【導(dǎo)讀】音頻/語音用戶接口（VUI）是未來人機交互的一個重要的新興趨勢，將越來越多地用于智能家居控制、樓宇自動化、智能零售、聯(lián)接的汽車、醫(yī)療等物聯(lián)網(wǎng)垂直領(lǐng)域，這涉及語音觸發(fā)、識別、處理技術(shù)，同時設(shè)計人員還面臨如何提高能效的挑戰(zhàn)。針對本地和云端，安森美半導(dǎo)體都有相應(yīng)的VUI方案，提供先進的語音觸發(fā)、識別、處理、控制等功能，具備出色的計算能力和能效，確保卓越的用戶體驗。
VUI架構(gòu)及分類
圖1是基于麥克風(fēng)陣列的高級語音接口架構(gòu)，本地處理需要進行說話人跟蹤、語音增強，其中涉及波束成形、喚醒詞檢測、聲源定位、降噪、語音檢測等技術(shù)，云端方案則涉及自然語言處理。其后，指令還需通過音頻播放功能播放出來，同時需進行回聲消除。
圖1：基于麥克風(fēng)陣列的高級語音接口架構(gòu)
本地VUI以預(yù)存的詞或句為識別單位，說話人可以是特定用戶也可以是非特定用戶，而云端VUI基于人工智能進行語義理解和語音合成，說話人是非特定用戶。本地VUI通過藍牙聯(lián)接網(wǎng)絡(luò)，而云端VUI通常通過WiFi聯(lián)接。本地VUI的功耗和信息泄露的風(fēng)險相對更低，云端VUI具有更高的識別率和擴展性。相對而言，本地VUI比云端VUI的功耗低。設(shè)計人員可根據(jù)特定應(yīng)用需求決定是用本地VUI方案還是云端VUI方案。
本地VUI方案
根據(jù)本地VUI方案的特點，它必須能進行雙向語音通信，能識別非特定用戶語音，支持充足的指令和多種語言，可靈活擴展，最好把波束成形和降噪等技術(shù)集成到單個芯片上以降低成本和減小占位。如安森美半導(dǎo)體的單芯片方案LC823450，含雙Cortex-M3核，集成數(shù)字信號處理（DSP）用作語音前端處理，SRAM提供1656k字節(jié)內(nèi)存，無需配備輔助內(nèi)存芯片，含兩個數(shù)字麥克風(fēng)I/F接口、兩個數(shù)模轉(zhuǎn)換器，包括回音消除、降噪等先進功能，具備極高擴展性、小占位，功耗超低，若結(jié)合生態(tài)系統(tǒng)合作伙伴的語音控制技術(shù)如Sensory的TrulyHandsfree，支持喚醒詞和語音命令的定制，適用于家居自動化和音樂播放的語音交互。
圖2所示為本地VUI方案的一個示例應(yīng)用框圖及評估板。采用安森美半導(dǎo)體的超低功耗音頻處理單芯片LC82345X、麥克風(fēng)預(yù)放大器FAN3852、低壓降穩(wěn)壓器（LDO）NCP170、同步PWM開關(guān)降壓穩(wěn)壓器NCP3170、單聲道音頻功率放大器NCP2823。安森美半導(dǎo)體憑借在電源管理的經(jīng)驗和專知，使這方案實現(xiàn)超低功耗，這是此方案與其他競爭對手方案相比的一個優(yōu)勢?，F(xiàn)有的方案雖然未集成WiFi、藍牙雙模的模塊，但安森美半導(dǎo)體已收購了WiFi領(lǐng)袖Quantenna，已具備相關(guān)技術(shù)，未來會考慮將WiFi模塊也集成進去。
圖2：語音控制應(yīng)用框圖及評估板
云端VUI方案
從應(yīng)用場景來看，云端VUI除了進行語義理解和語音合成，還可推送各種服務(wù)，如智能語音助手除了可播放音樂、講故事，還支持智能零售，如打車、叫外賣等。當(dāng)前云端VUI的一個痛點是工作頻率較高，需外接存儲器和閃存，耗電量大，物料單（BoM）成本高。安森美半導(dǎo)體的音頻DSP系統(tǒng)單芯片（SoC）LC823455方案很好地解決了這些痛點問題，集成4M RAM，無需外部存儲，除了CPU核外還含波束成形、降噪、回音消除功能，集成預(yù)實現(xiàn)的音頻硬件（模數(shù)轉(zhuǎn)換器、數(shù)模轉(zhuǎn)換器及功放），降低BoM成本，因降低時鐘頻率從而提供功耗優(yōu)化的MCU，功耗超低，提供穩(wěn)定的聯(lián)接和極高擴展性，寬廣的封裝陣容支持各種音頻產(chǎn)品，如音樂播放器、錄音器、智能家電、WiFi/藍牙音箱等。
