Percepat Integrasi Alexa dengan Kit Pengembang dan Desain Referensi
Insinyur desain sekarang dapat memanfaatkan modul hardware siap pakai dan layanan perangkat lunak yang kuat untuk menyematkan Alexa Voice Service (AVS) Amazon ke dalam berbagai perangkat pintar—dari speaker portabel dan peralatan rumah tangga hingga infotansi otomotif dan wearable—menawa pengalaman Alexa berbasis cloud ke lapangan.
Sejak Amazon meluncurkan perangkat Alexa asli pada 2014, AWS dan produsen chip terkemuka telah merilis desain referensi yang menyederhanakan integrasi teknologi pengenalan suara Amazon dan antarmuka AVS. Solusi siap pakai dan telah diuji ini secara dramatis mengurangi waktu pengembangan untuk tim hardware dan perangkat lunak.
Untuk perusahaan dengan bandwidth teknik yang terbatas, desain referensi menyediakan jalur yang dapat diakses untuk menerapkan pemahaman bahasa alami dan antarmuka suara. Mereka menghilangkan kompleksitas pemrosesan audio berkualitas tinggi dan mempercepat waktu ke pasar.
Gambar 1. Desain referensi untuk aplikasi suara berbasis AVS dibangun untuk mengintegrasikan teknologi pengenalan suara Amazon secara mulus ke dalam perangkat yang dikontrol suara. Sumber: STMicroelectronics
Deteksi Kata Pembangun
Mesin deteksi kata pembangun (WWE) yang andal yang mendengarkan “Alexa” adalah fondasi dari setiap produk yang diaktifkan suara. Verifikasi kata pembangun berbasis cloud mengonfirmasi konteks, memastikan sistem hanya merespons saat pengguna benar-benar bermaksud untuk melibatkan Alexa. Komponen hardware dalam desain referensi meningkatkan deteksi ini dengan menangkap audio bahkan di lingkungan yang bising, dunia nyata, dan dari jarak sedang.
Ambillah Cirrus Logic Voice Capture Development Kit for Amazon AVS sebagai contoh. Ini menyediakan tuning akustik yang terbukti, memungkinkan deteksi “Alexa” yang akurat di kamar yang sepi dan lingkungan yang sibuk, bahkan saat pengguna ada beberapa meter jauhnya. Algoritma penekanan kebisingan dan pembatalan geming meningkatkan keandalan dan pengalaman pengguna.
Gambar 2. Desain referensi AVS far-field target smart speaker dan perangkat pintar rumah cerdas lainnya yang dikontrol suara. Sumber: Cirrus Logic
Kit terdiri dari papan capture suara dengan array dua mikrofon, Raspberry Pi 3 (RPi3), speaker, dan kartu microSD yang sudah dimuat dengan firmware untuk produktivitas instan. Konsol kontrol menyediakan antarmuka yang ramah pengguna untuk tuning akustik dan diagnostik.
Komponen hardware utama meliputi smart codec CS47L24 Cirrus Logic, mikrofon MEMS digital CS7250B, dan algoritma SoundClear untuk kontrol suara, penekanan kebisingan, dan pembatalan geming. Smart codec mengintegrasikan DAC hi-fi, ampli headphone stereo, dan ampli speaker mono, meminimalkan luas papan dan biaya BOM.
Mikrofon MEMS memiliki lantai kebisingan ultra-rendah dan rentang dinamis 103 dB, memastikan capture suara yang tepat di bawah kondisi kebisingan yang sulit. Algoritma SoundClear secara aktif memblokir kebisingan yang mengganggu, memungkinkan deteksi kata pembangun yang andal dan capture audio bahkan saat pemutaran musik keras.
Audio Front-End (AFE)
AFE adalah komponen krusial dari setiap desain berbasis AVS. Ini menangkap suara pengguna, memperkuatnya, mengurangi kebisingan latar belakang, dan meneruskan sinyal ke cloud. Membangun AFE yang kuat dari nol dapat menakutkan, itulah sebabnya kit pengembang sangat berharga.
TalkTo audio front-end DSP Concepts, terintegrasi dengan pemrosesan suara yang berkelayakan AVS, mengilustrasikan pendekatan ini. Ini dikirim sebagai bagian dari desain referensi AWS IoT Core STMicroelectronics berdasarkan STM32 MCU. Fitur meliputi pengurangan kebisingan canggih, pembatalan geming, dan beamforming untuk deteksi audio far-field, semuanya disesuaikan melalui alat Audio Weaver gratis.
Gambar 3. Solusi satu chip yang terdiri dari pemrosesan audio front-end, deteksi kata pembangun lokal, antarmuka komunikasi, dan memori mengurangi biaya BOM dan menyederhanakan tata letak. Sumber: STMicroelectronics
Papan ST berukuran 36×65 mm dan mengintegrasikan modul Wi-Fi bersama dengan STM32H743 MCU. MCU ini mengintegrasikan pemrosesan audio front-end, deteksi kata pembangun lokal, antarmuka komunikasi, dan memori—semua pada satu chip. Desain referensi juga mencakup papan audio anak terpisah untuk prototipasi cepat.
Papan anak menempatkan audio codec FDA903D, LED pengguna, tombol, dan dua mikrofon MEMS MP23DB01HP yang berjarak 36 mm, ideal untuk desain yang terbatas ukuran. Mode privasi dapat menonaktifkan mikrofon, dengan LED merah yang menunjukkan bahwa Alexa tidak dapat mendengar perintah.
Pengenalan Suara Far-Field
Produsen chip lain berkontribusi dengan platform referensi mereka sendiri. Desain array 7 mikrofon NXP, dikombinasikan dengan algoritma beamforming dan pemrosesan audio canggih, klaim dapat mengenali permintaan pengguna dari seluruh kamar—bahkan saat musik keras diputar. Dengan mengintegrasikan teknologi pengenalan suara far-field Amazon dengan prosesor aplikasi i.MX NXP, platform ini menyederhanakan penciptaan perangkat yang dikontrol suara yang canggih.
Desain yang diaktifkan suara ini mengubah cara pengguna berinteraksi dengan peralatan sehari-hari—dari pemanggang roti dan kompor hingga termostat dan kain jendela. Papan referensi dan kit capture menawarkan jalur tercepat ke pasar, menyediakan pemicu kata pembangun yang sangat akurat dan interpretasi perintah di lingkungan yang bising.
Kami berada di awal revolusi perangkat yang diaktifkan suara. Keragaman aplikasi berarti bahwa papan referensi dan kit yang telah dirancang dan diuji sebelumnya akan memainkan peran penting dalam mempercepat pengembangan produk dan mengurangi kompleksitas desain.
>> Artikel ini sebelumnya diterbitkan di situs saudara kami, EDN.
