Insinyur desain dapat menggunakan modul perangkat keras dan layanan perangkat lunak untuk mengintegrasikan Alexa Voice Service (AVS) ke perangkat rumah pintar, otomotif, dan perangkat yang dapat dikenakan; yang menghadirkan pengalaman Alexa berbasis cloud ke produk mulai dari speaker portabel hingga peralatan pintar hingga infotainment di dalam kendaraan. Pengembang dapat mengintegrasikan Alexa ke dalam produk berbasis suara dan menulis aplikasi pendamping untuk mengubah produk menjadi produk yang terhubung.
Sejak Amazon membawa perangkat Alexa asli ke pasar pada tahun 2014, Amazon Web Services (AWS) serta beberapa pembuat chip telah meluncurkan desain referensi yang membantu para insinyur mengintegrasikan teknologi pengenalan suara Amazon dan antarmuka AVS dengan menyediakan desain yang telah dibuat dan telah diuji sebelumnya.
Jadi, jika perusahaan Anda tidak memiliki banyak insinyur untuk mengerjakan pengembangan perangkat keras dan perangkat lunak, desain referensi memudahkan pengembangan pemahaman bahasa alami dan antarmuka suara yang sederhana dan hemat biaya untuk desain berbasis Alexa. Jika tidak, integrasi pemrosesan audio berkualitas tinggi membuat pengembangan perangkat berkemampuan suara menjadi lama dan rumit.
Gambar 1. Desain referensi untuk aplikasi suara berbasis AVS dibuat untuk mengintegrasikan teknologi pengenalan suara Amazon dengan mulus ke dalam perangkat yang dikontrol suara. Sumber:STMicroelectronics
Deteksi kata saat bangun
Semuanya dimulai dengan mesin kata bangun (WWE) yang kuat yang mendengarkan kata kunci "Alexa" sebelum sistem mengambil tindakan apa pun. Ada verifikasi kata bangun berbasis cloud yang memvalidasi konteks dan memastikan bahwa pengguna benar-benar menginginkan Alexa. Di sini, bagian pengambilan suara dari desain referensi meningkatkan deteksi kata bangun "Alexa" dengan melakukan pengambilan audio dalam kondisi dunia nyata. Sehingga desainer dapat mengganggu lingkungan yang bising bahkan dari jarak sedang.
Ambil contoh Kit Pengembangan Tangkapan Suara Cirrus Logic untuk aplikasi Amazon AVS; ini menyediakan penyetelan akustik dengan komponen perangkat keras dan perangkat lunak yang telah terbukti. Kit ini meningkatkan deteksi kata-bangun "Alexa" di lingkungan yang tenang dan bising bahkan dengan pengguna beberapa meter dari perangkat. Itu dilakukan dengan menekan kebisingan dan gangguan dunia nyata lainnya untuk interaksi suara yang lebih akurat dan andal.
Gambar 2. Desain referensi AVS medan jauh ditujukan untuk speaker pintar dan perangkat rumah pintar lainnya yang dikendalikan suara. Sumber:Cirrus Logic
Seperti yang ditunjukkan di atas, kit ini mencakup papan perekam suara dengan susunan dua mikrofon, Raspberry Pi 3 (RPi3), speaker, dan kartu microSD yang dimuat sebelumnya dengan firmware yang diperlukan untuk produktivitas instan. Konsol kontrol menyederhanakan pengoperasian berbagai aplikasi RPi3 dan menyediakan antarmuka yang mudah digunakan untuk melakukan penyetelan akustik dan fungsi diagnostik.
Papan perekam suara menampilkan codec pintar CS47L24 Cirrus Logic, mikrofon MEMS digital CS7250B, dan algoritma SoundClear untuk kontrol suara, peredam bising, dan pembatalan gema. Di sini, codec pintar mengintegrasikan DAC hi-fi, ampli headphone stereo, dan ampli speaker mono untuk mengurangi real estat papan dan bill-of-material (BOM).
Selanjutnya, mikrofon MEMS yang menampilkan tingkat kebisingan sangat rendah dan rentang dinamis lebar 103 dB memastikan pengambilan suara yang tepat dalam kondisi kebisingan yang menantang. Terakhir, algoritme SoundClear memblokir derau yang akan mengganggu kata bangun Alexa.
