更智能的边缘计算语音数据处理可延长电池寿命

一直在听的设备让播放音乐、打开智能电视、调低恒温器变得无比轻松，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扬声器 Amazon Echo。五年后，我们现在已经在智能扬声器、智能家居系统、可穿戴设备和其他智能设备中安装了数亿个数字语音助手，这些设备总是在听一个唤醒词。SAR Insight & Consulting根据其最新研究预测，到 2023 年，始终在线的语音设备的安装基数将跃升至近 10 亿台。

最初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。但是，语音助手和其他始终在线的物联网设备的指数级增长正在产生如此多的数据——根据国际数据公司的数据，2025 年将有 416 亿台物联网设备产生 79.4 泽字节的数据1——我们对集体带宽负担过重，并造成成本和功率效率低下，这是一个意想不到的后果。这正在推动半导体行业寻找新的方法将一些强大的云计算引入设备——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，例如确定是否说出了唤醒词。但是，虽然这些芯片现在可能像大脑一样聪明，但它们仍然依赖于第一款始终在线传感设备中使用的原始系统架构，需要立即将所有声音（自然是模拟的）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，情况也是如此。浪费电力和数据，

消费者仍然期望可以放在口袋甚至耳朵里的更小的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。这使 OEM 陷入困境，因为如果他们继续使用旧架构，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个弊端中较小的一个：必须插入墙上的非便携式语音助手或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程度。如果我们真的想解决一直在听的力量挑战，我们需要一种新的范式，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。预先花费一点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

提高始终收听设备的电池寿命需要采用当今许多工程师认为既过时又令人生畏的技术：模拟。处理来自真实世界的原始、非结构化模拟信号——即触摸、视觉、听觉和振动——是很困难的。自从推出第一个数字集成电路以来，创建处理传感器信号的产品（使用熟悉的 1 或 0）比直接处理感测到的模拟数据要简单得多。（这就是为什么永远在线的设备会立即将模拟输入转换为数字信号，然后再进行几乎任何其他操作。）

虽然过去 50 年来数字化有效地解决了处理挑战，但它可能最终在物理定律上碰壁了。数字设备扩展的放缓导致技术人员对设备内部的芯片进行创新。在这种情况下，这种创造力通过两个根本性的变化来实现：更加战略性地使用数字，因此数字芯片仅在必要时才进行大量处理；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，确定声音数据是否仍处于自然模拟状态时是否存在语音。这使数字处理芯片保持在低功耗睡眠模式，直到它们真正需要“收听”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”，而在于重新构想更像人类感官系统的系统架构，逐步分层分析声音，以便将最多的能量集中在关于什么是最重要的。

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）

每个人都赢了

寻求更长的电池寿命将鼓励系统设计人员采用一种新的架构范例，其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，让数字处理芯片保持休眠状态，除非需要它们。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它们最高效的工作，使消费者成为最终的赢家。毕竟，谁不想要一个单节电池就能运行一年的声控电视遥控器呢？

参考

1 International Data Corp. 全球数据领域物联网设备和数据预测，2019-2023 年。2019 年 6 月