隨著智能穿戴設(shè)備的快速發(fā)展，AI眼鏡作為下一代人機交互的重要載體，正逐步走向大眾市場。不過，受限于設(shè)備尺寸和電池容量，當(dāng)前產(chǎn)品的常規(guī)使用電池續(xù)航平均在3-4小時。因此，如何進一步提升續(xù)航時間，成為AI眼鏡設(shè)計中的核心挑戰(zhàn)。

在現(xiàn)有的AI眼鏡架構(gòu)中，MCU端主要負責(zé)對音頻的處理，其中語音監(jiān)聽與喚醒檢測，以及通話場景下的語音降噪與回聲消除等功能備受關(guān)注。除去功能實現(xiàn)外，實時性與低功耗是消費級AI眼鏡設(shè)計中必須重點考量的兩個要素。

語音監(jiān)聽與喚醒檢測：構(gòu)建感知閉環(huán)

目前AI眼鏡最主要的交互方式是語音控制。 整個語音交互過程可分為監(jiān)聽和處理兩個階段，分別對應(yīng)于低功耗休眠和高性能活動兩種狀態(tài)?；诖?，系統(tǒng)形成一個閉環(huán)流程：

感知（監(jiān)聽）→ 喚醒（進入處理狀態(tài)）→判斷（識別喚醒詞）→ 休眠（返回監(jiān)聽狀態(tài)）

圖1：AI眼鏡語音感知的閉環(huán)流程

監(jiān)聽階段

Voice活動檢測

在低功耗狀態(tài)下，系統(tǒng)持續(xù)進行音頻采集，并通過VAD（Voice Activity Detector）對環(huán)境中的Voice活動進行實時監(jiān)測。一旦檢測到Voice信號，系統(tǒng)將從休眠狀態(tài)喚醒，進入口令識別和處理階段。

這一階段的功耗主要為靜態(tài)功耗，即系統(tǒng)處于待機狀態(tài)但仍保存基本的感知能力。為了降低功耗，系統(tǒng)需盡可能關(guān)閉非必要的供電模塊，僅保留關(guān)鍵感知單元。

在i.MX RT700平臺中，片上系統(tǒng)架構(gòu)被精細劃分為多個功能區(qū)域?；诓煌膽?yīng)用場景，可靈活配置電源開關(guān)和時鐘域，以更小的功耗實現(xiàn)功能。這種多域架構(gòu)設(shè)計使得系統(tǒng)在不同應(yīng)用場景下能夠根據(jù)功能需求管理電源，只開啟需要使用的功能區(qū)域，進而大幅降低運行功耗。

圖2：i.MX RT700系統(tǒng)框圖

監(jiān)聽階段可僅保留感知域中的DMA和MICFIL (PDM Microphone Interface) 以較低的頻率工作。MICFIL包含HWVAD (Hardware Voice Activity Detector) 功能，從硬件層面檢測語音活動。

此外，i.MX RT700還配備多種低功耗模式，如下表所示：

▲表1：i.MX RT700多種低功耗模式配置

處理階段

語音口令識別

在口令識別過程中，涉及到一些復(fù)雜的計算，諸如預(yù)處理、噪聲抑制、喚醒詞檢測、語音口令分類的處理。此階段的功耗優(yōu)化思路為高效迅速地完成任務(wù)，縮短處理時間。

i.MX RT700配備了HiFi4/HiFi1 DSP, 專注于音頻處理，可通過專用音頻指令集 + 硬件通路持續(xù)處理高速數(shù)據(jù)流。除此之外，HiFi4 DSP也是一顆性能強勁的通用處理核心，可以運行復(fù)雜的任務(wù)。

對于深度學(xué)習(xí)算法部分，芯片中集成的eIQ Neutron Neural Processing Unit (NPU) 提供了強大的算力支持 (41.6 G)，能夠在極短時間內(nèi)完成復(fù)雜模型的推理計算。在典型的機器學(xué)習(xí)應(yīng)用場景中，與傳統(tǒng)的AIm Cortex-M33處理器相比，eIQ Neutron NPU在運行模式有極高的推理性能，同時顯著減少了能耗。例如，在推理典型的卷積網(wǎng)絡(luò)（二維卷積）時，NPU的能耗是Cortex-M33的1/106。而對于非深度學(xué)習(xí)的算法部分，以及驅(qū)動NPU的工作，則由Cadence Tensilica HiFi 4 DSP完成。

