Energiesparende, Always-On Voice Command Systeme designen

Voice Assistants sind nun in fast jedem Produkt, Appliance und Technologie embedded. Während sie Convenience bieten, drainst ihr konstantes Lauschen nach Wake Words – wie „okay Google“ oder „Alexa“ – Power. In einer Welt, wo Devices proliferieren, ist das Reduzieren dieses Energy Footprints essenziell.

Dieser Artikel outlines Key Design Considerations für Low-Power, Always-On Voice Command Systeme, die Voice Activity Detection (VAD) nutzen. Er untersucht Trade-offs und Component Choices, die ein user-friendly, energy-efficient Voice User Interface (VUI) ermöglichen.

VAD prüft zuerst auf menschliche Sprache, bevor das System auf ein Wake Word lauscht. Das bedeutet, der Assistant konsumiert Power nur wenn needed. Mit 4,2 Milliarden digitalen Voice Assistants weltweit und einer projizierten Verdopplung bis 2024 kann das Incorporieren von VAD Energieverbrauch für User und Manufacturers alike dramatisch schneiden.

Typische VUI Hardware umfasst Mikrofone – Single oder Arrays – connected zu einem Audio Processor, der Voice captured und processed. Der Audio Stream kann von einem Edge Audio Processor, einem Smart Microphone mit embedded Processor, oder einem Standard Application Processor (AP) gehandhabt werden. Edge Prozessoren sind optimiert für Low Power und Low Latency. Sie können auch Output Audio post-processen und, wenn Cloud-connected, mit dem Main SoC für Wireless Transmission kommunizieren.

Ultra-Low-Power VAD

Abbildung 1 zeigt eine Architektur, die Ultra-Low Power durch Nutzung eines Analog Signal Paths erreicht: ein Analog Mikrofon, ein Comparator und ein Interrupt, der einen Audio Processor nur weckt, wenn akustische Aktivität detektiert wird. Ein Push-to-Talk Button kann auch für manuelles Wake-up hinzugefügt werden.

Weil das Analog Mikrofon und der Comparator immer lauschen müssen, müssen sie minimalen Power konsumieren. Der Knowles IA8201 Audio Processor zieht beispielsweise weniger als 1 mW im Wake-Up Mode und bietet 1 MB Memory für Advanced Processing. Dieser Simple AAD (Acoustic Activity Detection) Approach funktioniert gut für Low-Power Devices wie Remote Controls und Wearables, kann aber in lauten Environments zu höherem Overall Consumption führen, da er auf jeden Sound wacht. Zudem benötigen Cloud-Connected VUI Systeme Pre-Roll Audio – typisch 500 ms vor dem Wake Word – um Detection Accuracy zu verbessern, ein Feature needed für Alexa und ähnliche Smart Speaker.

Die Wahl der Front-End Architektur hängt von Mikrofon Count, Analog vs. Digital Signals und Required Processing ab.

Für die Architektur in Abbildung 1 triggert ein Single Analog Mikrofon und Comparator den Processor. Ein Low-Power Analog Mic mit SNR > 62 dB – wie der Knowles SPV1840LR5H-B Kaskade – konsumiert nur 45 µA wenn aktiv. Der gesamte Always-On Analog Path zieht < 67 µA. Piezoelektrische Mikrofone können sogar niedrigeren Power bieten (≈ 10 µA) aber leiden typischerweise unter niedrigem SNR, affecting System Performance.

Für Pre-Roll fähige Systeme wie Abbildung 2 ist ein Mikrofon mit Embedded Processor und 2s Circular Buffer – z. B. der Knowles IA611 – geeignet. Der IA611 Always-On Power ist 0,39 mA @ 1,8 V (90 % Effizienz), was ihn ideal für batteriebetriebene Devices wie Bluetooth Speaker macht. Er akzeptiert PDM Input von Digital Mikrofonen und kann Audio an einen Host Processor für Beamforming forwarden, sobald das System wacht.

Abbildung 3 vergleicht Battery Life für eine typische TV Remote using VAD auf dem IA611 versus einem Competitor's Piezoelectric AAD Mic. Wenn akustische Aktivität 5 h dauert, liefert die VAD Lösung acht extra Tage Battery Life – kritisch da US Haushalte durchschnittlich acht Stunden TV täglich schauen. Intelligente VAD Wake-Ups helfen Designern, mehr Power-Efficient VUI Systeme zu bauen.

Fazit

Voice Technology reshaped Industries – von Smart Homes und Hospitality zu Digital Workplaces, Voice Payments, Energy Management, Edge Computing, Healthcare und Industrial IoT. Jede Applikation demanded eine spezifische Hardware Architektur und Mikrofon Auswahl. Designer müssen den Device Voice Use Case, gewünschte Capabilities und Power Constraints evaluieren, um die optimale VUI Lösung zu wählen.

Verwandte Inhalte

• Voice auf Mikrocontroller hinzufügen ohne Code schreiben zu müssen
• Was steckt hinter dem Move zu Custom Voice Agents?
• Voice Biometric Solution zielt auf Authentication ab
• KI findet seine Stimme in Audio Chain
• Wie extensive Signal Processing Chains Voice Assistants ‚just work‘ machen
• Dev Kits beschleunigen Alexa Integration

Für mehr Embedded abonnieren Sie den wöchentlichen E-Mail-Newsletter von Embedded.