Hal itu memungkinkan kit untuk melakukan deteksi kata bangun dan pengambilan audio “Alexa” secara efisien dalam kondisi dunia nyata, bahkan dari jarak sedang di lingkungan yang bising, memungkinkan pengguna untuk menginterupsi musik keras atau pemutaran respons Alexa dengan andal.
Audio front-end
Perangkat keras dasar dalam desain berbasis AVS terdiri dari beberapa mikrofon dan audio front end (AFE) yang memastikan deteksi kata bangun "Alexa" di lingkungan yang tenang dan bising. Itu membuat audio front end menjadi blok bangunan penting dari setiap desain referensi AVS.
Audio front end mengambil suara pengguna, memperkuatnya, mengurangi kebisingan latar belakang, dan mengirimkannya ke cloud. Ini sulit dilakukan, dan dengan demikian, menggunakan kit pengembangan adalah cara yang bagus untuk membuat audio front end.
Ambil kasus TalkTo, audio front-end DSP Concepts dengan pemrosesan suara terintegrasi yang memenuhi syarat AVS; telah diluncurkan untuk desain referensi AWS IoT Core STMicroelectronics berdasarkan STM32 MCU pembuat chip. Audio front-end TalkTo memiliki fitur pengurangan kebisingan, pembatalan gema, dan pemrosesan sinyal berdasarkan beamforming tingkat lanjut untuk deteksi audio jarak jauh. Ini disampaikan melalui Audio Weaver, alat gratis yang membantu pengembang menyempurnakan desain AVS.
Gambar 3. Solusi chip tunggal yang terdiri dari pemrosesan audio front-end, deteksi wake-word lokal, antarmuka komunikasi, dan konten memori termasuk RAM dan flash mengurangi biaya BOM dan menyederhanakan tata letak. Sumber:STMicroelectronic
Board ST 36x65-mm menggabungkan modul Wi-Fi dengan STM32H743 MCU yang mengintegrasikan pemrosesan audio front-end, deteksi wake-word lokal, antarmuka komunikasi, dan memori dalam satu chip. Perangkat keras desain referensi juga menyertakan papan audio sebagai modul terpisah untuk lebih menyederhanakan pengembangan dan pembuatan prototipe.
Papan putri terdiri dari codec audio FDA903D, LED pengguna dan tombol, dan dua mikrofon MEMS MP23DB01HP dengan jarak 36 mm untuk desain terbatas ukuran. Itu juga memungkinkan pengembang untuk menggabungkan mode privasi yang mematikan mikrofon, sehingga LED merah dapat memberi tahu pengguna bahwa Alexa tidak dapat mendengar perintah suara.
Pengenalan suara jarak jauh
Pembuat chip lain juga ikut serta dengan desain referensi yang mengintegrasikan teknologi pengenalan suara jarak jauh Amazon. NXP, misalnya, telah meluncurkan platform referensi yang mengklaim dapat mengenali permintaan pengguna dari seluruh ruangan bahkan saat musik keras diputar.
Platform referensi NXP untuk Amazon Alexa terdiri dari desain array 7-mikrofon, algoritme pemrosesan audio, dan teknologi beamforming. Ini mengintegrasikan teknologi pengenalan suara jarak jauh Amazon dengan prosesor aplikasi i.MX NXP sambil bertujuan untuk menyederhanakan pembuatan perangkat yang dikontrol suara.
Desain berkemampuan suara seperti Alexa mengubah cara pengguna berinteraksi dengan hal-hal cerdas mulai dari pemanggang roti hingga kompor dan termostat hingga tirai. Di sini, papan referensi dan kit perekam suara menyediakan rute tercepat ke pasar untuk berbagai produk berkemampuan Alexa sambil memastikan pemicu kata bangun yang sangat akurat dan interpretasi perintah bahkan di lingkungan yang bising.
Kami berada di awal revolusi perangkat berkemampuan suara, dan keragaman aplikasi ini berarti bahwa papan referensi dan kit yang telah dirancang dan diuji sebelumnya kemungkinan akan memainkan peran penting. Peran mereka akan sangat penting dalam membawa produk yang didukung suara lebih cepat ke pasar dan melewati kompleksitas desain mereka.
>> Artikel ini awalnya diterbitkan pada situs saudara kami, EDN.
