基于 RTL8723DS +A113 開發(fā)的智能音箱模塊設(shè)計(jì)方案

一、前言

AI智能音箱是人工智能與傳統(tǒng)音箱結(jié)合的產(chǎn)物。其基本原理是用戶使用自然語(yǔ)言與機(jī)器(即音箱)交流，音箱通過識(shí)別用戶的語(yǔ)音指令完成相應(yīng)任務(wù)，如點(diǎn)播音樂、收聽新聞、設(shè)置日程、查詢信息等。當(dāng)今AI智能音箱，已被認(rèn)為是物聯(lián)網(wǎng)時(shí)代的入口，在去年成為了各大廠商爭(zhēng)相投入的風(fēng)口。因它不僅僅是一臺(tái)單純的音樂播放器，在其背后支撐的 AI 技術(shù)才是整個(gè)產(chǎn)品的核心，也是各大公司覬覦物聯(lián)網(wǎng)入口的最根本原因。經(jīng)歷了2017年的爆發(fā)式增長(zhǎng)，到現(xiàn)在AI智能音箱已經(jīng)成為最熱門的硬件產(chǎn)品之一，因此各種客制化的產(chǎn)品如雨后春筍般的噴涌而出。

二、基于“RTL8723DS +A113”開發(fā)的智能音箱模塊設(shè)計(jì)

鑒于市場(chǎng)的蓬勃發(fā)展，我們審時(shí)度勢(shì)，推出基于“RTL8723DS +A113”開發(fā)的智能音箱模塊設(shè)計(jì)，更加方便工程師的應(yīng)用需求，注意 Amlogic/A113 開發(fā)手冊(cè)目前只面向 Rokid 開發(fā)者提供。如未注冊(cè)成為Rokid 開發(fā)者，請(qǐng)先至 Rokid 官網(wǎng)注冊(cè)成為開發(fā)者，具體請(qǐng)?jiān)L問https://developer.rokid.com/。

1)開發(fā)板套件基本參數(shù)介紹

1.1. Rokid語(yǔ)音整體方案 通過接入Rokid智能語(yǔ)音服務(wù)，您可以為配有麥克風(fēng)和揚(yáng)聲器的聯(lián)網(wǎng)硬件設(shè)備添加語(yǔ)音交互體驗(yàn)，使得您的手機(jī)、電視、音箱等智能設(shè)備輕松擁有語(yǔ)音交互的能力。

· Rokid語(yǔ)音整體方案，融合了從前端硬件的遠(yuǎn)場(chǎng)拾音、降噪、回聲消除等技術(shù)，到語(yǔ)音識(shí)別、語(yǔ)義理解、自然語(yǔ)言合成等AI技術(shù)和iot物聯(lián)網(wǎng)技術(shù)，提供硬件到軟件全鏈路解決方案，助力開發(fā)者快速實(shí)現(xiàn)產(chǎn)品的智能化。

· Rokid語(yǔ)音整體方案，還針對(duì)行業(yè)或者特定場(chǎng)景，提供行業(yè)和場(chǎng)景解決方案，包括傳統(tǒng)制造行業(yè)，運(yùn)營(yíng)商以及互聯(lián)網(wǎng)行業(yè)和智能音箱解決方案、兒童故事機(jī)解決方案、智能電視解決方案

同時(shí)，平臺(tái)還提供了包括內(nèi)容類、工具類和互動(dòng)類等不同類型的垂直語(yǔ)音技能。您的設(shè)備接入Rokid后，即可使用眾多豐富有趣的 Rokid 公有技能，您也可以為自己的設(shè)備創(chuàng)建個(gè)性化的私有技能。

1.2. 接入方案類型

· 全鏈路通用方案：包括前端語(yǔ)音激活/降噪以及 Rokid 語(yǔ)音識(shí)別服務(wù)和語(yǔ)音合成服務(wù)的相關(guān)能力。

· 基礎(chǔ)語(yǔ)音模塊：基礎(chǔ)語(yǔ)語(yǔ)音服務(wù)的輸出，包括語(yǔ)音識(shí)別服務(wù)和語(yǔ)音合成服務(wù)。

· 全開源方案：YODAOS系統(tǒng)，可根據(jù)廠商或者個(gè)人開發(fā)者的需求，靈活修改，也歡迎開發(fā)者一起建設(shè)。

· CPU： Amlogic A113X A53x4 up to 1.5Ghz

· Memory： 256MB DDR3 + 512MB Nand Flash

· Mic Array： PDM mic x 4 Audio：line out 3.5mm

· Network：802.11 a/b/g/n/ac

· Bluetooth: BT 4.1/BLE LED: RGB

· LED x 12

· DC in：USB-Type C 5V

? 方案方塊圖

? 原理方框圖

? 核心技術(shù)優(yōu)勢(shì)

1，支持實(shí)時(shí)快速、精確的云端識(shí)別和遠(yuǎn)場(chǎng)拾音， 5米距離識(shí)別準(zhǔn)確率高達(dá)>92%。

2，識(shí)別輸出支持流式格式，能夠?qū)崟r(shí)地得到當(dāng)前識(shí)別的結(jié)果，根據(jù)字段判斷是否返回最終結(jié)果。

3，為保證用戶口音和生僻字、方言的識(shí)別，針對(duì)用戶粒度配置誤識(shí)別較高的糾錯(cuò)指令，通過app端的人工干預(yù)，進(jìn)行識(shí)別的糾正。

4，支持通用領(lǐng)域識(shí)別和垂直領(lǐng)域定制識(shí)別，定期增加領(lǐng)域數(shù)據(jù)，快速迭代，持續(xù)提升識(shí)別率。

? 方案規(guī)格

·  模組尺寸小，滿足小尺寸應(yīng)用場(chǎng)景

· 工作溫度-20℃+70℃;

· 工作電壓3.8V-4.2V,建議4V供電;

· 支持?jǐn)?shù)字音頻和模擬音頻，支持HR,FR,EFR,AMR語(yǔ)音編碼；

· 支持802.11 b/g/n  2.4GHz

· 支持HT20/HT40模式

· 支持低功耗信標(biāo)監(jiān)聽模式，低功耗接收模式，低功耗掛起模式

· 支持SWD調(diào)試端口訪問保護(hù)和禁止模式

· Wi-Fi和BT共用同一天線

· 支持串口本地升級(jí)和遠(yuǎn)程固件升級(jí)（FOTA）