怎么在智能耳机电路方案中实现AI语音助手

诸如Amazon的Alexa、Apple的Siri、Microsoft的Cortana和GoogleAssistant之类的虚拟助手，正在推动智能语音设备创新——从与智能手机和其他移动设备配对的蓝牙耳机，到家庭和办公室自动化环境中的智能扬声器，还有电视等消费类电子产品。虽然语音服务越来越多地用于控制听音乐、打电话、运行生物识别传感器之类的功能，但是设计人员发现，在声音和电噪声均很大的环境中，想要识别、采集和无线传输语音是一个挑战。

若要应对挑战，需要强大的噪声消除技术和同样强大的无线接口，所有这些都应打包成一个解决方案，以便开发人员进行试验并迅速应用，节省时间和成本。

本文介绍CirrusLogic、XMOS和Qualcomm的几种语音采集解决方案，这些方案可帮助设计人员快速开始新一代支持语音的移动设备和耳机设计。

语音采集解决方案

当Apple和Microsoft等公司开始对智能手机和计算机实施相应的解决方案时，Amazon则推出配备Echo智能扬声器的Alexa，然后开始将其扩展到更多设备中。

但是，Echo内置有7个麦克风，这对于空间、成本、功耗都非常宝贵的小型手持设备而言，可谓是太多了。虽然如此，CirrusLogic等芯片制造商加入进来，推出更简单的设计解决方案，让设计人员能将Alexa集成到各种智能设备和其他尺寸的音频系统中。

例如，采用Alexa语音服务(AVS)的智能家居应用（支持通过语音控制照明和电器）、免提便携式扬声器和联网扬声器。这些应用需要语音采集解决方案来抑制噪声和其他现实存在的干扰，增强用户体验，提供更准确、更可靠的语音交互。

在嘈杂的环境中和音乐播放期间，必须具备高精度的唤醒词触发和命令解读，才能实现语音助手功能。回音消除对于实现出色的用户体验也非常重要。通过消除回音，用户将能中断响亮的音乐播放和Alexa响应，从而使得新请求可以得到准确响应。

要尝试AVS设计，不妨使用CirrusLogic针对AVS的语音采集开发套件598-2471-KIT，这是一个不错的开端。该套件旨在将Alexa功能集成到含有声音调谐音频处理软硬件组件的紧凑型音频设备中（图1）。它基于RaspberryPi3平台，包括一个参考板，其中有CirrusLogic的CS47L24-CWZR智能编解码器、数字MEMS麦克风和SoundClear®算法，支持语音控制、噪声抑制和回音消除。

图1：CirrusLogic针对AVS设备的598-2471-KIT语音采集开发套件支持将语音采集板（右上方）连接到RaspberryPi3（左上方），方法是通过电缆或作为HAT放置在RaspberryPi3之上。（图片来源：CirrusLogic）

语音采集构件

语音采集过程始于CS47L24语音处理器，其集双核300MMACDSP与音频中枢编解码器于一体，能够服务于各种高能效的固定功能音频处理模块（图2）。可编程DSP核心支持一系列高级音频处理特性，例如多麦克风噪声抑制、声学回波消除(AEC)和语音识别。

图2：套件上的语音采集始于CS47L24语音处理器，其集双核300MMACDSP与音频中枢编解码器于一体，能够服务于各种高能效的固定功能音频处理模块。（图片来源：CirrusLogic）

CS47L24智能编解码器利用片上数模转换器(DAC)和2W单声道扬声器驱动器，来实现高保真音频播放。它支持自动采样率检测，有5助于宽带和窄带语音呼叫切换。CS47L24处理器提供了三个数字音频接口，每个接口支持一系列标准音频采样率和串行接口格式。

CS47L24由1.8V和1.2V外部电源供电，其电源、时钟和输出驱动器架构均针对低功耗而设计，支持语音、音乐和待机模式。CS47L24还提供单独的MICVDD输入，以支持1.8V以上的麦克风操作。

数字MEMS麦克风IC和相关SoundClear算法支持语音控制、噪声抑制和回音消除，可在输入端提供高质量音频，同时能降低麦克风功耗。该IC支持两种工作模式：低功耗模式和高性能模式，前者适合始终在线语音活动检测，后者针对高保真录音进行优化。模式是由所施加的时钟频率来确定。

麦克风集成了模数转换器(ADC)，可利用脉冲密度调制(PDM)编码输出单比特数据流，以及在立体声和阵列配置有效连接多个麦克风。对设计人员来说，多麦克风IC很重要，因为可对其进行优化，利用波束形成技术实现主动降噪和回音消除，实现超清晰全双工通信和音频采集。

MEMS麦克风还应在本底噪声和声学过载点之间提供较宽的动态范围（100dB是一个很好的起点），以便在安静和嘈杂的环境中均能进行高保真音频录制。例如，它能录制古典音乐或语音之类的低音量音频内容，而不会有背景嘶嘶声。同时，它能确保摇滚音乐会和风声之类的响亮声音不会引起麦克风失真。

为了充分利用硬件，SoundClear算法通过噪声抑制、自动语音识别(ASR)Enhance™、回音消除等处理功能来消除噪声。