Concevoir des systèmes de commande vocale toujours actifs et économes en énergie

Les assistants vocaux sont maintenant embarqués dans presque chaque produit, appareil et technologie. Bien qu'ils offrent de la commodité, leur écoute constante pour les mots de réveil — comme « okay Google » ou « Alexa » — draine l'énergie. Dans un monde où les appareils prolifèrent, réduire cette empreinte énergétique est essentiel.

Cet article décrit les considérations clés de conception pour les systèmes de commande vocale toujours actifs à basse consommation qui utilisent la détection d'activité vocale (VAD). Il examine les compromis et choix de composants qui permettent une interface utilisateur vocale (VUI) conviviale et économe en énergie.

La VAD vérifie d'abord la présence de parole humaine avant que le système n'écoute un mot de réveil. Cela signifie que l'assistant ne consomme de l'énergie que quand c'est nécessaire. Avec 4,2 milliards d'assistants vocaux numériques dans le monde et un doublement projeté d'ici 2024, l'incorporation de la VAD peut dramatiquement réduire la consommation d'énergie pour utilisateurs et fabricants.

Le matériel VUI typique comprend des microphones — simples ou en réseau — connectés à un processeur audio qui capture et traite la voix. Le flux audio peut être géré par un processeur audio edge, un microphone intelligent avec processeur embarqué, ou un processeur d'application standard (AP). Les processeurs edge sont optimisés pour basse consommation et faible latence. Ils peuvent aussi post-traiter l'audio de sortie et, quand connectés au cloud, communiquer avec le SoC principal pour transmission sans fil.

VAD Ultra-Basse Consommation

La Figure 1 montre une architecture qui atteint l'ultra-basse consommation en utilisant un chemin de signal analogique : un microphone analogique, un comparateur, et une interruption qui réveille un processeur audio seulement quand une activité acoustique est détectée. Un bouton push-to-talk peut aussi être ajouté pour réveil manuel.

Parce que le microphone analogique et le comparateur doivent toujours écouter, ils doivent consommer une puissance minimale. Le processeur audio Knowles IA8201, par exemple, consomme moins de 1 mW en mode réveil et offre 1 Mo de mémoire pour traitement avancé. Cette approche simple de AAD (détection d'activité acoustique) marche bien pour appareils basse consommation comme télécommandes et wearables mais peut mener à une consommation globale plus élevée dans environnements bruyants, car elle réveille sur n'importe quel son. De plus, les systèmes VUI connectés au cloud nécessitent de l'audio pre-roll — typiquement 500 ms avant le mot de réveil — pour améliorer la précision de détection, une fonctionnalité nécessaire pour Alexa et enceintes intelligentes similaires.

La Figure 2 illustre une architecture qui supporte le buffering pre-roll pour enceintes intelligentes. Ces dispositifs, souvent alimentés par batteries plus grandes, enregistrent un buffer circulaire de 500 ms utilisé pour calibrer les niveaux de bruit ambiant tout en écoutant toujours.

Le choix de l'architecture front-end dépend du nombre de microphones, signaux analogiques vs numériques, et du traitement requis.

Pour l'architecture de la Figure 1, un microphone analogique unique et comparateur déclenchent le processeur. Un microphone analogique basse consommation avec SNR > 62 dB — comme le Knowles SPV1840LR5H-B Kaskade — consomme seulement 45 µA quand actif. Le chemin analogique toujours-actif entier consomme < 67 µA. Les microphones piézoélectriques peuvent offrir une consommation encore plus basse (≈ 10 µA) mais souffrent typiquement de faible SNR, affectant la performance système.

Pour les systèmes capables de pre-roll comme Figure 2, un microphone avec processeur embarqué et buffer circulaire 2 s — ex: le Knowles IA611 — est approprié. La puissance toujours-active de l'IA611 est 0,39 mA @ 1,8 V (90 % efficacité), le rendant idéal pour appareils alimentés par batterie comme enceintes Bluetooth. Il accepte entrée PDM de microphones numériques et peut transmettre l'audio à un processeur hôte pour beamforming une fois le système réveillé.

La Figure 3 compare l'autonomie batterie pour une télécommande TV typique utilisant VAD sur l'IA611 vs un microphone AAD piézoélectrique concurrent. Quand l'activité acoustique dure 5 h, la solution VAD fournit huit jours supplémentaires d'autonomie — critique car les foyers US regardent en moyenne huit heures de TV par jour. Les réveils VAD intelligents aident les concepteurs à construire des systèmes VUI plus économes en énergie.

Conclusion

La technologie vocale remodèle les industries — des maisons intelligentes et hôtellerie aux lieux de travail numériques, paiements vocaux, gestion d'énergie, edge computing, santé et IoT industriel. Chaque application exige une architecture matérielle spécifique et sélection de microphone. Les concepteurs doivent évaluer le cas d'usage vocal du dispositif, capacités désirées et contraintes de puissance pour choisir la solution VUI optimale.

---

Raj Senguttuvan a plus de 15 ans d'expérience dans le développement de nouvelles technologies pour applications grand public et industrielles, développement commercial early-stage, et gestion de projet pour entreprises incluant Analog Devices et Texas Instruments. En tant que directeur du marketing stratégique pour Knowles, il mène le développement niveau système, pilote les investissements venture, et façonne la stratégie marketing pour IoT et technologies grand public — incluant processeurs audio, algorithmes, microphones, capteurs et récepteurs. Raj détient un MBA de Cornell University et un PhD en génie électrique du Georgia Institute of Technology.

---

Contenus connexes :

• Ajouter la voix sur un microcontrôleur sans avoir à coder
• Qu'est-ce qui se cache derrière le passage aux agents vocaux personnalisés ?
• Solution biométrique vocale ciblant l'authentification
• L'IA trouve sa voix dans la chaîne audio
• Comment les chaînes de traitement de signal extensives font « juste marcher » les assistants vocaux
• Kits de dev accélèrent l'intégration Alexa

Pour plus d'Embedded, abonnez-vous à la newsletter hebdomadaire d'Embedded.