圖3所示為智能音箱參考設(shè)計框圖，此參考設(shè)計基于LC823455，有4個ONA101V和1個ONA40功放，含USB-C PD源/汲接口，支持Strata平臺，設(shè)計人員只需將此評估板插入裝有Strata的電腦，即可自動識別并開始下載相關(guān)的所有文檔及配套資料，包括原理圖、布板、測試報告、用戶指南等，同時出現(xiàn)圖形用戶界面（GUI），顯示所有相關(guān)參數(shù)和選項供工程師開始評估，幫助加快和簡化開發(fā)。此參考設(shè)計目前支持亞馬遜Alexa語音服務(wù)，安森美半導(dǎo)體也在同中國國內(nèi)一些語音服務(wù)商接洽，未來也會支持國內(nèi)語音助手。這方案最顯著的一個優(yōu)勢也是超低功耗，經(jīng)過將其與競爭對手方案的功耗進行測試，安森美半導(dǎo)體的方案功耗約為競爭對手方案功耗的一半。
圖3：智能音箱參考設(shè)計框圖
安森美半導(dǎo)體的移動及智能音箱音頻技術(shù)/知識產(chǎn)權(quán)
安森美半導(dǎo)體具備豐富的知識產(chǎn)權(quán)支持移動及智能音箱的設(shè)計開發(fā)，包括音頻處理系統(tǒng)、D類功放、麥克風(fēng)預(yù)放大、高性能音頻開關(guān)，提供具競爭力的優(yōu)勢助力設(shè)計人員設(shè)計出具競爭優(yōu)勢的產(chǎn)品。
在音頻處理系統(tǒng)方面的競爭優(yōu)勢包括小的PCB占位、高度集成的SoC（CPU+DSP+音頻）、集成ARM Cortex-M3雙核、專有的32位DSP。
在D類功放方面，支持小于10 W、10W至30 W，針對大于30 W的應(yīng)用僅提供樣品。其中小于10 W的功放尺寸小，采用模擬輸入，10W至30W的功放支持數(shù)字接口，提供最佳的動態(tài)范圍、增益誤差漂移。
對于麥克風(fēng)預(yù)放大，安森美半導(dǎo)體的方案采用最小的標準間距WLCSP封裝將模擬音頻轉(zhuǎn)換為數(shù)字音頻，支持不同的傳感器接口。
音頻開關(guān)方面，安森美半導(dǎo)體提供最小阻抗/面積的耗盡型開關(guān)。
周邊技術(shù)：USB Type-C和D類功放
USB Type-C使每個端口都能成為電源、數(shù)據(jù)、視頻或音頻端口，大大地方便了用戶，將越來越多地用于各種電子應(yīng)用，如語音交互。安森美半導(dǎo)體提供完整的USB Type-C方案陣容支持音頻應(yīng)用的開發(fā)，包括供電、復(fù)用音頻信號、信號開關(guān)、接口保護等，具有最小的占位、超低靜態(tài)功耗，集成豐富的保護功能。
智能音箱等新興音頻應(yīng)用對功放的要求越來越高，安森美半導(dǎo)體針對性地開發(fā)出了一系列10 W以上功率等級的D類功放產(chǎn)品線，結(jié)合陶瓷封裝技術(shù)、CMOS電路技術(shù)及可針對不同應(yīng)用定制的功率MOSFET技術(shù)，提供低熱阻、高頻互聯(lián)、高功率密度、低噪聲（<70 uV）、低總諧波失真（THD<0.03%）等優(yōu)勢。以O(shè)NA101V為例，這是一款單通道數(shù)字輸入D類功放，動態(tài)范圍105 dB，帶喇叭采樣數(shù)字輸出功能，該功能實時采樣所驅(qū)動喇叭的電壓和電流，可使用微控制器上運行的算法來計算喇叭特性。這些參數(shù)可用于計算喇叭電阻、回響、溫度等。根據(jù)這些值，可以創(chuàng)建算法來執(zhí)行一系列任務(wù)，從而實現(xiàn)喇叭保護、范圍擴展等功能。
總結(jié)
語音交互正日漸流行，語音識別和自然語言處理技術(shù)是VUI的基礎(chǔ)，安森美半導(dǎo)體提供本地VUI方案和云端VUI方案，集成波束成形、回音消除、降噪等先進的語音處理技術(shù)、超低功耗電源管理及USB Type-C、D類功放等周邊器件，并攜手生態(tài)鏈合作伙伴，大大降低BoM成本，同時具備出色的計算能力和超低功耗，提供極佳的用戶體驗。
推薦閱讀：
