開発キットはAlexa統合をスピードアップします

設計エンジニアは、ハードウェアモジュールとソフトウェアサービスを使用して、Alexa Voice Service（AVS）をスマートホーム、自動車、ウェアラブルデバイスに統合できます。これにより、クラウドベースのAlexaエクスペリエンスが、ポータブルスピーカーからスマートアプライアンス、車載インフォテインメントに至るまでの製品にもたらされます。開発者は、Alexaを音声ベースの製品に統合し、コンパニオンアプリを作成して、製品を接続された製品に変えることができます。

アマゾンが2014年にオリジナルのAlexaデバイスを市場に投入して以来、アマゾンウェブサービス（AWS）といくつかのチップメーカーは、エンジニアが事前に構築され、事前にテストされたデザインを提供することで、アマゾンの音声認識テクノロジーとAVSインターフェースを統合するのに役立つリファレンスデザインを発表しました。

そのため、ハードウェアとソフトウェアの開発に取り組むエンジニアが会社にあまりいない場合、リファレンスデザインを使用すると、Alexaベースのデザインのシンプルで費用対効果の高い自然言語理解と音声インターフェイスの開発が容易になります。そうでなければ、高品質のオーディオ処理の統合により、音声対応デバイスの開発が長く複雑になります。

図1.AVSベースの音声アプリケーションのリファレンスデザインは、Amazonの音声認識テクノロジーを音声制御デバイスにシームレスに統合するように構築されています。出典：STMicroelectronics

ウェイクワード検出

それはすべて、システムがアクションを実行する前にキーワード「Alexa」をリッスンする堅牢なウェイクワードエンジン（WWE）から始まります。コンテキストを検証し、ユーザーが本当にAlexaを望んでいることを確認するクラウドベースのウェイクワード検証があります。ここで、リファレンスデザインの音声キャプチャ部分は、実際の条件で音声キャプチャを実行することにより、「Alexa」ウェイクワード検出を強化します。設計者が適度な距離からでもノイズの多い環境を中断できるようにします。

AmazonAVSアプリケーション用のCirrusLogicの音声キャプチャ開発キットを例にとってみましょう。実績のあるハードウェアおよびソフトウェアコンポーネントによる音響チューニングを提供します。このキットは、ユーザーがデバイスから数メートル離れている場合でも、静かな環境と騒がしい環境の両方で「Alexa」のウェイクワード検出を改善します。これは、ノイズやその他の現実世界の干渉を抑制して、より正確で信頼性の高い音声対話を実現することで実現します。

図2.遠方界のAVSリファレンスデザインは、スマートスピーカーやその他の音声制御のスマートホームデバイスを対象としています。出典：Cirrus Logic

上記のように、キットには、2つのマイクアレイを備えた音声キャプチャボード、Raspberry Pi 3（RPi3）、スピーカー、および必要なファームウェアがプリロードされたmicroSDカードが含まれています。コントロールコンソールは、さまざまなRPi3アプリケーションの操作を簡素化し、音響チューニングおよび診断機能を実行するためのユーザーフレンドリーなインターフェイスを提供します。

音声キャプチャボードは、Cirrus LogicのCS47L24スマートコーデック、CS7250BデジタルMEMSマイク、および音声制御、ノイズ抑制、エコーキャンセレーションのためのSoundClearアルゴリズムを備えています。ここで、スマートコーデックは、hi-fi DAC、ステレオヘッドフォンアンプ、モノラルスピーカーアンプを統合して、ボードのスペースと部品表（BOM）を削減します。

次に、超低ノイズフロアと103 dBのワイドダイナミックレンジを備えたMEMSマイクロフォンは、困難なノイズ条件での正確な音声キャプチャを保証します。最後に、SoundClearアルゴリズムは、Alexaウェイクワードに干渉するノイズをブロックします。

これにより、キットは、ノイズの多い環境で中程度の距離からでも、実際の条件で「Alexa」ウェイクワード検出とオーディオキャプチャを効率的に実行できるため、ユーザーは大音量の音楽やAlexa応答の再生を確実に中断できます。

オーディオフロントエンド

AVSベースの設計の基本的なハードウェアは、複数のマイクとオーディオフロントエンド（AFE）で構成されており、静かな環境と騒がしい環境の両方で「Alexa」ウェイクワードの検出を保証します。そのため、オーディオフロントエンドはAVSリファレンスデザインの重要な構成要素になります。

オーディオフロントエンドは、ユーザーの声を拾い上げ、増幅し、バックグラウンドノイズを低減して、クラウドに送信します。実行するのは難しいため、開発キットを使用することは、オーディオフロントエンドを作成するための優れた方法です。

TalkTo、AVS認定の統合音声処理を備えたDSPConceptsのオーディオフロントエンドを例にとってみましょう。これは、チップメーカーのSTM32MCUに基づくSTMicroelectronicsのAWSIoTCoreリファレンスデザイン向けにリリースされました。 TalkToオーディオフロントエンドは、ノイズリダクション、エコーキャンセレーション、および遠方界オーディオ検出用の高度なビームフォーミングに基づく信号処理を備えています。これは、開発者がAVS設計を微調整するのに役立つ無料のツールであるAudioWeaverを通じて提供されます。

図3.オーディオフロントエンド処理、ローカルウェイクワード検出、通信インターフェイス、およびRAMとフラッシュを含むメモリコンテンツを含むシングルチップソリューションは、BOMコストを削減し、レイアウトを簡素化します。出典：STMicroelectronic

STの36×65mmボードは、Wi-FiモジュールとSTM32H743 MCUを組み合わせており、オーディオフロントエンド処理、ローカルウェイクワード検出、通信インターフェイス、およびメモリを1つのチップに統合しています。リファレンスデザインハードウェアには、開発とプロトタイピングをさらに簡素化するための個別のモジュールとしてオーディオドーターボードも含まれています。

ドーターボードは、FDA903Dオーディオコーデック、ユーザーLEDとボタン、およびサイズに制約のある設計用に36mm間隔で配置された2つのMP23DB01HPMEMSマイクで構成されています。これにより、開発者はマイクをオフにするプライバシーモードを組み込むことができるため、赤いLEDは、Alexaが音声コマンドを聞くことができないことをユーザーに通知できます。

遠方界の音声認識

他のチップメーカーも、Amazonの遠距離音声認識テクノロジーを統合したリファレンスデザインを採用しています。たとえば、NXPは、大音量の音楽が再生されているときでも、部屋の向こう側からのユーザーのリクエストを認識すると主張するリファレンスプラットフォームを発表しました。

NXPのAmazonAlexaのリファレンスプラットフォームは、7マイクアレイ設計、オーディオ処理アルゴリズム、およびビームフォーミングテクノロジーで構成されています。音声制御デバイスの作成を簡素化することを目的として、Amazonの遠距離音声認識テクノロジーをNXPのi.MXアプリケーションプロセッサと統合します。

Alexaのような音声対応のデザインは、トースターから調理器具、サーモスタット、ブラインドに至るまで、ユーザーがスマートなものを操作する方法を変革します。ここでは、リファレンスボードと音声キャプチャキットが、ノイズの多い環境でも高精度のウェイクワードトリガーとコマンド解釈を保証しながら、さまざまなAlexa対応製品の市場への最速ルートを提供します。

私たちは音声対応デバイス革命の初期段階にあり、これらのアプリケーションの多様性は、事前に設計および事前テストされたリファレンスボードとキットが重要な役割を果たす可能性が高いことを意味します。彼らの役割は、音声対応製品をより早く市場に投入し、設計の複雑さを回避する上で非常に重要です。

>>この記事はもともと姉妹サイトのEDN。