這種DSP+NPU的硬件加速架構(gòu)設(shè)計，使i.MX RT700在執(zhí)行噪音消除、口令識別、喚醒詞檢測等復(fù)雜任務(wù)時，既具備快速響應(yīng)能力，又能夠提高系統(tǒng)能效，為AI眼鏡等低功耗設(shè)備提供了理想的語音交互解決方案。

圖3：eIQ Neutron NPU在實現(xiàn)高性能推理的同時顯著減低了能耗

雙向語音通話

與口令識別類似，雙向語音通話同樣依賴于一系列音頻處理技術(shù)以提升通話質(zhì)量。其中不僅包括噪聲抑制，還涉及回聲消除和自動增益控制等關(guān)鍵環(huán)節(jié)。

圖4：雙向語音通話系統(tǒng)架構(gòu)

相較于傳統(tǒng)的Cortex-M33與NPU的組合架構(gòu)，DSP與NPU的協(xié)同處理在音頻場景中表現(xiàn)更為高效。HiFi4 DSP中包含了Audio Frame Work Pipeline, 以組件的形式將不同的音頻模塊連接在一起, 有利于加速頻處理應(yīng)用程序的開發(fā)。同時，這種組合還可以優(yōu)化Audio Pipeline架構(gòu)，減少Cortex-M33和DSP切換工作量。

圖5：DSP與NPU協(xié)同處理雙向語音通話的架構(gòu)

動態(tài)負載適配

前面提到的降低功耗策略的精髓在于“專業(yè)化分工”，即“讓更合適的模塊去干更擅長的事”。與此同時，系統(tǒng)還可通過動態(tài)負載適配機制進一步優(yōu)化能效。

系統(tǒng)可根據(jù)任務(wù)負載和應(yīng)用場景動態(tài)調(diào)整運行頻率與電壓，實現(xiàn)能效優(yōu)化。當(dāng)處理輕量級任務(wù)時，系統(tǒng)優(yōu)先選擇低功耗的時鐘源，并將頻率降低至合理范圍，同時相應(yīng)地降低工作電壓，以減少能耗。而在面對高計算需求的復(fù)雜任務(wù)時，系統(tǒng)則提升頻率和電壓，以確保性能滿足實時處理要求。

除此之外，i.MX RT700芯片內(nèi)置了PVT傳感器 (Process, Voltage, Temperature)，它可以提供一種針對不同芯片動態(tài)調(diào)壓的方案。芯片在運行過程中會受到制造工藝差異、電壓波動和溫度變化的影響。PVT傳感器實時監(jiān)測這些因素，并通過延遲線結(jié)構(gòu)判斷當(dāng)前供電電壓是否足以支撐邏輯運算。如果電壓過低，它會觸發(fā)報警，提示系統(tǒng)提升電壓；如果條件允許，系統(tǒng)則可以逐步降低電壓，直到找到當(dāng)前環(huán)境下的“最低可用電壓”。

圖6：基于PVT傳感器的動態(tài)調(diào)壓方案

通過這種方式，設(shè)備可以在不犧牲性能的前提下，動態(tài)調(diào)整供電策略，顯著延長電池使用時間。

本文小結(jié)

低功耗設(shè)計是AI眼鏡走向?qū)嵱没年P(guān)鍵。i.MX RT700作為恩智浦新一代跨界MCU產(chǎn)品，在架構(gòu)分區(qū)、語音處理能力、能效調(diào)度等方面都進行了深度優(yōu)化，為AI設(shè)備提供了更長續(xù)航、更快響應(yīng)和更自然的語音交互體驗，助力智能穿戴設(shè)備邁向更廣泛的應(yīng)用場景。

了解恩智浦如何應(yīng)對AI智能眼鏡低功耗設(shè)計挑戰(zhàn)，引爆下一代智能終端新紀元，請閱讀恩智浦原創(chuàng)文章>>

本文作者

翟彤彤，恩智浦邊緣處理事業(yè)部MCU系統(tǒng)工程師，畢業(yè)于北京航空航天大學(xué)，獲電子與通信工程碩士學(xué)位，于2020年加入恩智浦半導(dǎo)體公司，專注于IIoT低功耗微控制器產(chǎn)品的應(yīng)用開發(fā)和產(chǎn)品支持。