Energiezuinige, always-on stemcommando systemen ontwerpen

Stemassistenten zijn nu in bijna elk product, apparaat en technologie ingesloten. Terwijl ze gemak bieden, put hun constant luisteren naar wake-words – zoals "okay Google" of "Alexa" – stroom. In een wereld waar apparaten prolifereren, is het verminderen van deze energievoetafdruk essentieel.

Dit artikel overziet sleutelontwerpoverwegingen voor laagstroom, always-on stemcommando systemen die voice activity detection (VAD) gebruiken. Het onderzoekt trade-offs en componentkeuzes die een gebruiksvriendelijke, energiezuinige voice user interface (VUI) mogelijk maken.

VAD checkt eerst op menselijke spraak voordat het systeem luistert naar een wake-word. Dit betekent dat de assistent alleen stroom verbruikt wanneer nodig. Met 4,2 miljard digitale stemassistenten wereldwijd en een verwachte verdubbeling tot 2024, kan het incorporeren van VAD het energiegebruik voor gebruikers en fabrikanten dramatisch verminderen.

Typische VUI-hardware omvat microfoons – enkel of arrays – verbonden met een audio-processor die stem vastlegt en verwerkt. De audio-stream kan behandeld worden door een edge audio-processor, een slimme microfoon met een ingebedde processor, of een standaard applicatie-processor (AP). Edge-processors zijn geoptimaliseerd voor laag stroom en lage latentie. Ze kunnen ook output-audio post-processen en, wanneer cloud-verbonden, communiceren met de hoof SoC voor draadloze transmissie.

Ultra-Laagstroom VAD

Afbeelding 1 toont een architectuur die ultra-laag stroom bereikt door een analoog signaalpad te gebruiken: een analoge microfoon, een comparator en een interrupt die een audio-processor wekt alleen wanneer akoestische activiteit gedetecteerd wordt. Een push-to-talk knop kan ook toegevoegd worden voor handmatige wake-up.

Omdat de analoge microfoon en comparator altijd moeten luisteren, moeten ze minimaal stroom verbruiken. De Knowles IA8201 audio-processor trekt bijvoorbeeld minder dan 1 mW in wake-up modus en biedt 1 MB geheugen voor geavanceerde verwerking. Deze simpele AAD (akoestische activiteitsdetectie) benadering werkt goed voor laagstroom-apparaten zoals afstandsbedieningen en wearables, maar kan leiden tot hoger totaalverbruik in ruizige omgevingen, aangezien het op elk geluid wekt. Bovendien vereisen cloud-verbonden VUI-systemen pre-roll audio – typisch 500 ms voor het wake-word – om detectienauwkeurigheid te verbeteren, een functie nodig voor Alexa en vergelijkbare slimme speakers.

Afbeelding 2 illustreert een architectuur die pre-roll buffering ondersteunt voor slimme speakers. Deze apparaten, vaak gevoed door grotere batterijen, registreren een circulaire buffer van 500 ms die gebruikt wordt om omgevingsruisniveaus te calibreren tijdens always-listening.

Het kiezen van de front-end architectuur hangt af van microfoonaantal, analoog vs. digitale signalen, en de vereiste verwerking.

Voor de architectuur in Afbeelding 1, trigger een enkele analoge microfoon en comparator de processor. Een laagstroom analoge mic met SNR > 62 dB – zoals de Knowles SPV1840LR5H-B Kaskade – verbruikt slechts 45 µA wanneer actief. Het hele always-on analoog pad trekt < 67 µA. Piezo-elektrische microfoons kunnen nog lagere stroom bieden (≈ 10 µA) maar lijden typisch onder lage SNR, wat systeemprestaties beïnvloedt.

Voor pre-roll capable systemen zoals Afbeelding 2, is een microfoon met een ingebedde processor en 2s circulaire buffer – bijv. de Knowles IA611 – geschikt. De IA611's always-on stroom is 0,39 mA @ 1,8 V (90% efficiëntie), wat het ideaal maakt voor batterij-gevoede apparaten zoals Bluetooth-speakers. Het accepteert PDM-input van digitale microfoons en kan audio doorsturen naar een host-processor voor beamforming zodra het systeem wakker wordt.

Afbeelding 3 vergelijkt batterijduur voor een typische TV-afstandsbediening met VAD op de IA611 versus een concurrent's piezo-elektrische AAD mic. Wanneer akoestische activiteit 5 uur duurt, biedt de VAD-oplossing acht extra dagen batterijduur – cruciaal aangezien VS-huishoudens gemiddeld acht uur per dag TV kijken. Intelligente VAD wake-ups helpen ontwerpers meer stroom-efficiënte VUI-systemen te bouwen.

Conclusie

Stemtechnologie herschikt industrieën – van slimme huizen en gastvrijheid tot digitale werkplekken, stembetalingen, energiemanagement, edge computing, gezondheidszorg en industriële IoT. Elke applicatie eist een specifieke hardware-architectuur en microfoonselectie. Ontwerpers moeten het apparaat's stem-use-case, gewenste capaciteiten en stroombeperkingen evalueren om de optimale VUI-oplossing te kiezen.

Raj Senguttuvan heeft meer dan 15 jaar ervaring in nieuwe technologieontwikkeling voor consumenten- en industriële toepassingen, early-stage business development en projectmanagement voor bedrijven waaronder Analog Devices en Texas Instruments. Als director of strategic marketing voor Knowles, leidt hij systeem-niveau ontwikkeling, drijft venture-investeringen en vormt marketingstrategie voor IoT en consumententechnologieën – inclusief audio-processoren, algoritmes, microfoons, sensoren en ontvangers. Raj houdt een MBA van Cornell University en een PhD in elektrotechniek van het Georgia Institute of Technology.

Gerelateerde inhoud:

• Stem toevoegen op een microcontroller zonder te hoeven coderen
• Wat zit er achter de beweging naar custom stemagenten?
• Stembiometrische oplossing richt zich op authenticatie
• AI vindt zijn stem in audio-keten
• Hoe uitgebreide signaalverwerkingsketens stemassistenten 'just work' maken
• Dev kits versnellen Alexa-integratie