智能音箱產(chǎn)品系統(tǒng)構(gòu)成及工作中的信息流動(dòng)
掃描二維碼
隨時(shí)隨地手機(jī)看文章
(文章來(lái)源:潤(rùn)欣科技)
聲音本來(lái)就是最天然的人機(jī)交互方式,但在之前漫長(zhǎng)的時(shí)間里面,受限于語(yǔ)音識(shí)別,人工智能網(wǎng)絡(luò)寬帶等因素,并沒(méi)有成為主流。但從2017年開(kāi)始,AI、語(yǔ)音識(shí)別、網(wǎng)路應(yīng)用、移動(dòng)APP,這幾樣已經(jīng)發(fā)展成熟,萬(wàn)事俱備,語(yǔ)音智能的應(yīng)用正好趁著東風(fēng)迅速發(fā)展起來(lái),而且智能音箱表面看似乎只是一款音箱,但實(shí)際上有更戰(zhàn)略性的作用,也就是說(shuō)實(shí)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(shí)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(jī)界面,正因?yàn)槿绱耍覀兛梢钥吹綆缀跛械幕ヂ?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?yàn)檎l(shuí)搶占了智能家庭的入口,誰(shuí)就可以把握先機(jī),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(gè)孤立的存在,它們實(shí)質(zhì)是一個(gè)互聯(lián)網(wǎng)的智能終端。
先通過(guò)麥克風(fēng)陣列時(shí)刻采集語(yǔ)音,然后對(duì)語(yǔ)音進(jìn)行降噪等加工,然后做關(guān)鍵字識(shí)別,例如:homepad Hisiri或者 “天貓精靈”,“小愛(ài)同學(xué)”之類(lèi)的關(guān)鍵詞,一旦識(shí)別關(guān)鍵詞之后,就會(huì)對(duì)后面采集到的語(yǔ)音數(shù)據(jù)進(jìn)行壓縮編碼,通過(guò)互聯(lián)網(wǎng)傳到云端,云端的AI服務(wù)器具有強(qiáng)大的運(yùn)算能力,對(duì)語(yǔ)音指令進(jìn)行識(shí)別,然后根據(jù)指令來(lái)做相應(yīng)的回復(fù)。
例如傳回語(yǔ)音回復(fù),傳回一首歌的流媒體數(shù)據(jù),或者傳回對(duì)家中聯(lián)網(wǎng)的物聯(lián)網(wǎng)終端的控制,例如開(kāi)關(guān)空調(diào)等動(dòng)作。智能音箱收到媒體流數(shù)據(jù)后進(jìn)行解碼驅(qū)動(dòng),揚(yáng)聲器播放語(yǔ)音回復(fù),收到家電控制指令后通過(guò)WIFI,BT來(lái)轉(zhuǎn)發(fā)到被控制的家電。所以這個(gè)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(tái)嵌入式電腦,因?yàn)樯婕暗浇翟氲人惴?,以及流媒體編解碼和播放功能,通常有一顆運(yùn)算能力相當(dāng)強(qiáng)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(diǎn)的運(yùn)算能力強(qiáng)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(chǔ)應(yīng)用的數(shù)據(jù)。外圍則有兩個(gè)主要的子系統(tǒng),一個(gè)是語(yǔ)音處理子系統(tǒng),一個(gè)是無(wú)線(xiàn)通信子系統(tǒng)。
無(wú)線(xiàn)通信子系統(tǒng),輔助WIFI和BT通信,通過(guò)WIFI連接到無(wú)線(xiàn)AP和云端,或者在沒(méi)有公網(wǎng)的情況下和無(wú)線(xiàn)局域網(wǎng)中的其他智能家電通過(guò)WIFI來(lái)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(guò)經(jīng)典藍(lán)牙作為手機(jī)和外設(shè)交互數(shù)據(jù),通過(guò)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(jiàn)未來(lái)無(wú)限通信部分還可能引入ZIGBEE模式作為網(wǎng)關(guān)來(lái)連接ZIGBEE燈之類(lèi)的智能家居產(chǎn)品。
語(yǔ)音子系統(tǒng),又分為輸入和輸出兩塊,輸入通常是一個(gè)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(guò)音頻功效進(jìn)行功率放大后驅(qū)動(dòng)一個(gè)4歐、8歐尺寸揚(yáng)聲器,當(dāng)然語(yǔ)音和機(jī)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(wú)線(xiàn),語(yǔ)音三個(gè)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(chǔ),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(jì)的時(shí)候要注意麥克風(fēng)和揚(yáng)聲器的結(jié)構(gòu)設(shè)計(jì)。