省エネ・常時オン音声コマンドシステムの設計
音声アシスタントは今やほぼすべての製品、家電、テクノロジーに組み込まれています。便利さを提供する一方で、「OK Google」や「Alexa」などのウェイクワードを常時リッスンし続けることは電力を消費します。デバイスが増殖する世界では、このエネルギーフットプリントの削減が不可欠です。
この記事では、音声活動検出（VAD）を使用する低消費電力・常時オン音声コマンドシステムの主要設計考慮事項を概説します。ユーザーフレンドリーでエネルギー効率の高い音声ユーザーインターフェース（VUI）を実現するトレードオフとコンポーネント選択を検討します。
VADはシステムがウェイクワードをリッスンする前に人の発話をチェックします。これによりアシスタントは必要なときのみ電力を消費します。世界中で42億のデジタル音声アシスタントが存在し、2024年までに倍増予測の中、VAD導入はユーザーとメーカー双方のエネルギー使用量を劇的に削減できます。
典型的なVUIハードウェアは、マイクロフォン（単一またはアレイ）がオーディオプロセッサーに接続され、音声を取得・処理します。オーディオストリームはエッジオーディオプロセッサー、組み込みプロセッサー搭載スマートマイクロフォン、または標準アプリケーションプロセッサー（AP）で処理可能。エッジプロセッサーは低消費電力と低レイテンシに最適化され、出力オーディオのポストプロセスも可能。クラウド接続時はメインSoCと通信し無線送信を行います。
超低消費電力VAD
図1は、アナログ信号パスを使用して超低消費電力を実現するアーキテクチャを示します：アナログマイクロフォン、コンパレータ、音響活動検出時のみオーディオプロセッサーをウェイクアップする割り込み。プッシュツートークボタンも手動ウェイクアップ用に追加可能。
アナログマイクロフォンとコンパレータは常時リッスンするため、最小消費電力である必要があります。例えばKnowles IA8201オーディオプロセッサーはウェイクアップモードで1mW未満を消費し、高度な処理用に1MBメモリを提供。このシンプルなAAD（音響活動検出）アプローチはリモコンやウェアラブル等の低消費電力デバイスに適していますが、騒音環境ではあらゆる音でウェイクアップするため全体消費が増える可能性があります。さらに、クラウド接続VUIシステムではウェイクワード前のプリロールオーディオ（典型500ms）が検出精度向上に必要で、Alexa等のスマートスピーカーで必須機能です。
図2はスマートスピーカー向けプリロールバッファリング対応アーキテクチャを示します。これらのデバイスは多くの場合大容量バッテリー駆動で、常時リッスンしながら環境騒音レベル較正用に500msの循環バッファを記録します。
フロントエンドアーキテクチャの選択は、マイクロフォン数、アナログvsデジタル信号、必要な処理に依存します。
図1のアーキテクチャでは、単一アナログマイクロフォンとコンパレータがプロセッサーをトリガー。SNR >62dBの低消費電力アナログマイク（Knowles SPV1840LR5H-B Kaskade等）はアクティブ時45µAのみ消費。常時オンアナログパス全体で<67µA。圧電マイクロフォンはさらに低消費（≈10µA）だが、典型的に低SNRでシステム性能に影響。
図2のようなプリロール対応システムには、組み込みプロセッサーと2秒循環バッファを持つマイクロフォン（Knowles IA611等）が適しています。IA611の常時オン消費は1.8Vで0.39mA（90%効率）で、Bluetoothスピーカー等のバッテリー駆動デバイスに最適。デジタルマイクからのPDM入力を受け、システムウェイク後はホストプロセッサーへビームフォーミング用にオーディオ転送可能。
図3は典型的TVリモコンでの、IA611 VADと競合圧電AADマイクのバッテリー寿命比較。音響活動が5時間続く場合、VADソリューションが競合比8日分バッテリー寿命延長——米国家庭の平均視聴時間が日8時間であることを考えると重要。インテリジェントVADウェイクアップが設計者により省電力VUIシステム構築を支援します。
結論
音声テクノロジーはスマートホーム、ホスピタリティ、デジタルワークプレイス、音声決済、エネルギー管理、エッジコンピューティング、ヘルスケア、産業IoTなど産業を再構築しています。各アプリケーションは特定のハードウェアアーキテクチャとマイクロフォン選択を要求します。設計者はデバイスの音声ユースケース、望ましい機能、電力制約を評価し、最適なVUIソリューションを選択する必要があります。
Raj Senguttuvan 氏は消費者・産業アプリケーション向け新技術開発、初期段階ビジネス開発、プロジェクトマネジメントで15年以上の経験を持ち、Analog DevicesとTexas Instrumentsを含む企業で活躍。Knowlesの戦略的マーケティングディレクターとして、システムレベル開発をリードし、ベンチャー投資を推進し、IoTとコンシューマーテクノロジー（オーディオプロセッサー、アルゴリズム、マイクロフォン、センサー、レシーバー含む）のマーケティング戦略を策定。Cornell大学MBA、Georgia Institute of Technology電気工学PhD保有。
関連コンテンツ：
- コーディング不要でマイコンに音声追加
- カスタム音声エージェントへの移行の背景
- 音声生体認証ソリューションが認証をターゲットに
- AIがオーディオチェーンで声を発見
- 広範な信号処理チェーンが音声アシスタントを「ただ動く」ようにする仕組み
- DevキットでAlexa統合高速化
センサー