Les kits de développement accélèrent l'intégration Alexa

Les ingénieurs de conception peuvent utiliser des modules matériels et des services logiciels pour intégrer Alexa Voice Service (AVS) dans la maison intelligente, l'automobile et les appareils portables ; qui apporte les expériences Alexa basées sur le cloud à des produits allant des haut-parleurs portables aux appareils intelligents en passant par l'infodivertissement embarqué. Les développeurs peuvent intégrer Alexa dans des produits vocaux et créer une application associée pour transformer un produit en produit connecté.

Depuis qu'Amazon a lancé l'appareil Alexa d'origine sur le marché en 2014, Amazon Web Services (AWS) ainsi que plusieurs fabricants de puces ont dévoilé des conceptions de référence qui aident les ingénieurs à intégrer la technologie de reconnaissance vocale et l'interface AVS d'Amazon en fournissant des conceptions préconstruites et pré-testées.

Ainsi, si votre entreprise ne dispose pas de beaucoup d'ingénieurs pour travailler sur le développement matériel et logiciel, les conceptions de référence facilitent le développement d'une compréhension du langage naturel et d'une interface vocale simples et économiques pour les conceptions basées sur Alexa. Sinon, l'intégration d'un traitement audio de haute qualité rend le développement d'appareils à commande vocale long et compliqué.

Figure 1. Les conceptions de référence pour les applications vocales basées sur AVS sont conçues pour intégrer de manière transparente la technologie de reconnaissance vocale d'Amazon dans les appareils à commande vocale. Source :STMicroelectronics

Détection de mots d'éveil

Tout commence par un moteur de mot de réveil (WWE) robuste qui écoute le mot-clé "Alexa" avant que le système n'entreprenne une action. Il existe une vérification de mot d'activation basée sur le cloud qui valide le contexte et garantit que l'utilisateur veut vraiment Alexa. Ici, la partie capture vocale de la conception de référence améliore la détection des mots de réveil « Alexa » en effectuant une capture audio dans des conditions réelles. Pour que les concepteurs puissent interrompre les environnements bruyants même à des distances modérées.

Prenons l'exemple du kit de développement de capture vocale de Cirrus Logic pour les applications Amazon AVS ; il fournit un réglage acoustique avec des composants matériels et logiciels éprouvés. Le kit améliore la détection des mots de réveil « Alexa » dans les environnements calmes et bruyants, même lorsque l'utilisateur se trouve à plusieurs mètres de l'appareil. Il le fait en supprimant le bruit et autres interférences du monde réel pour des interactions vocales plus précises et plus fiables.

Figure 2. La conception de référence AVS en champ lointain est destinée aux haut-parleurs intelligents et autres appareils domestiques intelligents à commande vocale. Source :Cirrus Logic

Comme indiqué ci-dessus, le kit comprend une carte de capture vocale avec la matrice de deux microphones, Raspberry Pi 3 (RPi3), un haut-parleur et une carte microSD préchargée avec le micrologiciel requis pour une productivité instantanée. Une console de commande simplifie le fonctionnement des diverses applications RPi3 et fournit une interface conviviale pour effectuer des fonctions de réglage acoustique et de diagnostic.

La carte de capture vocale comprend le codec intelligent CS47L24 de Cirrus Logic, des microphones MEMS numériques CS7250B et des algorithmes SoundClear pour la commande vocale, la suppression du bruit et l'annulation de l'écho. Ici, le codec intelligent intègre des DAC hi-fi, un ampli casque stéréo et un ampli haut-parleur mono pour réduire l'espace de la carte et la nomenclature (BOM).

Ensuite, les microphones MEMS dotés d'un bruit de fond ultra-faible et d'une large plage dynamique de 103 dB assurent une capture vocale précise dans des conditions de bruit difficiles. Enfin, les algorithmes SoundClear bloquent le bruit qui interférerait autrement avec le mot de réveil Alexa.

