您通過口語與之交互的個人助理（例如亞馬遜的 Alexa、蘋果的 Siri 和 Google Home）的成功使語音控制成為系統(tǒng)設(shè)計中的熱門項目。不過，開始使用這項技術(shù)需要大量的音頻和信號處理專業(yè)知識來解決背景噪音和揚聲器位置方面的問題。Microsemi 與亞馬遜的 Alexa 語音服務(wù) (AVS) 合作推出了一個新的開發(fā)套件，旨在簡化啟動過程，以便開發(fā)人員可以專注于應(yīng)用程序而不是實施。

AcuEdge開發(fā)套件是開發(fā)語音激活系統(tǒng)的開發(fā)人員的起點，但不是開箱即用的系統(tǒng)。該套件包含一個基于Microsemi 的 ZL38063 Timberwolf 音頻處理器的開發(fā)模塊，該處理器預(yù)裝了該公司的免許可AcuEdge音頻處理軟件。還有一個圓柱形安裝框架來承載電子設(shè)備，看起來很像亞馬遜 Echo 的骨架。但是，開發(fā)人員需要提供他們自己的Raspberry Pi 3或他們選擇的類似處理器板，開發(fā)板安裝在該處理器板上。開發(fā)人員還需要一個揚聲器來傳遞來自 AVS 的音頻。揚聲器選擇對開發(fā)人員開放，但框架尺寸適合JBL Clip便攜式揚聲器。

圖 1：Microsemi 的 AcuEdge Alexa 開發(fā)套件。

組裝好硬件后，接下來需要的是開發(fā)人員的Amazon AVS帳戶。但是，該帳戶是免費的，并且在從技術(shù)培訓(xùn)到產(chǎn)品營銷指南的所有方面都得到了亞馬遜的大力支持。然后啟動硬件，從 Microsemi 的github安裝軟件，啟動 Alexa 服務(wù)，并開始與 Alexa 對話。

開發(fā)板包括兩個麥克風(fēng)，因此 AcuEdge 軟件包中的回聲消除和波束形成算法允許 180° 或 360° “聆聽”用戶語音。波束成形可以將用戶定位到 20° 窗口，以幫助抑制來自外部源的噪聲。該軟件還能夠支持全雙工語音交互。除其他外，這種全雙工允許系統(tǒng)主動消除其自己的輸出音頻的噪音，以便它可以更好地響應(yīng)用戶試圖通過系統(tǒng)的響應(yīng)進行交談。

借助該套件，開發(fā)人員能夠快速開始開發(fā)能夠利用消費者對語音控制的快速增長興趣的應(yīng)用程序。據(jù) Microsemi 稱，語音系統(tǒng)市場預(yù)計在五年內(nèi)每年將達到 7500 萬臺，其中三分之二是像 Echo 這樣的數(shù)字助理。諸如照明系統(tǒng)、電器、機頂盒等應(yīng)用形成了更大的語音激活功能市場。

圖 2：可能的語音激活架構(gòu)。圖片來源：Microsemi。

雖然該套件可作為設(shè)計語音激活系統(tǒng)的入口點，但它僅代表開發(fā)人員可以追求的三種潛在架構(gòu)之一。該系統(tǒng)使用板載處理來識別喚醒詞，然后將進一步的音頻數(shù)據(jù)發(fā)送到基于云的 AVS 以處理隨后的命令。另一種架構(gòu)提供了更有限的內(nèi)置單詞識別功能，因此設(shè)備無需云連接即可響應(yīng)命令。混合系統(tǒng)提供了第三種選擇，使用云連接提供完整的語音功能，并以板載識別基本命令作為備份。Timberwolf 處理器可以用作任何這些架構(gòu)的音頻前端處理器。

　　審核編輯：湯梓紅