专栏名称: 半导体行业观察
半导体行业第一垂直媒体,30万半导体精英的共同关注!实时、专业、原创,专注观察全球半导体行业最新资讯、技术前沿、发展趋势。欢迎订阅摩尔精英旗下更多公众号:摩尔精英MooreRen、摩尔芯闻MooreNEWS
目录
相关文章推荐
COMSOL  ·  模拟多孔材料的表面吸附与反应 ·  4 天前  
OFweek维科网  ·  这一面板大厂总经理离职! ·  5 天前  
中国半导体论坛  ·  半导体精品公众号推荐! ·  4 天前  
中国半导体论坛  ·  半导体精品公众号推荐! ·  4 天前  
半导体行业联盟  ·  碳化硅IDM!基本半导体完成股份改制,正式更名 ·  5 天前  
51好读  ›  专栏  ›  半导体行业观察

揭开Amazon Echo语音控制的神秘面纱

半导体行业观察  · 公众号  · 半导体  · 2016-12-29 09:13

正文

版权声明:本文来自MEMS,如您觉得不合适,请与我们联系,谢谢。


亚马逊(Amazon) Echo可说是目前最热销的物联网(IoT)装置,无论你称它为智能麦克风、虚拟数字助理、家用机器人、语音控制或R2-D2,这一类以语音为基础的产品正迅速崛起...


相较于Echo,最新的第二代Echo Dot的价格从89.99美元调整为49.99美元,并将于本月在美国上市销售。


Amazon Echo(及其随后推出的Dot)开拓了一个新的市场,让装置供应商能够在语音获取、提高麦克风音频解析度、更先进的背景杂讯过滤、更好的音场检测与稳定连线能力等方面展开竞争,以提供更佳音频品质。



Amazon Echo (左)及其第二代产品Dot


而像XMOS等公司虽然自家芯片并未用于Echo中,但也瞄准了这个新的语音接口市场。XMOS行销与业务发展副总裁Paul Neil表示,「物联网目前正是一场快速移动的盛宴。为了控制IoT装置,语音是最自然的使用者接口。」


Neil说,由于融合了「传统的微控制器(MCU)性能、嵌入式DSP以及灵活的I/O组合,使得我们的技术成为语音接口的理想选择。」


然而,硬件装置之间的战争只是构成整个智能麦克风/扬声器市场的一部份。IHS Markit连网家庭资深分析师Paul Erickson强调,「真正的竞争变数来自云端。」


为了追求更「聪明」的智能麦克风(能够处理复杂的查询和随机问题),云端服务领域的竞争越来越激烈。 Google预计将于今年年底推出Google Home与Google Assistant (Google Now的新版本),并借此进入这个市场。Erickson表示,「而且市场上盛传苹果(Apple)很可能将在2017年挟其Siri进入这个领域。」


Amazon Echo——这款IoT装置如此热门的另一个原因在于它极具潜力,可实现IoT的重要优点:经得起时间考验(Future-proofing)。


芯科科技(Silicon Labs)软件副总裁Skip Ashton解释,Future-proofing的意思是「确保装置可随时间进展持续添加更多功能特性。」例如,Alexa为Echo提供的语音服务功能一开始有70种,如今已经增加到超过1700种了。


Echo可以回答问题、阅读新闻、为运动评分、控制灯光、从Amazon网站订购产品以及设定闹铃等。使用者还可以利用该装置向Uber叫车或订购披萨外送等。


「目前Echo大约每两周通过云端更新一次,」Ashton说,「Amazon会在星期五时发送电子邮件给Echo用户发布新功能, 」而Echo用户「也对于产品的功能持续增加怀抱着期待。


本地智能


IHS Markit嵌入式处理器首席分析师Tom Hackenberg剖析Amazon Echo对于电子产业带来重大影响的原因:智能麦克风/智能扬声器应用「对于处理器供应商来说极具价值。」


因为这种装置关键之处并不只是提供了「本地智能」。语音接口正普遍应用在广大的市场领域。不只是数字助理市场出现,成为智能手机App的消费电子装置版本,还有扬声器,也不是它唯一的外形应用。


例如,他解释说,「家庭自动化中心和数字助理可以内建于电视、机上盒(STB)、HVAC/环境控制中枢等。此外,在车载资讯娱乐方面也存在大量的应用,特别是着眼于其免手持的优点。」


拆解Echo与Echo Dot


通过拆解Echo与Echo Dot并进一步比较后,Hackenberg说,「除了存储器供应商,我发现Echo和Echo Dot的处理元件并没有明显的不同。」


拆解Echo与Echo Dot (来源:iFixit)


根据iFixit所进行的拆解,Amazon Echo采用:


- 三星(Samsung) K4X2G323PD-8GD8 256MB LPDDR1 RAM


- SanDisk SDIN7DP2-4G 4GB iNAND Ultra Flash


而到了新版的Dot则改用:


- 美光(Micron) MT46H64M32LFBQ 256MB (16Meg x 32 x 4Banks) LPDDR SDRAM (挥发性记忆体)


- 三星KLM4G1FEPD 4GB高性能eMMC NAND Flash (非挥发性储存)


两款产品使用的处理器则是相同的。在Echo与Dot的核心采用的是「德州仪器(Texas Instruments;TI)的媒体处理器DM3725」,此外,高通(Qualcomm) Atheros QCA6234应用专用标准处理器则用于提供「连接性」。