Cela permet au kit d'effectuer efficacement la détection des mots de réveil « Alexa » et la capture audio dans des conditions réelles, même à des distances modérées dans des environnements bruyants, permettant aux utilisateurs d'interrompre de manière fiable la musique forte ou la lecture de la réponse Alexa.

Front-end audio

Le matériel de base dans une conception basée sur AVS comprend plusieurs microphones et un frontal audio (AFE) qui assure la détection du mot de réveil « Alexa » dans les environnements calmes et bruyants. Cela fait du frontal audio un élément essentiel de toute conception de référence AVS.

Le frontal audio capte la voix de l'utilisateur, l'amplifie, réduit le bruit de fond et l'envoie vers le cloud. C'est difficile à faire, et donc, l'utilisation d'un kit de développement est un excellent moyen de créer une interface audio.

Prenons le cas de TalkTo, le frontal audio de DSP Concepts avec traitement vocal intégré qualifié AVS ; il a été lancé pour la conception de référence AWS IoT Core de STMicroelectronics basée sur les microcontrôleurs STM32 du fabricant de puces. Le frontal audio TalkTo propose une réduction du bruit, une annulation d'écho et un traitement du signal basé sur une formation de faisceau avancée pour la détection audio en champ lointain. Il est fourni via Audio Weaver, un outil gratuit qui aide les développeurs à affiner les conceptions AVS.

Figure 3. Une solution monopuce comprenant un traitement frontal audio, une détection locale des mots d'activation, des interfaces de communication et du contenu mémoire, y compris la RAM et la mémoire flash, réduit les coûts de nomenclature et simplifie la mise en page. Source :STMicroelectronic

La carte de 36 × 65 mm de ST combine un module Wi-Fi avec un MCU STM32H743 qui intègre le traitement audio frontal, la détection de mot de réveil local, les interfaces de communication et la mémoire dans une seule puce. Le matériel de conception de référence comprend également une carte fille audio en tant que module séparé pour simplifier davantage le développement et le prototypage.

La carte fille comprend le codec audio FDA903D, des voyants et des boutons utilisateur, ainsi que deux microphones MP23DB01HP MEMS espacés de 36 mm pour les conceptions à taille limitée. Cela permet également aux développeurs d'intégrer un mode de confidentialité qui désactive les microphones, de sorte qu'une LED rouge peut informer les utilisateurs qu'Alexa ne peut pas entendre les commandes vocales.

Reconnaissance vocale en champ lointain

D'autres fabricants de puces ont également contribué avec des conceptions de référence qui intègrent la technologie de reconnaissance vocale en champ lointain d'Amazon. NXP, par exemple, a dévoilé une plate-forme de référence qui prétend reconnaître la demande d'un utilisateur de l'autre côté de la pièce, même lorsque la musique est forte.

La plate-forme de référence de NXP pour Amazon Alexa comprend une conception de matrice de 7 microphones, des algorithmes de traitement audio et une technologie de formation de faisceau. Il intègre la technologie de reconnaissance vocale en champ lointain d'Amazon avec les processeurs d'application i.MX de NXP tout en visant à simplifier la création d'appareils à commande vocale.

Les conceptions à commande vocale comme Alexa transforment la façon dont les utilisateurs interagissent avec des objets intelligents allant des grille-pain aux cuisinières et des thermostats aux stores. Ici, les cartes de référence et les kits de capture vocale offrent la voie la plus rapide vers le marché pour divers produits compatibles Alexa tout en garantissant un déclenchement de mot de réveil et une interprétation des commandes très précis, même dans des environnements bruyants.

Nous sommes au tout début de la révolution des appareils à commande vocale, et la diversité de ces applications signifie que les cartes et kits de référence préconçus et prétestés joueront probablement un rôle important. Leur rôle sera crucial pour accélérer la commercialisation des produits à commande vocale et contourner leur complexité de conception.

>> Cet article a été initialement publié le notre site frère, EDN.