基于意法半導(dǎo)體Arm Cortex-M7 MCU STM32H743 的語(yǔ)音辨識(shí)解決方案

大大通——大聯(lián)大線上技術(shù)支持平臺(tái)&方案知識(shí)庫(kù)

意法半導(dǎo)體SL-VUI-CLOUD-01是將AVS for AWS IoT Services 集成到智能設(shè)備中的經(jīng)濟(jì)高效方式，可以實(shí)現(xiàn)基于自然語(yǔ)言理解的最先進(jìn)的語(yǔ)音控制，因此用戶將享受到目標(biāo)物聯(lián)網(wǎng)終端產(chǎn)品的增強(qiáng)體驗(yàn)。

能夠與 Amazon Alexa 交談并控制智能家居設(shè)備，獲得幫助，聽(tīng)新聞、查看天氣預(yù)報(bào)、播放音樂(lè)等。

該軟件包實(shí)現(xiàn)了音頻前端、亞馬遜喚醒詞、音頻播放和亞馬遜Alexa通信協(xié)議軟件。

SDK 僅在內(nèi)部存儲(chǔ)器上運(yùn)行，提供最大的集成度和成本效益的解決方案。

SL-VUI-CLOUD-01 采用模塊化方法構(gòu)建，可輕松進(jìn)行原型設(shè)計(jì)和調(diào)試，并輕松適應(yīng)特定的麥克風(fēng)間距、用戶界面和音頻輸出要求。

該方案包括一個(gè)帶有 STM32H743 微控制器和經(jīng)過(guò)認(rèn)證的 Wi-Fi 模塊的主板，以及一個(gè)帶有兩個(gè)間隔 36 毫米的高質(zhì)量 MP23DB01HP mems 麥克風(fēng)和一個(gè) FDA903D 45W 音頻放大器的子板。一個(gè) 8 Ω 揚(yáng)聲器,支持本地和基于云端的語(yǔ)音用戶界面。

這種符合亞馬遜標(biāo)準(zhǔn)的解決方案允許將 Alexa Voice 服務(wù)快速集成到嵌入式設(shè)備中。

主要算法流程圖如下, 詳細(xì)資訊可參考附檔(在微控制器上語(yǔ)音命令識(shí)別的混合量化)

原廠網(wǎng)頁(yè)連結(jié):

SL-VUI-CLOUD-01 - Cost-effective and highly integrated AWS IoT qualified Alexa Voice Service design - STMicroelectronics

相關(guān)軟件網(wǎng)頁(yè)：STM32本地語(yǔ)音使用者界面擴(kuò)展包

X-CUBE-LocalVUI - STM32 Local voice user interface expansion package - STMicroelectronics

X-CUBE-LocalVUI 基于音訊捕獲和語(yǔ)音辨識(shí)實(shí)現(xiàn)本地語(yǔ)音辨識(shí)用戶界面。它集成了Sensory TrulyHandsfree（THF）和Sensory TrulyNatural（TNL）軟件。

音訊捕獲基于STM32外設(shè)和中間件。它展示了如何通過(guò)SAI從板式麥克風(fēng)捕獲音訊。

范例應(yīng)用程式附帶預(yù)設(shè)語(yǔ)音辨識(shí)模型，使用者可以使用特定的模型輕松更新它們。對(duì)于示例，可以使用感官語(yǔ)音中心Web工具定義特定模型。

可以移植到其他一些STM32微控制器和電路板上。

?展示板照片

?方案方塊圖

?核心技術(shù)優(yōu)勢(shì)

高性能STM32H7單片機(jī)
這款高度集成的 MCU 具有 ARM Cortex-M7 內(nèi)核的性能和快閃記憶體容量，可管理基于云的高端語(yǔ)音 UI 功能，包括快速喚醒詞檢測(cè)、高級(jí)音訊前端 （AFE） 以及經(jīng)濟(jì)高效的 LQFP 100 引腳封裝上的完整連接堆疊，無(wú)需額外的外設(shè)或記憶體要求。

亞馬遜完全合格的軟體參考設(shè)計(jì)
適用于 AWS IoT 的 Amazon AVS 的合格軟體功能齊全且免費(fèi)，但 Alexa 喚醒詞元件的評(píng)估版本除外，該版本要求在最終產(chǎn)品中獲得亞馬遜許可。

高品質(zhì) MP23DB01HP 微機(jī)電系統(tǒng)麥克風(fēng)
超緊湊、低功耗、全向數(shù)位MEMS麥克風(fēng)由電容式感測(cè)元件和具有立體聲操作能力的IC界面組成。該元件在性能模式下具有非常高的AOP，靈敏度范圍為±1 dB，在所有工作模式下都具有高SNR

強(qiáng)大的 FDA903D 音訊放大器
這款具有I45S輸入的高效2 W單橋D類放大器包括一個(gè)高性能D/A轉(zhuǎn)換器，具有高性能輸出MOSFET。

通過(guò)批量< 10 美元的 POS BOM 實(shí)現(xiàn)最大的整合度和成本效益

?方案規(guī)格

STM32H753VIT6E 高性能 MCU，帶 2 MB 嵌入式閃存、1 Mb
嵌入式 SRAM 和具有成本效益的 LQFP 封裝
? 2.4 GHz Wi-Fi 子系統(tǒng)和 Murata 1DX 模塊在旁路模式下使用
耦合到 ISSI IS25LP016D 2 MBytes NOR 閃存
? 3 個(gè) MP23DB01HP MEMS 麥克風(fēng)，間距為 36 和 30 mm
? FDA903D D 類數(shù)字輸入汽車(chē)音頻放大器
? 8 歐姆揚(yáng)聲器
? 4 個(gè) RGB LED 和 4 個(gè)簡(jiǎn)單 LED
? 操縱桿、重置和用戶按鈕
? 高模塊化母/子板
? 36x65 mm2 小尺寸，簡(jiǎn)單且經(jīng)濟(jì)高效的 PCB 設(shè)計(jì)
?亞馬遜認(rèn)證的聲學(xué)遠(yuǎn)場(chǎng)和嘈雜環(huán)境支援
?本地喚醒詞檢測(cè)
?音訊輸出和無(wú)線升級(jí)