Pemrosesan audio yang lebih baik di tepi

Pemrosesan audio di tepi telah muncul sebagai topik yang sangat panas karena pengguna (sebagian besar) menggunakan antarmuka berbasis suara untuk perangkat pribadi dan elektronik rumah. Kualifikasi "sebagian besar" muncul dari kekhawatiran khusus tentang latensi respons dan kemampuan fitur keseluruhan serta masalah privasi yang lebih luas atas percakapan pribadi yang mencapai cloud publik. Tidak mengherankan bahwa pengembang mendapatkan lebih banyak solusi seperti perangkat Knowles IA8201, yang mengintegrasikan sepasang inti prosesor berbasis Tensilica:satu untuk komputasi kinerja tinggi dan inferensi pembelajaran mesin dan satu lagi untuk audio selalu aktif berdaya sangat rendah -pengolahan sinyal

Tidak seperti IASonic IA8508 sebelumnya dari Knowles, yang menggabungkan inti pemrosesan audio serupa dengan prosesor Arm Cortex-M4, IA8201 dirancang khusus untuk berfungsi sebagai prosesor pendamping khusus dalam desain yang menampilkan aplikasi yang diaktifkan dengan suara (lihat di bawah).

klik salah satu gambar untuk versi yang lebih besar

Prosesor IASonic Knowles mencakup prosesor audio pendamping IA8201 baru (kiri) dan prosesor aplikasi audio IA8508 sebelumnya (kanan). (Sumber:Knowles)

Beberapa kasus penggunaan yang ingin ditangani Knowles secara khusus dengan IA8201 termasuk pemrosesan multi-mikrofon dan inferensi pembelajaran mesin.

Dengan keahlian dan sejarahnya dalam teknologi mikrofon, perusahaan ini sangat mengenal jenis konfigurasi multi-mikrofon yang biasa digunakan untuk meningkatkan akurasi pengenalan suara pada produk yang diaktifkan dengan suara. Menurut Knowles, menambahkan mikrofon membuat pemisahan saluran secara eksponensial menjadi lebih sulit, yang menyebabkan tantangan signifikan dalam merancang perangkat yang didasarkan pada prosesor yang lebih umum. Sebaliknya, kemampuan IA8201 untuk menangani beban pemrosesan tersebut memungkinkan pengembang menggunakan perangkat untuk membuat desain multi-mikrofon yang mencapai efisiensi 10-100x dari pendekatan sebelumnya.

Demikian pula, beban pemrosesan yang terkait dengan inferensi pembelajaran mesin telah membatasi kemampuan sistem yang diaktifkan suara, yang memerlukan penggunaan sumber daya berbasis cloud dengan peningkatan waktu respons dan kerentanan privasi.

Hasilnya, seperti yang dikatakan rekan kami Max Maxfield, "... memungkinkan kasus penggunaan audio baru di luar apa yang disediakan oleh prosesor host."

Untuk mengetahui lebih lanjut tentang riwayat mikrofon Knowles dan perangkat IA8201 barunya, lihat artikel Max:“Prosesor Generasi Berikutnya untuk Audio dan AI di Edge. “