ST推出的適用于 AWS IoT 參考設計的合格 Alexa 語音服務。其單芯片方法使其成為嵌入式系統(tǒng)上自然語言應用的經(jīng)濟高效且高度集成的平臺。ST的板子使用簡單的PCB和STM32H743。它還包括兩個MP23DB01HP MEMS 麥克風、Wi-Fi 模塊、音頻放大器和揚聲器。因此，該平臺通過為希望構建智能產品的工程師解決復雜的電子挑戰(zhàn)，解決了巨大的硬件障礙。由于亞馬遜資格還延伸到軟件堆棧，團隊知道選擇 ST 參考設計還意味著受益于功能和協(xié)議實施，這將使他們能夠更快地將最終產品推向市場。

為你做艱苦的工作

簡而言之，ST 參考設計是一款滿足亞馬遜嚴格要求的遠場設備。例如，系統(tǒng)必須識別和處理不同環(huán)境噪聲級別的用戶語音。同樣，距離也是一個關鍵因素。因此，即使在 3 到 4 米或最遠 13 英尺的范圍內與產品交談時，該產品也必須工作。我們還必須滿足低誤拒絕率或誤報率和誤報率或誤報率的問題。過于精確的系統(tǒng)會出現(xiàn)過多的誤報，而過于寬松的設置則會導致過多的誤報。因此，ST 獲得亞馬遜資格這一事實意味著我們解決了這些重大挑戰(zhàn)，甚至更多，因此我們的客戶不必面對這些挑戰(zhàn)。因此，讓我們看看工程師們如果嘗試從頭開始構建這樣的系統(tǒng)可能會面臨哪些困難。

Alexa 語音服務：硬件挑戰(zhàn)，從 MCU、Wi-Fi 到麥克風

當 MCU、內存和無線堆棧都為您工作時

STM32H743充足的計算吞吐量和廣泛的存儲能力意味著開發(fā)人員可以運行音頻前端處理、本地 Alexa 喚醒詞檢測、完整的連接堆棧和音頻播放層，而無需外部存儲器或分立 DSP。PCB也更直接，整個材料清單更具成本效益。我們還有一個團隊可以重復使用的 Wi-Fi 模塊，但我們知道公司可能會選擇他們內部認可的組件。因此，為了使我們的平臺盡可能靈活，我們在旁路模式下使用了我們的 Wi-Fi 模塊。 因此，大多數(shù)管理無線交互的軟件都在 STM32 上。工程師因此可以輕松切換 Wi-Fi 設備，使用不同的驅動程序，并期望快速獲得亞馬遜認證。

模塊化方法中的小尺寸

內置 Alexa 語音服務的小型智能家居設備幾乎可以安裝在任何智能嵌入式產品中，例如家電。問題是準確捕捉聲音變得更加困難。事實上，當麥克風彼此非?？拷鼤r，信號處理變得更具挑戰(zhàn)性。盡管麥克風之間的空間只有 36 毫米，但我們獲得了亞馬遜認證，這意味著團隊可以享受小尺寸并從我們?yōu)榭朔@一挑戰(zhàn)而提出的解決方案中受益。設計人員可以將兩個僅相距 25 毫米的麥克風放在一起，并且仍然可以從我們的音頻前端享受相同的性能。

ST 還了解到，一些團隊可能只是想重復使用他們已經(jīng)創(chuàng)建的音頻捕獲硬件。為了實用，參考設計也必須是模塊化的，這樣設計人員才能選擇最適合他們的東西。因此，我們將麥克風和音頻編解碼器FDA903D放在單獨的板上。只對使用我們的 STM32 和軟件實現(xiàn)感興趣的工程師可以拿起主板，將其余部分留給他們自己創(chuàng)造。該參考設計還包括一個帶有 USB 端口的擴展板，用于更方便的編程和調試操作。

Alexa 語音服務：從音頻處理到聲學考慮的軟件挑戰(zhàn)

音頻處理和喚醒詞

參考設計的軟件堆棧首先用于實施適用于 AWS IoT 協(xié)議的 Alexa 語音服務。它確?？蛻艨焖龠B接到亞馬遜的服務器。但是，在將信號從麥克風發(fā)送到云端之前，平臺必須首先捕獲并清理音頻。為了提高系統(tǒng)的準確性，我們提供了降噪、回聲消除和波束形成算法，以便系統(tǒng)能夠充分識別用戶的聲音，即使環(huán)境噪聲很大或對象很遠。

該參考設計還包括 Alexa 喚醒詞檢測功能，該功能在 STM32 MCU 上運行并獲得評估許可，生產許可可從亞馬遜獲得。此外，意法半導體正在許可在 STM32 MCU 上運行的完整軟件參考設計。因此，開發(fā)能夠在用戶呼喚“Alexa”時喚醒系統(tǒng)的應用程序相對簡單。開始他們的第一個項目的工程師擁有開發(fā)原型和快速交付產品所需的一切。

并不適合所有人

盡管我們在參考設計中提供了所有工具和解決方案，但我們了解設計具有 Alexa 功能的基于云的平臺仍然很復雜。即使工程師按原樣使用我們的設計，仍然存在重大的聲學障礙，例如在設備或智能家居產品中放置麥克風以及調整揚聲器以確保它不會干擾麥克風。正是出于這個確切的原因，我們決定將我們的參考設計僅限于 OEM。我們在此確保我們可以為他們提供所需的支持，以更快地將他們的產品推向消費者。因此，ST 可以幫助他們完成最終的聲學效果，從而改變世界。

審核編輯：郭婷