埋め込まれた耳が少なく、音声制御デバイスが多い

XMOSの賢い人々は、私たちが対話するほぼすべてのデバイスに音声制御用の「耳」を埋め込むことに一歩近づきました。

XMOSは、リアルタイムタスク、極端なデジタル信号処理（DSP）、および制御フローを同時に実行できる音声ソリューション、オーディオ製品、およびマルチコアマイクロコントローラーを開発するファブレス半導体企業です。 XMOSマイクロコントローラーは、決定論的（予測可能な）動作によって区別されます。

高速スイッチで接続された複数の「プロセッサタイル」で構成される、基盤となるxCOREマルチコアマイクロコントローラテクノロジから始めましょう。各プロセッサタイルは、最大8つのタスクを同時に実行できる従来のRISCプロセッサです。タスクは、チャネルを介して（ローカルタイル上のタスクまたはリモートタイル上のタスクに接続できる）、またはメモリを使用して（同じタイルで実行されているタスクの場合のみ）相互に通信できます。

xCOREアーキテクチャは、ハードウェアで、リアルタイムオペレーティングシステム（RTOS）で通常見られる要素の多くを提供します。これには、タスクスケジューラ、タイマー、I / O操作、およびチャネル通信が含まれます。タイミングの不確実性の原因（割り込み、キャッシュ、バス、およびその他の共有リソース）を排除することにより、xCOREデバイスは多くのアプリケーションに決定論的で予測可能なパフォーマンスを提供できます。タスクは通常、外部I / Oやタイマーなどのイベントにナノ秒単位で応答できます。これにより、xCOREデバイスをプログラムして、専用のハードウェアを必要とするハードリアルタイムタスクを実行できるようになります。

2017年、XMOSはSetemTechnologiesを買収しました。私のコラムで書いたように、「XMOS + Setemは、組み込み音声のゲームチェンジャーになる可能性があります」：「Setemのチャップスとチャップスは、高度なブラインドソース信号分離テクノロジーのパイオニアです。彼らの特許取得済みのアルゴリズムにより、消費者向けデバイスは、混雑したオーディオ環境内の特定の音声または会話に集中して、音声認識システムへの最適化された入力を実現できます。」

私は自宅に2台のAmazonEcho / Dotデバイスを持ち、オフィスに1台あります（妻のGina the Gorgeousに、なぜ彼女がささやいたの​​か尋ねました。「Amazonの人々が私たちの話を聞いているかもしれないと聞きました」と彼女は言いました。私は笑いました。 、ジーナは笑った、アレクサは笑った…）。これらのデバイスは素晴らしいと思いますが、7つのマイクのアレイが必要であるため、ソリューション全体のコストと物理的なフットプリントの両方が増加します。

複数のマイクを使用すると、システムはノイズをより適切に検出して除去し、エコーキャンセレーションなどを実行し、話している人などの音源の位置を特定できます。もちろん、あなたがそれについて考えるとき、私たちは2つの耳だけでこれらすべてのことを行うことができます（あなたのことはわかりませんが、少なくとも7つの耳を収容するのに十分なスペースが頭にないと思いますそのうちの1つが邪魔になります。

当然のことながら、XMOSの人々もこれに気づきました。そのため、2つのマイクを使用するだけで、混雑したオーディオ環境から個々の音声を引き出すことができる新しいXVF3510次世代音声プロセッサを発表しました。

<中央>
PCBに取り付けられたXVF3510（出典：XMOS）

XVF3510で実行されるアルゴリズムには、干渉キャンセレーション（ポイントノイズソースをヌルにして不要なバックグラウンドノイズをキャンセルする）、ステレオアコースティックエコーキャンセレーション（不要なスピーカーエコーを抑制してバージインを有効にする）、および適応遅延推定（オーディオリファレンスを動的に調整する）が含まれます。信号遅延により、エコーキャンセレーションアルゴリズムがスムーズでリアルタイムのエクスペリエンスを提供します。