Hackenberg解释说,虽然存储器可能稍微影响性能,但存储器定价是波动的。因此,对于Echo系列的所有产品而言,在其整个生命周期中改变所使用的元件也很平常。


相形之下,「连线模组,尤其是媒体处理器更加复杂,如果不是重大的产品更新,一般并不会改变,」他说。


Hackenberg指出,Atheros处理器专用于作为连接应用标准产品。其设计是以Tensilica定制化XTensa核心为基础,而且「它只做一件事——协调与网络的通讯,以利作业进行。」


Erickson补充说,「连接能力至关重要,因为它涉及哪些资料可被获取、传送与接收云端资料的速度与可靠度等。由于速度/响应的可用性因素,它直接影响到与扬声器之间的互动有多么「即时」。因此,Wi-Fi的吞吐量、服务品质(QoS)与范围的改善,都将有所帮助。」


所有的「本地」(local)智能功能是由TI DM3725进行处理。Hackenberg指出,「这是一款专为STB、TV、显示器、视讯游戏系统等各种多媒体应用而设计的系统单芯片(SoC)。」


DM3725是一款以ARM Cortex A8为基础打造的元件,并整合TI的C64x+DSP与3D绘图加速引擎。「Cortex A8是一款成熟且经济型的应用处理器,但又完全足够用于本地执行简单的任务,」Hackenberg表示。


然而,「如果应用变得复杂,而不只是一款扬声器这么单纯,可能就会有所变化。」




Amazon Echo Dot主板 (来源:iFixit)


整合DSP


根据Hackenberg,这颗SoC的关键就在于整合了DSP,甚至可能是GPU。


「在一个典型的设计中,存在多个输入传感器(主要是麦克风)。整个音频输入首先经DSP高度滤波,使系统快速地理解用户的语音和环境杂讯之间的差异,」他说。


「它甚至能够解读相对于该装置的位置或甚至发话者是谁;它还建立了一种模式,能够经过处理以匹配该模式(通常发送至云端),」他补充说。


但是,GPU做什么呢?


Hackenberg认为,「对于本地智能,GPU可以用于更简单、但快速且高效的本地模式匹配。」


这可以让装置仍然回应所储存的控制模式,例如「降低音量」、「切换频道」或其他简单的控制,而无需网路连接,他解释说。 「接着,应用核心根据所需提供的回应、启动/关闭所需的输入或控制以及必须显示的内容等条件来执行应用程式。」


麦克风阵列


Amazon Echo和Dot之所以吸引人之处在于它使用了7麦克风阵列。Amazon声称,Echo和Dot由于使用了多支麦克风和波束成型技术,因而「能在整个室内都听到你的声音——即使是正在播放音乐的环境下。」该公司还表示,Echo是一款专业级的调音扬声器,能以360°沉浸式音效充满在整个房间中。


根据IHS Markit负责MEMS和传感器的资深分析师Marwan Boustany表示,Echo采用了楼氏电子(Knowles)的MEMS麦克风。



Dot采用7支麦克风阵列


Boustany指出,为声音频率提升其讯号杂讯比(SNR)、匹配和性能,将有助于远场音讯获取,同时改善语音辨识。


但最终,「算法才是实现更优质语音辨识的真正关键,」他说,「所谓的『智能』就在于云端可能持续作为关键应用,而本地处理则可以提高对于简单/预定义片语(如Hey Siri等)的辨识能力。」


他以Cypheras为例表示,「这一类的软件供应商将有利于智慧家庭系统(如Alexa)中的语音辨识功能。」


Amazon Echo Dot (来源:iFixit)


竞争日益加剧


以供应商来看,目前有几家提供微控制器(MCU)和连接用ASSP的供应商可能在此领域展开竞争,包括Apple、博通(Broadcom)、赛普拉斯(Cypress)、微芯科技(Microchip)、恩智浦(NXP)、瑞萨(Renesas)、意法半导体(STMicroelectronics)以及芯科科技(Silicon Labs)等。Boustany表示,」802.11n与BT 4.0的组合并不常见,但有些设计针对较低成本的解决方案或许将会只用蓝牙。


媒体处理器较为棘手。虽然多家行动装置应用处理器供应商都可提供,但对于简单的应用来说成本太高。根据Hackenberg的观察,供应商们可能会选择不提供性能相当的DSP或模式匹配功能。


「我可能会考虑采用Apple Ax、Broadcom BCM7xxxx、海思(Hisilicon) Hi3xxx、NXP i.MX、联发科MT8xxx、意法STiHxxx、高通(Qualcomm)Snapdragon等。当然,TI或许在成本方面具有最佳DSP支持(对于语音辨识至关重要)的优势,但其他的这几家供应商也在不断地缩小差距中。」


XMOS相信该公司将在这个市场上获得动能。对于诸如Echo这一类的语音助理产品,提高性能的关键在于远场语音获取能力、波束成型与处理速度等。Neil认为,「凭借着大量的处理能力和嵌入式DSP,我们的XMOS单芯片元件提供了可扩展和差异化的解决方案。」



XMOS xCore语音接口案例 (来源:XMOS)

【关于转载】:转载仅限全文转载并完整保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“半导体行业观察icbank”微信公众号。谢谢合作!

【关于投稿】:欢迎半导体精英投稿,一经录用将署名刊登,红包重谢!来稿邮件请在标题标明“投稿”,并在稿件中注明姓名、电话、单位和职务。欢迎添加我的个人微信号MooreRen001或发邮件到 [email protected]点击阅读原文加入摩尔精英