樂鑫科技 AI 實驗室自主研發(fā)的聲學前端 (Audio Front-End, AFE) 算法已通過亞馬遜 Alexa 內置設備的 Software Audio Front-End 認證。長久以來，樂鑫不僅致力于為 AIoT 領域打造領先的無線連接方案，并已向提供高性能的邊緣機器學習邁出了堅實的一步。
樂鑫 AFE 算法可基于集成了 AI 和 DSP 加速的 ESP32-S3 SoC 進行聲學前端處理，使用戶獲得高質量且穩(wěn)定的音頻數(shù)據(jù)，為構建智能語音和 Alexa 內置設備提供了一個性能卓越且高性價比的解決方案。樂鑫后續(xù)推出的其他集成 AI 和 DSP 加速的 SoC 也將為 AFE 算法提供硬件支持。
語音用戶界面 (VUI, Voice-User Interface) 作為一種人與智能設備交互的自然形式，在 AIoT 領域得到了迅速的發(fā)展和普及，也隨之提升了用戶對其性能的更多期待。目前，智能語音設備需要在遠場噪聲環(huán)境中，甚至在播放音頻的同時，仍能實現(xiàn)準確的語音喚醒和識別。樂鑫的人工智能實驗室研發(fā)了一套用于解決這些需求的算法框架，包括多通道聲學回聲消除(AEC, Acoustic Echo Cancelation)、盲源分離(BSS, Blind Source Separation)、語音活動檢測和噪聲抑制(NS, Noise Suppression)。算法在兩個麥克風間距只有 2 cm 時也能穩(wěn)定工作。它們先向語音用戶界面提供過濾后的音頻信號，然后通過離/在線的方式對音頻進行有效處理。

樂鑫 AFE 算法基于 ESP32-S3 的 AI 和 DSP 加速器進行了優(yōu)化，僅消耗 12-20% CPU 空間和 460 KB 存儲空間（220 KB 內存和 240 KB 外部存儲），能夠為運行在同一 SoC 上的其他應用程序保留充足的資源空間。
樂鑫為客戶產品提供聲學設計支持，從而幫助客戶更專注于創(chuàng)造產品的核心價值。您可以在 GitHub 上了解更多關于樂鑫 AFE 算法的信息。如果您有任何問題或建議，請聯(lián)系樂鑫的客戶支持團隊，我們將竭誠為您服務。