始终收听（Always-listening）的智能设备让人们的生活变得无比轻松，例如播放音乐、打开智能电视、调低恒温器，甚至在有人闯入房屋时发出警报。但这些设备却需要我们频繁地插电或更换电池。
尽管有时感觉语音助手已经存在于我们的生活中几十年了，但其实直到2014年底，亚马逊才推出首款智能扬声器Amazon Echo。五年之后，已经有数亿个数字语音助手安装在智能扬声器、智能家居系统、可穿戴设备和其它智能设备中，这些设备始终在收听唤醒词，随时可以做出响应。据最新的SAR Insight＆Consulting研究预测，到2023年，始终在线的智能语音设备安装量将飙升至近10亿部。
最早实现always-listening和语音优先的传感器是超微型MEMS（微机电系统）麦克风，它像笔尖一样大小，可以捕获环境中的声音数据。最初，这似乎是一个很好的解决方案，数据在云端处理，分析唤醒词的声音并发出命令。但是，过去几年语音助手和其它always-on物联网设备呈指数级增长，产生了前所未有的海量数据——据IDC预测，2025年将有416亿个物联网设备产生79.4 ZB的数据——这将使网络带宽负担过重，增加额外成本并降低电能效率。这些意料之外的结果推动着半导体行业去寻求新的方法，将部分云计算能力引入终端设备中——我们称之为边缘处理能力。
边缘的挑战
边缘计算之所以成功，很大程度上得益于低功耗数字信号处理器和微控制器的迅速发展，其中部分处理器甚至嵌入了神经网络，即微型机器学习（TinyML）芯片。这些芯片主要为数字处理芯片，仅在设备端就可以进行复杂的数据分析，例如判断是否有唤醒词被说出来。但是，尽管这些芯片现在可能像人脑一样智能，但它们仍然依赖于最初为“始终在线”的感应设备而设计的系统架构，需要立即将所有声音(本质上是模拟信号)转换为数字信号。即使是狗叫声或婴儿哭声，这些不可能包含唤醒词的声音也要被转换。所以，电能和数据被极大地浪费，这种古老的always-on-listening方法导致消费体验不佳，让设备厂商陷入消费者纠纷当中。
消费者的期望是，always-listening智能设备保持同样甚至更佳的性能，同时还能不断缩小尺寸，可以装进口袋里甚至塞入耳朵里，但是又不会牺牲电池寿命。这让OEM厂商有些无奈，如果继续使用传统架构，他们将继续浪费80-90%的电池寿命，用于处理毫无意义的数据。他们不得不让消费者做出“两害相权取其轻”的选择：要么必须插在墙上的非便携式语音助手，要么可以随身携带但电池续航时间短的便携式语音助手。
在系统中传输数据会耗电，因此最省电的方法就是尽快将数据量减少到最小需要的程度。如果真想走出always-on-listening的电源挑战困境，就需要一个新的思维范例，更接近人脑处理信息的能力，在任何特定时刻都能有效处理来自人类感官系统的大量数据。预先花费少量功耗来确定相干内容，仅处理最重要的数据，从而节省大部分的资源。
声音都是“模拟”的
提高“始终收听”设备的电池寿命一定会涉及模拟技术，这是一种让现今许多工程师感觉既古老而又生畏的技术。要处理真实世界的原始、非结构化的模拟信号（比如触摸、视觉、听觉和振动）非常困难。自从第一个数字集成电路问世以来，相较于直接处理所感测的模拟数据，用我们所熟悉的1或0处理传感器信号变得容易多了。这也是为什么“始终收听”设备在执行几乎所有其它操作之前，会先将模拟输入立即转换为数字信号的原因。
尽管数字技术在过去50年中有效地解决了处理难题，但它终将触及物理定律的极限。数字设备尺寸缩小速度的放缓已经使技术人员将创新热情转向了设备内部的芯片。这种创新已经发生了两个根本变化：一是更加有策略地使用数字技术，使数字芯片仅在必要时才进行高负载处理；二是利用模拟电路固有的低功耗，与机器学习相结合进行第一轮分析，在声音数据仍处于自然模拟状态时就确定语音是否真实存在。这将使数字处理芯片保持在低功耗睡眠模式，直到真正需要它们“倾听”关键字时才被唤醒。
大幅提高always-on设备的电源使用效率，并不是让每个芯片都能“像人脑一样思考”，而是重新构想一个更像人类感应系统的系统架构，逐步对声音进行分层解析，以便将更多的能量集中在最重要的事务上。
实现共赢
寻求更长的电池使用寿命促使系统设计人员采用一种新的架构，以便可以处理更少的数据量，因为更少的数据处理意味着更长的电池寿命。位于边缘端的模拟ML芯片可以像智能流量管理器一样工作，使数字处理芯片保持休眠状态，仅在需要时才唤醒它们。这种仿生“始终在线”的边缘处理方法可以让模拟和数字处理器各自做它们最擅长的工作，从而让消费者成为最终的赢家。毕竟，谁不想要一个仅一节电池就可用一年的声控电视遥控器呢！
（参考原文：Reduce the Data, Save the Battery）
本文为《电子工程专辑》2021年1月刊 杂志文章，版权所有，禁止转载。点击申请免费杂志订阅
