设计节能常开语音指令系统
语音助手现嵌入几乎每个产品、电器、技术。虽提供便利，但持续监听唤醒词——“OK Google”或“Alexa”——消耗电力。设备激增世界，减少此能耗足迹至关重要。
本文概述低功耗常开语音指令系统关键设计考量，采用语音活动检测 (VAD)。考察权衡和元件选择，实现用户友好、节能语音用户界面 (VUI)。
VAD 先检测人类语音，系统才监听唤醒词。意味着助手仅在需要时消耗电力。全球 42 亿数字语音助手，预计 2024 年翻倍，引入 VAD 可大幅削减用户和制造商能耗。
典型 VUI 硬件含麦克风——单个或阵列——连接音频处理器捕获处理语音。音频流可由边缘音频处理器、嵌入式处理器智能麦克风、或标准应用处理器 (AP) 处理。边缘处理器针对低功耗低延迟优化。云连接时也可后处理输出音频、与主 SoC 通信进行无线传输。
超低功耗 VAD
图 1 展示利用模拟信号路径达超低功耗架构：模拟麦克风、比较器、中断唤醒音频处理器仅当检测到声学活动时。也可加按压说话按钮手动唤醒。
因模拟麦克风和比较器必须常监听，它们必须极低功耗。Knowles IA8201 音频处理器例如唤醒模式<1 mW 功耗，提供 1 MB 内存用于高级处理。这种简单 AAD (声学活动检测) 方法适合遥控器、穿戴等低功耗设备，但嘈杂环境中因对任何声音唤醒导致整体消耗更高。此外，云连接 VUI 系统需唤醒词前典型 500 ms 预滚音频校准环境噪声以提升检测准确度，Alexa 等智能音箱需要此功能。
图 2 展示支持智能音箱预滚缓冲架构。这些设备常由大电池供电，记录 500 ms 循环缓冲区，常开监听时用于校准环境噪声电平。
选择前端架构取决于麦克风数量、模拟/数字信号、所需处理。
图 1 架构中，单模拟麦克风和比较器触发处理器。SNR>62 dB 低功耗模拟麦如 Knowles SPV1840LR5H-B Kaskade 活跃时仅 45 µA。整个常开模拟路径 <67 µA。压电麦克风可提供更低功耗 (≈10 µA) 但典型 SNR 低，影响系统性能。
图 2 类预滚能力系统，带嵌入式处理器和 2 秒循环缓冲麦克风——如 Knowles IA611——适用。IA611 常开功耗 0.39 mA @ 1.8 V (90% 效率)，理想用于蓝牙音箱等电池设备。接受数字麦克风 PDM 输入，系统唤醒后可转发音频至主机处理器做波束成形。
图 3 对比典型电视遥控器用 IA611 VAD 与竞品压电 AAD 麦克风电池寿命。声学活动持续 5 小时时，VAD 方案多提供 8 天电池寿命——关键因美国家庭日均看电视 8 小时。智能 VAD 唤醒帮助设计师构建更节能 VUI 系统。
结论
语音技术重塑行业——从智能家居、酒店到数字职场、语音支付、能源管理、边缘计算、医疗、工业物联网。每应用需特定硬件架构和麦克风选择。设计师须评估设备语音用例、期望能力、功率约束选最优 VUI 方案。
Raj Senguttuvan 在消费和工业应用新技术开发、早期业务开发、项目管理拥有 15+ 年经验，服务过 Analog Devices 和 Texas Instruments 等公司。作为 Knowles 战略营销总监，他领导系统级开发、推动风投投资、塑造 IoT 和消费技术营销策略——含音频处理器、算法、麦克风、传感器、接收器。Raj 持有康奈尔大学 MBA 和佐治亚理工学院电气工程博士。
相关内容：
- 无需编码在单片机添加语音
- 定制语音代理转型背后是什么？
- 语音生物识别方案瞄准认证
- AI 在音频链中找到声音
- 广泛信号处理链如何让语音助手‘直接工作’
- 开发套件加速 Alexa 集成
传感器