智能音箱產(chǎn)品系統(tǒng)構(gòu)成及工作中的信息流動
(文章來源:潤欣科技)
聲音本來就是最天然的人機交互方式,但在之前漫長的時間里面,受限于語音識別,人工智能網(wǎng)絡(luò)寬帶等因素,并沒有成為主流。但從2017年開始,AI、語音識別、網(wǎng)路應(yīng)用、移動APP,這幾樣已經(jīng)發(fā)展成熟,萬事俱備,語音智能的應(yīng)用正好趁著東風(fēng)迅速發(fā)展起來,而且智能音箱表面看似乎只是一款音箱,但實際上有更戰(zhàn)略性的作用,也就是說實際上是智能家庭的入口。
借助于物聯(lián)網(wǎng)技術(shù),智能音箱實際上成為了智能家庭連接互聯(lián)網(wǎng)的網(wǎng)關(guān),是家庭互聯(lián)網(wǎng)交互的人機界面,正因為如此,我們可以看到幾乎所有的互聯(lián)網(wǎng)巨頭都不遺余力的發(fā)展自己的智能音箱產(chǎn)品,因為誰搶占了智能家庭的入口,誰就可以把握先機,在此基礎(chǔ)上布置本公司的家電產(chǎn)品生態(tài)鏈。
首先智能音箱區(qū)別于傳統(tǒng)的AI產(chǎn)品。它不是一個孤立的存在,它們實質(zhì)是一個互聯(lián)網(wǎng)的智能終端。
先通過麥克風(fēng)陣列時刻采集語音,然后對語音進(jìn)行降噪等加工,然后做關(guān)鍵字識別,例如:homepad Hisiri或者 “天貓精靈”,“小愛同學(xué)”之類的關(guān)鍵詞,一旦識別關(guān)鍵詞之后,就會對后面采集到的語音數(shù)據(jù)進(jìn)行壓縮編碼,通過互聯(lián)網(wǎng)傳到云端,云端的AI服務(wù)器具有強大的運算能力,對語音指令進(jìn)行識別,然后根據(jù)指令來做相應(yīng)的回復(fù)。
例如傳回語音回復(fù),傳回一首歌的流媒體數(shù)據(jù),或者傳回對家中聯(lián)網(wǎng)的物聯(lián)網(wǎng)終端的控制,例如開關(guān)空調(diào)等動作。智能音箱收到媒體流數(shù)據(jù)后進(jìn)行解碼驅(qū)動,揚聲器播放語音回復(fù),收到家電控制指令后通過WIFI,BT來轉(zhuǎn)發(fā)到被控制的家電。所以這個工作的數(shù)據(jù)流還是很清晰的。
在產(chǎn)品架構(gòu)上面,首先,這是一臺嵌入式電腦,因為涉及到降噪等算法,以及流媒體編解碼和播放功能,通常有一顆運算能力相當(dāng)強勁的處理器內(nèi)核,目前主流的ARM架構(gòu)是四核或者八核的CORTEX-A7處理器,浮點的運算能力強勁,以及1G以上的ARM空間,外部搭配8G的EMMC或者NANDFLASH等閃存外設(shè),用于存儲應(yīng)用的數(shù)據(jù)。外圍則有兩個主要的子系統(tǒng),一個是語音處理子系統(tǒng),一個是無線通信子系統(tǒng)。
無線通信子系統(tǒng),輔助WIFI和BT通信,通過WIFI連接到無線AP和云端,或者在沒有公網(wǎng)的情況下和無線局域網(wǎng)中的其他智能家電通過WIFI來交互。WIFI通信的吞吐量大,可以傳大流量的流媒體數(shù)據(jù)是智能音箱的聯(lián)網(wǎng)基礎(chǔ)。藍(lán)牙這一部分通常通過經(jīng)典藍(lán)牙作為手機和外設(shè)交互數(shù)據(jù),通過BLEMESH或者傳統(tǒng)的BLE一拖多的方式和家庭網(wǎng)關(guān)的其他智能設(shè)備交互??梢灶A(yù)見未來無限通信部分還可能引入ZIGBEE模式作為網(wǎng)關(guān)來連接ZIGBEE燈之類的智能家居產(chǎn)品。
語音子系統(tǒng),又分為輸入和輸出兩塊,輸入通常是一個麥克風(fēng)陣列,用于拾取聲音數(shù)據(jù),輸出通常是IIS/PCM接口的音頻CODEC芯片,通過音頻功效進(jìn)行功率放大后驅(qū)動一個4歐、8歐尺寸揚聲器,當(dāng)然語音和機械結(jié)構(gòu)高度相關(guān),因此除了電子部分外,音腔的設(shè)備,麥克風(fēng)的位置,陣列結(jié)構(gòu)也是很重要的。
除了內(nèi)核,無線,語音三個主要板塊外,還有一些其他輔助性的外設(shè),比如LED燈,指示和背景燈,8D卡存儲,USB接口以及充電和電源管理系統(tǒng)。在聲學(xué)結(jié)構(gòu)上面,在設(shè)計的時候要注意麥克風(fēng)和揚聲器的結(jié)構(gòu)設(shè)計。