找方案 | MediaTek Filogic 130A Wi-Fi 6 AIoT 邊緣運算語音辨識方案

聯(lián)發(fā)科技 MediaTek 全新無線連網(wǎng)系統(tǒng)單芯片Filogic 130A （ MT7933 ），整合了微控制器 ( MCU )、AI 引擎、Wi-Fi 6 和藍牙 5.2 及電源管理單元 ( PMU )、獨立音訊數(shù)位訊號處理器 ( DSP ) 采用高度整合設(shè)計，可為小尺寸裝置提供節(jié)能、可靠及高效的網(wǎng)路連接，是各類物聯(lián)網(wǎng) ( IoT ) 裝置的最佳選擇。

全球疫情加速數(shù)位轉(zhuǎn)型、智慧物聯(lián)網(wǎng)發(fā)展進程。對抗疫情散播的非接觸式設(shè)備同樣地大力投入發(fā)展。無須用手接觸、眼睛也無須轉(zhuǎn)移注意的語音使用者界面 （ VUI ）同樣為非接觸式技術(shù)之一，可透過語音或語音命令與裝置設(shè)備進行互動。

聯(lián)發(fā)科技 MediaTek Filogic 130A （ MT7933 ）將先進的 Wi-Fi 和藍牙功能與最新的語音處理和電源管理技術(shù)為智慧喇叭、智慧家居、家庭娛樂和汽車多媒體娛樂提供新解決方案。

MediaTek Filogic 130A （ MT7933 ）使用的音訊數(shù)位訊號處理器 ( DSP ) 技術(shù)全方位符合各種語音啟動產(chǎn)品。

Filogic 130A 的語音活動偵測（ VAD ）技術(shù)偵測人類語音，忽略音訊中的靜音片段。一旦偵測人類語音后才會進行音訊處理以達到低功耗目的。無論是設(shè)計簡化的單一麥克風，或是多個矩陣麥克風。Filogic 130A皆能進行回音消除 AEC ( Acoustic Echo Cancelling )、遠場處理 ( Far-Field Process ) 來增強語音。接著喚醒詞偵測，如 ‘Hey Siri’ 后，分為二種語音辨識情境。除了我們熟悉的云端語音處理，如 AIA ( AVS Integration for AWS IoT ) 之外。

Filogic 130A 也支援本機語音命令，透過預(yù)先定義的語音指令。無網(wǎng)路連線、網(wǎng)路延遲情形下，一樣能輕松透過語音命令來控制設(shè)備。如 : 控制燈光、音量以及播放、暫停音樂、前后首等音訊控制。

Filogic 130A ( MT7933 ) demo 中，透過 console 輸入 CLI Commands 來啟用 DSP 及 VA 來 demo local voice :

1. 輸入 "aud_dbg cset ADSP_Enable 1 1"

2. 輸入 "aud_dbg va -v 1"

Filogic 130A local voice commands demo :

“Hey, Siri”

“Open Camera”

“Take a picture”

“Play music”

“Next Song”

?場景應(yīng)用圖

?展示板照片

?方案方塊圖

?音訊處理流程

?核心技術(shù)優(yōu)勢

聯(lián)發(fā)科技 MediaTek 全新無線連網(wǎng)系統(tǒng)單芯片 Filogic 130A （ MT7933 ），整合獨立音訊數(shù)位訊號處理器 ( DSP ) ，可便捷地為產(chǎn)品增加語音助理等服務(wù)。使用的 HiFi4 DSP 具有 3 個 ADC / 2 DAC 和專用 SRAM，可提供超低功耗、Always-On 的麥克風功能，具有語音活動檢測 ( VAD ) 和喚醒詞 ( Wake Word ) 支援功能。

大聯(lián)大品佳集團提供全方位技術(shù)支持，從前期開發(fā)設(shè)計適合的音訊硬體、增減修改預(yù)定義的本機語音命令及調(diào)整音訊處理效能。量產(chǎn)階段的無線連接效能測試等。

?方案規(guī)格

應(yīng)用處理器 :

? ARM Cortex-M33 MCU 具浮點運算，運作時脈 300MHz

? 1MB 嵌入式 SRAM

? 支援外接 serial flash 達 16MB 支援就地執(zhí)行 ( XIP )

? 網(wǎng)路安全硬體加密引擎包含 AES, DES/3DES, SHA, ECC, TRNG

? 支援 47 組 GPIOs 多工切換 SPI, I2C, Aux ADC, UART, 及 GPIO 功能

? 支援 12 DMA channels

音訊數(shù)位訊號處理器 ( DSP ) :

? Cadence Tensilica HiFi4 處理器，運作時脈 600MHz

? Audio Codec 具 2 組 ADC 及 1 組 DAC

? 256KB 內(nèi)嵌 SRAM memory

? 語音活動檢測 ( VAD ) 和喚醒詞 ( Wake Word )

? 3.5mm 音訊埠外接主動式喇叭

Wi-Fi 技術(shù)規(guī)格 :

雙頻段 IEEE 802.11 1T1R a/b/g/n/ax 5GHz 及 2.4GHz

2.4G / 5GHz 頻帶，20MHz 頻寬 MCS0 ~ MCS8

藍牙技術(shù)規(guī)格 :

符合 Bluetooth v5.0 傳輸速率 2Mbps PHY 支援長距離 Long-range 及 LE Advertising Extensions