Merancang Sistem Perintah Suara Selalu Aktif Hemat Energi

Asisten suara kini tertanam dalam hampir setiap produk, peralatan, dan teknologi. Sementara mereka menawarkan kenyamanan, pendengaran mereka yang terus-menerus untuk kata wake—seperti “okay Google” atau “Alexa”—menguras daya. Di dunia di mana perangkat berkembang, mengurangi jejak energi ini esensial.

Artikel ini menguraikan pertimbangan desain kunci untuk sistem perintah suara selalu aktif hemat daya yang menggunakan deteksi aktivitas suara (VAD). Ia memeriksa trade-off dan pilihan komponen yang memungkinkan antarmuka pengguna suara (VUI) yang ramah pengguna dan hemat energi.

VAD pertama memeriksa apakah ada ucapan manusia sebelum sistem mendengarkan kata wake. Ini berarti asisten hanya mengonsumsi daya saat dibutuhkan. Dengan 4,2 miliar asisten suara digital di seluruh dunia dan proyeksi doubling hingga 2024, menggabungkan VAD dapat secara dramatis mengurangi penggunaan energi bagi pengguna dan produsen.

Hardware VUI tipikal terdiri dari mikrofon—tunggal atau array—yang terhubung ke pemroses audio yang menangkap dan memproses suara. Aliran audio dapat ditangani oleh pemroses audio edge, mikrofon pintar dengan prosesor tertanam, atau prosesor aplikasi (AP) standar. Pemroses edge dioptimalkan untuk daya rendah dan latensi rendah. Mereka juga dapat memproses output audio pasca dan, saat terhubung cloud, berkomunikasi dengan SoC utama untuk transmisi nirkabel.

VAD Ultra-Hemat Daya

Gambar 1 menunjukkan arsitektur yang mencapai daya ultra-rendah dengan menggunakan jalur sinyal analog: mikrofon analog, komparator, dan interupsi yang membangunkan pemroses audio hanya saat aktivitas akustik terdeteksi. Tombol push-to-talk juga dapat ditambahkan untuk wake-up manual.

Karena mikrofon analog dan komparator harus selalu mendengarkan, mereka harus mengonsumsi daya minimal. Pemroses audio Knowles IA8201, misalnya, menarik kurang dari 1 mW dalam mode wake-up dan menawarkan memori 1 MB untuk pemrosesan lanjutan. Pendekatan AAD (deteksi aktivitas akustik) sederhana ini bekerja baik untuk perangkat hemat daya seperti remote dan wearable tetapi dapat menyebabkan konsumsi keseluruhan yang lebih tinggi di lingkungan bising, karena bangun pada setiap suara. Selain itu, sistem VUI yang terhubung cloud memerlukan audio pre-roll—biasanya 500 ms sebelum kata wake—untuk meningkatkan akurasi deteksi, fitur yang diperlukan untuk smart speaker seperti Alexa.

Gambar 2 mengilustrasikan arsitektur yang mendukung buffering pre-roll untuk smart speaker. Perangkat ini, seringkali diberi daya oleh baterai yang lebih besar, merekam buffer lingkaran 500 ms yang digunakan untuk menyesuaikan tingkat kebisingan sambil selalu mendengarkan.

Pemilihan arsitektur front-end bergantung pada jumlah mikrofon, sinyal analog vs. digital, dan pemrosesan yang diperlukan.

Untuk arsitektur dalam Gambar 1, satu mikrofon analog dan komparator memicu pemroses. Mikrofon analog hemat daya dengan SNR > 62 dB—seperti Knowles SPV1840LR5H-B Kaskade—mengonsumsi hanya 45 µA saat aktif. Jalur analog selalu aktif keseluruhan menarik < 67 µA. Mikrofon piezoelektrik dapat menawarkan daya yang lebih rendah (≈ 10 µA) tetapi biasanya menderita SNR rendah, yang mempengaruhi performa sistem.

Untuk sistem yang mampu pre-roll seperti Gambar 2, mikrofon dengan prosesor tertanam dan buffer lingkaran 2 s—misalnya, Knowles IA611—cocok. Daya selalu aktif IA611 adalah 0,39 mA @ 1,8 V (efisiensi 90%), menjadikannya ideal untuk perangkat beroperasi baterai seperti speaker Bluetooth. Ia menerima input PDM dari mikrofon digital dan dapat meneruskan audio ke host pemroses untuk beamforming setelah sistem bangun.

Gambar 3 membandingkan umur baterai untuk remote TV tipikal menggunakan VAD pada IA611 versus mikrofon AAD piezoelektrik pesaingnya. Ketika aktivitas akustik berlangsung 5 jam, solusi VAD memberikan delapan hari tambahan umur baterai—krusial karena rumah tangga AS menonton TV rata-rata delapan jam sehari. Wake-up VAD yang cerdas membantu desainer membangun sistem VUI yang lebih hemat energi.

Kesimpulan

Teknologi suara sedang mengubah industri—dari rumah smart dan hospitality hingga tempat kerja digital, pembayaran suara, manajemen energi, edge computing, perawatan kesehatan, dan IoT industri. Setiap aplikasi menuntut arsitektur hardware dan pilihan mikrofon yang spesifik. Desainer harus mengevaluasi kasus penggunaan suara perangkat, kemampuan yang diinginkan, dan keterbatasan daya untuk memilih solusi VUI yang optimal.

Raj Senguttuvan memiliki lebih dari 15 tahun pengalaman dalam pengembangan teknologi baru untuk aplikasi konsumen dan industri, pengembangan bisnis tahap awal, dan manajemen proyek untuk perusahaan termasuk Analog Devices dan Texas Instruments. Sebagai direktur pemasaran strategis untuk Knowles, ia memimpin pengembangan sistem tingkat, mendorong investasi ventura, dan membentuk strategi pemasaran untuk teknologi IoT dan konsumen—termasuk pemroses audio, algoritma, mikrofon, sensor, dan penerima. Raj memiliki MBA dari Cornell University dan PhD dalam rekayasa listrik dari Georgia Institute of Technology.

Konten Terkait:

• Tambah suara pada mikrokontroler tanpa harus coding
• Apa yang di balik gerakan menuju agen suara kustom?
• Solusi biometrik suara target autentikasi
• AI menemukan suwannya dalam rantai audio
• Bagaimana rantai pemrosesan sinyal yang luas membuat asisten suara ‘hanya bekerja’
• Kit dev mempercepat integrasi Alexa