更智能的语音数据处理可延长电池寿命

始终聆听的设备使播放音乐、打开智能电视、调低恒温器变得更加容易，甚至在有人闯入房屋时提醒我们。但是他们让我们经常将它们插入交流电源或更换电池。

虽然有时感觉语音助手已经在我们的生活中存在了几十年，但直到 2014 年底，亚马逊才推出了第一款智能音箱 Amazon Echo。五年后，我们现在已经在智能扬声器、智能家居系统、可穿戴设备和其他总是监听唤醒词的智能设备中安装了数亿个数字语音助手。 SAR Insight &Consulting 根据其最新研究预测，到 2023 年，永远在线的语音设备的安装基数将跃升至近 10 亿。

首先使始终聆听和语音优先成为可能的传感器——铅笔尖大小的超微型微机电系统 (MEMS) 麦克风——捕获环境声音数据。起初，在云中处理数据、分析唤醒词和命令的声音似乎是一个很好的解决方案。但语音助手和其他永远在线的物联网设备的指数增长正在产生如此多的数据——据国际数据公司称，2025 年将有 416 亿台物联网设备产生 79.4 泽字节的数据。 ¹ — 我们对集体带宽的负担过重，并造成了成本和能源效率低下的意外后果。这促使半导体行业寻找新方法，将一些强大的云计算引入设备中——一种称为边缘处理的能力。

边缘的挑战

边缘计算的成功在很大程度上依赖于低功耗数字信号处理器和微控制器的快速普及——其中一些包括嵌入式神经网络，即微型机器学习 (TinyML) 芯片。这些主要是数字处理芯片可以直接在设备上处理复杂的数据分析，例如确定是否已说出唤醒词。但是，尽管这些芯片现在可能像大脑一样智能，但它们仍然依赖于第一个永远在线的传感设备中使用的原始系统架构，该架构需要将所有声音（自然是模拟的）立即转换为数字信号。即使声音（例如狗叫声或婴儿哭声）不可能包含唤醒词，也是如此。浪费电力和数据，这种老生常谈的始终在线的方法使原始设备制造商与消费者的不满发生冲突。

消费者仍然希望能够放入口袋甚至耳朵内的更小且始终聆听的智能设备具有相同或更好的性能，但不会牺牲电池寿命。这让 OEM 陷入困境，因为如果他们继续使用传统架构，他们将继续浪费 80% 到 90% 的电池寿命来处理无意义的数据。他们将被迫让消费者选择两害相权取其轻的选择：必须插在墙上的非便携式语音助手，或者可以去任何地方但电池寿命短的便携式语音助手。

由于在系统中移动数据会消耗电力，因此最有效的节能方法是尽快将数据量减少到重要的部分。如果我们真的想解决永远在线的能力挑战，我们需要一个新的范式，它更接近地模仿大脑在任何给定时刻有效处理来自人类感官系统的大量数据的能力。只需预先花一点精力来确定什么是相关的，并节省大部分资源来仅处理最重要的数据。

声音自然是模拟的

提高始终监听设备的电池寿命需要采用一项当今许多工程师认为既过时又令人生畏的技术：模拟 .处理来自真实世界（即触摸、视觉、听觉和振动）的原始、非结构化模拟信号非常困难。自从引入第一个数字集成电路以来，创建处理传感器信号（具有熟悉的 1 或零）的产品比直接处理感测的模拟数据要简单得多。 （这就是为什么永远在线的设备会在执行几乎任何其他操作之前立即将模拟输入转换为数字信号。）

虽然数字技术在过去 50 年里有效地解决了处理挑战，但它可能最终在物理定律中碰壁。数字设备缩放的放缓促使技术人员对设备内部的芯片进行创新。在这种情况下，这种创造力经历了两个根本性的变化：更有策略地使用数字，因此数字芯片只在必要时进行繁重的处理；并使用模拟电路固有的低功耗，结合机器学习，进行第一轮分析，以确定在声音数据仍处于自然模拟状态时是否存在语音。这使数字处理芯片一直处于低功耗睡眠模式，直到真正需要它们“监听”关键字。

在永远在线的设备中实现更高能效的途径不在于让每个芯片“像大脑一样思考”，而是重新构想一个更像人类感官系统的系统架构，逐步分析声音的层次，以便集中最多的能量最重要的事情。

仿生边缘处理（底部）将数字处理能力集中在最相关的感官数据上。 （图片：Aspinity）

大家都赢了

对更长电池寿命的追求将鼓励系统设计人员采用新的架构范式，在这种范式中，更少的数据处理意味着更长的电池寿命。位于边缘的模拟 ML 芯片可以充当智能流量管理器，让数字处理芯片在需要时保持休眠状态。这种受生物启发的永远在线边缘处理方法允许模拟和数字处理器执行最高效的工作，使消费者成为最终的赢家。毕竟，谁不想要一台只需一组电池即可运行一年的声控电视遥控器？

参考

¹ 国际数据公司全球全球 DataSphere 物联网设备和数据预测，2019-2023 年。 2019 年 6 月

>> 本文最初发表于我们的姊妹网站 EE Times Europe。