開発キットとリファレンスデザインでAlexa統合を加速

設計エンジニアは今、ターンキーなハードウェアモジュールと堅牢なソフトウェアサービスを活用し、AmazonのAlexa Voice Service（AVS）を、ポータブルスピーカー、家電、車載インフォテインメント、ウェアラブルまで幅広いスマートデバイスに組み込めます。これにより、クラウドベースのAlexa体験を現場へ届けられます。

AmazonがオリジナルAlexaデバイスを発表した2014年以来、AWSと主要チップメーカーがリファレンスデザインをリリースし、Amazonの音声認識技術とAVSインターフェースの統合を効率化してきました。これらの事前構築・事前テスト済みソリューションは、ハードウェアとソフトウェア両チームの開発時間を劇的に短縮します。

限られたエンジニアリングリソースしかない企業にとって、リファレンスデザインは自然言語理解と音声インターフェースの導入へのアクセスしやすい道を提供します。高品質オーディオ処理の複雑さを排除し、市場投入までの時間を加速させます。

図1. AVSベース音声アプリケーション向けリファレンスデザインは、Amazonの音声認識技術を音声制御デバイスへシームレスに統合するよう構築されています。出典：STMicroelectronics

ウェイクワード検出

「Alexa」を聴取する信頼性の高いウェイクワードエンジン（WWE）は、あらゆる音声対応製品の基盤です。クラウドベースのウェイクワード検証が文脈を確認し、ユーザーが真にAlexaと対話しようとしたときのみシステムが応答することを保証します。リファレンスデザインのハードウェアコンポーネントは、騒がしい現実環境や中程度の距離からでも音声を取得することで、この検出を強化します。

例として、Amazon AVS向けCirrus Logic Voice Capture Development Kitを挙げます。実証済みの音響チューニングを提供し、静かな部屋でも賑やかな環境でも、ユーザーが数メートル離れていても正確な「Alexa」検出を実現。ノイズ抑制とエコーキャンセレーションアルゴリズムが信頼性とユーザー体験を向上させます。

図2. 遠隔フィールドAVSリファレンスデザインは、スマートスピーカーとその他の音声制御スマートホームデバイスをターゲットにしています。出典：Cirrus Logic

キットは、2マイクアレイ搭載のボイスキャプチャボード、Raspberry Pi 3（RPi3）、スピーカー、ファームウェアプリロード済みmicroSDカードで構成され、即座に生産性を発揮。コントロールコンソールが音響チューニングと診断のためのユーザーフレンドリーなインターフェースを提供します。

主要ハードウェアコンポーネントには、Cirrus LogicのCS47L24スマートコーデック、CS7250BデジタルMEMSマイクロフォン、音声制御・ノイズ抑制・エコーキャンセレーション用SoundClearアルゴリズムが含まれます。スマートコーデックはハイファイDAC、ステレオヘッドホンアンプ、モノスピーカーアンプを統合し、基板実装面積とBOMコストを最小化。

MEMSマイクロフォンは超低ノイズフロアと103dBダイナミックレンジを誇り、厳しいノイズ条件下でも精密な音声取得を保証。SoundClearアルゴリズムが干渉ノイズを積極的に遮断し、大音量音楽再生中でも信頼性の高いウェイクワード検出と音声取得を可能にします。

オーディオフロントエンド（AFE）

AFEはAVSベース設計の重要コンポーネントです。ユーザーの声を取得し、増幅し、背景ノイズを低減し、信号をクラウドへ転送します。堅牢なAFEをスクラッチから構築するのは困難であり、開発キットが不可欠です。

DSP ConceptsのTalkToオーディオフロントエンドは、AVS認定音声処理と統合され、STMicroelectronicsのAWS IoT Coreリファレンスデザイン（STM32 MCUベース）の一部として提供されます。高度なノイズリダクション、エコーキャンセレーション、遠隔フィールド音声検出用ビームフォーミングを搭載し、無料のAudio Weaverツールで微調整可能。

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、通信インターフェース、メモリを単一チップに統合し、BOMコスト削減とレイアウト簡素化を実現。出典：STMicroelectronics

STボードは36×65mmで、Wi-FiモジュールとSTM32H743 MCUを搭載。このMCUは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、通信インターフェース、メモリを単一チップに統合。リファレンスデザインには、ラピッドプロトタイピング用の別体オーディオドーターボードも含まれます。

ドーターボードにはFDA903Dオーディオコーデック、ユーザーLED、ボタン、36mm間隔の2つのMP23DB01HP MEMSマイクロフォンを搭載し、サイズ制約のある設計に最適。プライバシーモードでマイクロフォンを無効化可能、赤色LEDでAlexaがコマンドを聞けないことを表示。

遠隔フィールド音声認識

他のチップメーカーも独自のリファレンスプラットフォームを提供。NXPの7マイクアレイ設計は、高度なビームフォーミングとオーディオ処理アルゴリズムと結合し、大音量音楽再生中でも部屋の向こう側からのユーザーリクエストを認識すると主張。Amazonの遠隔フィールド音声認識技術とNXPのi.MXアプリケーションプロセッサーを統合することで、洗練された音声制御デバイスの創出をシンプルにします。

これらの音声対応設計は、ユーザーが日常家電――トースター、クッカー、サーモスタット、ブラインド――と対話する方法を再構築しています。リファレンスボードとキャプチャキットが、騒音環境下での高精度なウェイクワードトリガーとコマンド解釈を提供し、最短ルートで市場投入を実現します。

私たちは音声対応デバイス革命の夜明けにいます。アプリケーションの多様性ゆえに、事前設計・事前テスト済みのリファレンスボードとキットが、製品開発の加速と設計複雑性の低減において極めて重要な役割を果たし続けるでしょう。

>> 本記事は姉妹サイト「EDN」で最初に公開されました。