa。在此，参考设计的语音捕获部分通过在实际条件下执行音频捕获来增强“ Alexa”唤醒词检测。这样设计人员即使在中等距离下也可以打断嘈杂的环境。
以Cirrus Logic用于Amazon AVS应用程序的语音捕获开发套件为例；它提供了经过验证的硬件和软件组件的声学调谐。该套件即使在用户离设备几米远的情况下，也可以在安静和嘈杂的环境中改善“ Alexa”唤醒词检测功能。它通过抑制噪声和其他实际干扰来实现更准确和可靠的语音交互。

图2远场AVS参考设计针对智能扬声器和其他语音控制的智能家居设备。资料来源：Cirrus Logic
如上所示，该套件包括一个带有两个麦克风阵列的语音捕获板，Raspberry Pi 3（RPi3），扬声器和一个预装有所需固件的microsd卡，以实现即时生产。控制台简化了各种RPi3应用程序的操作，并提供了用户友好的界面来执行声学调谐和诊断功能。
语音捕获板具有Cirrus Logic的CS47L24智能编解码器，CS7250B数字MEMS麦克风以及用于语音控制，噪声抑制和回声消除的SoundClear算法。在这里，智能编解码器集成了高保真DAC，立体声耳机放大器和单声道扬声器放大器，以减少电路板面积和材料清单（BOM）。
接下来，具有超低本底噪声和103 dB的宽动态范围的MEMS麦克风可确保在具有挑战性的噪声条件下进行精确的语音捕获。最后，SoundClear算法可以阻止可能干扰Alexa唤醒字的噪声。
这使该工具包即使在嘈杂环境中的中等距离下，也可以在现实环境中有效执行“ Alexa”唤醒词检测和音频捕获，从而使用户能够可靠地中断响亮的音乐或Alexa响应播放。
音频前端
基于AVS的设计中的基本硬件包括多个麦克风和音频前端（AFE），可确保在安静和嘈杂的环境中检测“ Alexa”唤醒词。这使得音频前端成为任何AVS参考设计的关键组成部分。
音频前端拾取用户的语音，进行放大，降低背景噪音，然后将其发送到云中。这很难做到，因此，使用开发套件是创建音频前端的好方法。
以TalkCon为例，DSP Concepts的音频前端具有经过AVS认证的集成语音处理功能；它已针对意法半导体基于芯片制造商STM32 MCU的AWS IoT核心参考设计推出。TalkTo音频前端具有降噪，回声消除和基于先进波束形成的信号处理功能，可用于远场音频检测。它通过audio Weaver交付，Audio Weaver是一个免费工具，可帮助开发人员微调AVS设计。

图3单芯片解决方案包括音频前端处理，本地唤醒字检测，通信接口以及包括RAM和闪存在内的存储器内容，可降低BOM成本并简化布局。资料来源：意法半导体
ST的36×65毫米电路板将Wi-Fi模块与STM32H743 MCU结合在一起，该STM32H743 MCU在单个芯片中集成了音频前端处理，本地唤醒字检测，通信接口和存储器。参考设计硬件还包括一个音频子板作为单独的模块，以进一步简化开发和原型制作。
子板包含FDA903D音频编解码器，用户LED和按钮，以及两个间距为36 mm的MP23DB01HP MEMS麦克风，用于尺寸受限的设计。这也使开发人员可以采用关闭麦克风的隐私模式，因此红色的LED可以通知用户Alexa听不到语音命令。
远场语音识别
其他芯片制造商也加入了参考设计，这些参考设计集成了亚马逊的远距离语音识别技术。例如，恩智浦（NXP）推出了一个参考平台，该平台声称即使在播放响亮的音乐时也能从整个房间识别用户的请求。
恩智浦针对Amazon Alexa的参考平台包括7麦克风阵列设计，音频处理算法和波束赋形技术。它将亚马逊的远程语音识别技术与恩智浦的i.MX应用处理器集成在一起，旨在简化语音控制设备的创建。
像Alexa这样具有语音功能的设计改变了用户与智能事物交互的方式，从烤面包机到炊具，恒温器到百叶窗。在这里，参考板和语音捕获套件为各种支持Alexa的产品提供了最快的上市途径，同时即使在嘈杂的环境中也可以确保高精度的唤醒字触发和命令解释。
我们正处于语音使能设备革命的开始，而这些应用程序的多样性意味着预先设计和预先测试的参考板和套件可能会发挥重要作用。他们的角色对于将语音功能产品更快推向市场并绕过其设计复杂性至关重要。