Minder ingebouwde oren, meer spraakgestuurde apparaten

Die slimme mensen bij XMOS hebben ons zojuist een stap dichter bij het inbouwen van 'oren' voor spraakbesturing gebracht in zowat elk apparaat waarmee we communiceren.

Ter herinnering:XMOS is een feilloos halfgeleiderbedrijf dat spraakoplossingen, audioproducten en multicore-microcontrollers ontwikkelt die gelijktijdig realtime taken, extreme digitale signaalverwerking (DSP) en controlestroom kunnen uitvoeren. XMOS-microcontrollers onderscheiden zich door hun deterministisch (voorspelbaar) gedrag.

Laten we beginnen met de onderliggende xCORE multicore-microcontrollertechnologie, die bestaat uit meerdere "processortegels" die zijn verbonden door een snelle schakelaar. Elke processortegel is een conventionele RISC-processor die tot acht taken tegelijk kan uitvoeren. Taken kunnen met elkaar communiceren via kanalen (die verbinding kunnen maken met taken op de lokale tegel of met taken op externe tegels) of door geheugen te gebruiken (alleen voor taken die in dezelfde tegel worden uitgevoerd).

De xCORE-architectuur levert, in hardware, veel van de elementen die gewoonlijk worden gezien in een realtime besturingssysteem (RTOS). Dit omvat de taakplanner, timers, I/O-bewerkingen en kanaalcommunicatie. Door bronnen van timingonzekerheid (interrupts, caches, bussen en andere gedeelde bronnen) te elimineren, kunnen xCORE-apparaten deterministische en voorspelbare prestaties leveren voor veel toepassingen. Een taak kan doorgaans in nanoseconden reageren op gebeurtenissen zoals externe I/O of timers. Dit maakt het mogelijk om xCORE-apparaten te programmeren om harde real-time taken uit te voeren waarvoor anders speciale hardware nodig zou zijn.

In 2017 nam XMOS Setem Technologies over. Zoals ik schreef in mijn column "XMOS + Setem zou een game-changer voor ingebedde spraak kunnen zijn":"De chaps en chapesses bij Setem zijn de pioniers van de Advanced Blind Source Signal Separation-technologie. Hun gepatenteerde algoritmen stellen consumentenapparaten in staat zich te concentreren op een specifieke stem of conversatie in een drukke audio-omgeving om geoptimaliseerde invoer in spraakherkenningssystemen te bereiken.”

Ik heb twee Amazon Echo/Dot-apparaten thuis en één in mijn kantoor (ik vroeg mijn vrouw, Gina the Gorgeous, waarom ze fluisterde. "Ik heb gehoord dat de mensen bij Amazon misschien naar ons luisteren", zei ze. Ik lachte , Gina lachte, Alexa lachte…). Ik denk dat deze apparaten geweldig zijn, maar ze vereisen wel een reeks van zeven microfoons, wat zowel de kosten als de fysieke voetafdruk van de totale oplossing verhoogt.

Door meerdere microfoons te hebben, kan het systeem ruis beter detecteren en verwijderen, dingen als echo-onderdrukking uitvoeren en de locatie van geluidsbronnen, zoals een sprekende persoon, bepalen. Natuurlijk, als je erover nadenkt, slagen we erin om al deze dingen te doen met slechts twee oren (ik weet niet hoe het met jou zit, maar ik denk niet dat ik genoeg ruimte op mijn hoofd heb voor zeven oren zonder tenminste een van hen zit in de weg).

Het is niet verrassend dat de mensen van XMOS dit ook zagen en daarom hebben ze zojuist hun nieuwe XVF3510 spraakprocessor van de volgende generatie geïntroduceerd die een individuele stem uit een druk audiolandschap kan plukken met slechts twee microfoons.

XVF3510 gemonteerd op een PCB (Bron:XMOS)

De algoritmen die op de XVF3510 worden uitgevoerd, omvatten interferentieonderdrukking (die puntruisbronnen op nul zet om ongewenste achtergrondruis te elimineren), stereo akoestische echo-onderdrukking (die ongewenste luidsprekerecho onderdrukt en binnenvallen mogelijk maakt) en adaptieve vertragingsschatting (die de audioreferentie dynamisch aanpast signaallatentie, waardoor de echo-onderdrukkingsalgoritmen een soepele, realtime ervaring bieden).