Kontrol Suara Dua Mikrofon: XMOS Meluncurkan XVF3510 untuk Mengurangi Ukuran Perangkat
XMOS, perusahaan semiconductor fabless terkemuka, telah mengambil langkah beslidih menuju pengendalian suara ke dalam perangkat sehari-hari. Prosesor suara XVF3510 terbaru mereka menunjukkan bagaimana hanya dua mikrofon dapat menyediakan pengenalan ucapan real-time yang kuat, secara dramatis mengurangi biaya dan ukuran.
Untuk konteks, XMOS spesialisasi pada solusi suara, produk audio, dan mikrokontroler multi-core yang menjalankan tugas real-time, melakukan pemrosesan sinyal digital (DSP) intensif, dan mempertahankan perilaku deterministik. Arsitektur xCORE menghubungkan beberapa tile prosesor RISC melalui switch berkecepatan tinggi, memungkinkan setiap tile untuk mengeksekusi hingga delapan tugas secara bersamaan. Tugas berkomunikasi melalui channel—baik lokal maupun jarak jauh—dan, jika perlu, melalui memori bersama.
Desain xCORE menyematkan fitur inti sistem operasi real-time—jadwal tugas, timer, I/O, dan komunikasi channel—secara langsung ke dalam perangkat keras. Dengan menghilangkan ketidakpastian waktu seperti interupsi, cache, dan bus bersama, perangkat xCORE dapat merespons peristiwa eksternal dalam nanodetik, memungkinkan aplikasi real-time keras tanpa perangkat keras khusus.
Pada 2017, XMOS mengakuisisi Setem Technologies, pioner pemisahan sumber buta lanjutan. Algoritma terpaten Setem memberdayakan perangkat konsumen untuk mengisolasi satu suara di tengah kebisingan latar belakang, meningkatkan akurasi pengenalan ucapan.
Asisten suara yang umum, seperti Amazon Echo dan Echo Dot, bergantung pada array tujuh mikrofon untuk menyaring kebisingan, membatalkan gema, dan menentukan lokasi pembicara. Meskipun efektif, pendekatan ini menimbulkan masalah biaya dan ruang. XVF3510 XMOS mengatasi tantangan ini dengan menyediakan kinerja yang sebanding dengan hanya dua mikrofon.
XVF3510 terpasang pada PCB (Sumber: XMOS)
Firmware XVF3510 mencakup pembatalan interferensi lanjutan untuk menanggulangi suara latar belakang yang tidak diinginkan, pembatalan gema akustik stereo untuk menghilangkan gema speaker dan mengaktifkan barge-in, dan estimasi penundaan adaptif untuk menyesuaikan secara dinamis latensi sinyal referensi. Bersama-sama, fitur-fitur ini menyediakan pengalaman audio real-time yang lancar.
