多一點類比 長時傾聽裝置更省電

2021-01-04
作者 Tom Doyle,Aspinity創辦人暨執行長

消費者會期望長時傾聽的智慧裝置一直維持相同甚至更佳的性能,同時還能不斷縮小尺寸,可以放進口袋裡甚至塞到耳朵裡,又不會犧牲電池壽命。這讓廠商陷入困境...

長時傾聽(always-listening)的智慧裝置讓人們的生活變得無比輕鬆,例如播放音樂、打開智慧電視、調低恆溫器溫度,或是在有人試圖闖入房屋時發出警報。但這些裝置卻需要我們插電或頻繁更換電池。

儘管有時感覺語音助理已經存在我們的日常生活中幾十年了,但其實直到2014年底,Amazon才推出首款智慧揚聲器Amazon Echo。五年後,已經有數億台數位語音助理安裝在智慧揚聲器、智慧家庭系統、可穿戴裝置和其他智慧產品中,這些裝置一直在傾聽喚醒詞以隨時做出回應。根據市場研究機構SAR Insight & Consulting的最新研究,預測到2023年,不關機語音啟動裝置的安裝量將達到近10億台。

最早實現長時傾聽和語音優先的感測器,是只有筆尖大小的超迷你微機電系統(MEMS)麥克風,可以擷取環境中的聲音資料。在一開始這似乎是理想的解決方案,資料在雲端處理、分析喚醒詞與指令的聲音。

但是,過去幾年語音助理和其他不關機物聯網裝置呈倍數增加,產生了前所未有的巨量資料——市場研究機構IDC預測,2025年將有416億台物聯網裝置產生79.4 ZB的資料——這將使網路頻寬負擔過重、帶來增加額外成本並能源效率,這些意料之外的後果促使半導體產業尋求新方法,將部分雲端運算功能導入終端設備,也就是所謂的邊緣運算。

邊緣的挑戰

邊緣運算之所以成功,很大程度上獲益於低功耗數位訊號處理器和微控制器的迅速發展,其中部分處理器甚至嵌入了神經網路,即微型機器學習(TinyML)晶片;這些晶片主要是數位處理器,能在設備端執行複雜的資料分析,例如判斷是否有人說出喚醒詞。

但是,儘管這些晶片現在可能像人腦一樣聰明,它們仍然得依賴最初為不關機感測裝置而設計的系統架構,需要立即將所有聲音──本質上是類比訊號──轉換為數位訊號,就算是狗叫聲、嬰兒哭聲等等不可能包含喚醒詞在內的聲音也要被轉換;這種浪費電力和資料的老套長時傾聽方法,將讓系統業者走向可能導致消費者不滿的衝突路線。

消費者會期望長時傾聽的智慧裝置一直維持相同甚至更佳的性能,同時還能不斷縮小尺寸,可以放進口袋裡甚至塞到耳朵裡,又不會犧牲電池壽命。這讓廠商陷入困境:如果繼續採用傳統架構,他們也會繼續浪費80~90%的電池壽命,用於處理毫無意義的資料。他們不得不讓消費者做出「兩害相權取其輕」的選擇──若非必須插電的非可攜式語音助理,就是可以帶著走但電池續航時間短的可攜式語音助理。

在系統中傳輸資料會耗電,因此最省電的方法就是儘快將資料量減少到所需要的最低程度。如果真的想擺脫長時傾聽裝置的耗電難題,就需要一個新典範──更近似人腦、任何時候都能高效處理來自人類感官系統之大量資訊的能力。預先花費少量電力來確定相關內容,僅處理最重要的資料,從而節省大部分的資源。

聲音的本質是類比

要提高長時傾聽裝置的電池續航力,需要掌握一種讓今日許多工程師覺得它已經過時但是又令人生畏的技術──類比。

要處理現實世界的原始、非結構化類比訊號(例如觸摸、視覺、聽覺和振動)非常困難,自從第一顆數位IC問世以來,相較於直接處理感測到的類比數據,用我們所熟悉的0與1來處理感測器訊號變得簡單多了;這也是為什麼長時傾聽裝置在執行幾乎所有其他任務之前,會先將類比輸入立即轉換為數位訊號。

 

仿生邊緣處理(下方)將數位處理能力集中在最相關的感測資料上。

(圖片來源:Aspinity

 

儘管數位技術在過去50年有效地解決了處理難題,但它終將觸及物理定律的極限。數位裝置尺寸縮小速度趨緩,讓技術人員將創新熱情轉向了裝置內部的晶片。這種創新已經發生了兩個根本變化:一是更加有策略地使用數位技術,使數位晶片僅在必要時才進行高負載處理;二是利用類比電路固有的低功耗,與機器學習相結合進行第一輪分析,在聲音資料仍處於自然類比狀態時就確定語音是否真實存在。這將使數位處理晶片維持在低功耗休眠模式,直到真正需要它們「傾聽」關鍵字時才被喚醒。

要大幅提高不關機裝置的電源效率,並不是仰賴讓每一顆晶片都能「像人腦一樣思考」,而是重新構想一個更像人類感官系統的系統架構,逐步對聲音進行分層解析,以便將更多的能量集中在最重要的任務上。

實現共贏

對電池續航力的追求,促使系統設計工程師採用一種新架構典範──以處理更少的資料量來達到更長的電池壽命。位於邊緣的類比ML晶片可以扮演智慧流量管理器(smart traffic manager)的角色,使數位處理晶片保持休眠狀態,僅在需要時才喚醒它們。這種仿生的不關機邊緣處理方法,可以讓類比和數位處理器各自做它們最擅長的工作,從而讓消費者成為終極贏家;畢竟,誰不想要裝一顆電池就能用整年的語音控制電視遙控器?

責編:Judith Cheng 本文同步刊登於《電子工程專輯》雜誌2021年1月號

(參考原文:Reduce the Data, Save the Battery,by Tom Doyle )

 

 

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報