スマートな音声データ処理で常時オンデバイスのバッテリー寿命を延長

スマートスピーカーからウェアラブルまで、常時オンデバイスは日常生活を変革しましたが、そのバッテリー需要は依然として深刻な課題です。

音声アシスタントが現代生活の定番のように感じられますが、Amazonが初のスマートスピーカーEchoを発売したのは2014年末のこと。今日、ホームハブからイヤホンまで、数億台の音声優先デバイスが常にウェイクワードを聴取しています。SAR Insight & Consultingの予測では、2023年までに常時オンの音声対応デバイスのインストールベースが10億台に近づくとされています。

これらのシステムの核心には、環境音を取得する超小型MEMSマイクロフォンがあります。当初、クラウドベースの分析が理想的に見えましたが、IoTデバイスが生成するデータの膨大な量（IDC予測：2025年までに416億デバイスが79.4ゼタバイトのデータを生成）がネットワーク帯域幅を圧迫し、デバイスバッテリーを消耗させました。このボトルネックがエッジコンピューティングへのシフトを加速し、高度な処理をセンサーに近づけました。

エッジコンピューティングとTinyMLの出会い

現代のエッジソリューションは、組み込みニューラルネットワークコアを備えた低消費電力デジタル信号プロセッサーとマイクロコントローラー（TinyMLチップ）を活用。これらのチップは複雑なウェイクワード検出をローカルで実行し、クラウドリソースへの依存を減らします。しかし、音声が存在しない場合でもすべてのアナログ音声サンプルを即座にデジタル変換する従来アーキテクチャを継承しており、OEMは無関係なデータ処理にバッテリー寿命の80-90%を浪費し、消費者を壁コンセント必須の非ポータブルアシスタントと、バッテリー制約のあるポータブルアシスタントの二者択一に追い込んでいます。

アナログファースト処理の力

この非効率を克服するため、設計者は人間の感覚システムに着想を得たパラダイムへ転換しています：生のアナログ信号をまず処理し、必要な時のみデジタルエンジンを呼び出す。アナログ回路は、デジタル変換の前に音声が含まれるかどうかの検出など、低消費電力・リアルタイムの特徴抽出に優れます。この戦略により、高消費電力デジタルプロセッサーを本物のウェイクワード検出までディープスリープさせ、バッテリー寿命を劇的に延ばします。

アナログファースト・バイオインスパイアードアーキテクチャの採用は、各チップが脳をエミュレートする必要はありません。代わりにシステム階層を再考します：アナログフロントエンドがトラフィックマネージャーとして機能し、ノイズをフィルタリングし、顕著なデータのみをTinyMLコアに転送します。

バイオインスパイアードエッジ処理は、デジタル電力を最も関連性の高い感覚データに集中させる（画像：Aspinity）

消費者中心のメリット

データ変換を最小化しアナログ事前処理を活用することで、メーカーは1組の電池で数ヶ月動作する音声アシスタントを提供でき、常時壁コンセント電源の必要性を排除。その結果、より柔軟でユーザーフレンドリーな体験が生まれます─1回の充電で1年動作する音声操作TVリモコンを想像してください。

参考文献

¹ International Data Corp. Worldwide Global DataSphere IoT Device and Data Forecast, 2019–2023. June 2019

>> この記事は姉妹サイトEE Times Europeで最初に公開されました。