陳飛

摘要：該文針對(duì)藍(lán)牙耳機(jī)功能單一、續(xù)航能力短等問(wèn)題，選取QuickLogic音頻芯片和CSR藍(lán)牙芯片，基于Iflytek AI智能語(yǔ)音服務(wù)設(shè)計(jì)了具有云交互能力的智能耳機(jī)。該耳機(jī)通過(guò)語(yǔ)音喚醒關(guān)鍵字控制、發(fā)送語(yǔ)音信息，實(shí)現(xiàn)獲取新聞、問(wèn)題、音樂(lè)等內(nèi)容；通過(guò)關(guān)鍵字命令控制，無(wú)須手動(dòng)切換，實(shí)現(xiàn)音頻播放控制，極其方便實(shí)用。功耗模塊設(shè)計(jì)能檢測(cè)耳機(jī)的工作狀態(tài)，靈活休眠、喚醒耳機(jī)設(shè)備，有效地提升了耳機(jī)的續(xù)航能力。

關(guān)鍵詞：語(yǔ)音喚醒；云交互；智能耳機(jī)；功耗控制

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）28-0234-02

The Design and Implementation of a Low-Power Cloud Interactive Headphone Based on Bluetooth

CHEN Fei

（Shenzhen Grandsun Electronic Co.， Ltd.， Nanjing 211100， China）

Abstract： In view of few functions and short battery life of Bluetooth headphones， this article selects QuickLogic audio chip and CSR Bluetooth chip to design smart headphone with cloud interactive capabilities based on Iflytek AI intelligent voice service. The device awaken by keyword from deep sleep， and then the voice information is sent to cloud and parsed to obtain various news， questions， music and other content； through the keyword command control， user can conveniently control audio playback without manually operation. Power module can detect the working status of the headphone， flexible sleep， wake up the headphone device and effectively enhance power saving.

Key words： Sound wake-up； Cloud interaction； Smart headphone； Power control

藍(lán)牙技術(shù)是一種可靠的短距離無(wú)線連接技術(shù)，以2.4至2.485 GHz的ISM頻段為載波進(jìn)行通訊，目前最新的藍(lán)牙5.0版本能夠?qū)崿F(xiàn)高達(dá)2Mbps的速率。因其低延時(shí)，低功耗高速率特性能實(shí)現(xiàn)高品質(zhì)音樂(lè)傳輸，各式各樣藍(lán)牙耳機(jī)應(yīng)運(yùn)而生。藍(lán)牙耳機(jī)最大的優(yōu)勢(shì)在于能實(shí)現(xiàn)高保真音樂(lè)播放，同時(shí)用戶可以不用攜帶音頻設(shè)備而在較大范圍內(nèi)隨意移動(dòng)，十分便利，因此應(yīng)用空間極大。但功能單一，續(xù)航時(shí)間短是大多數(shù)藍(lán)牙耳機(jī)普遍存在的問(wèn)題。本文利用CSR藍(lán)牙技術(shù)芯片[1]和Quicklogic音頻處理芯片[2]與手機(jī)云處理應(yīng)用相結(jié)合，設(shè)計(jì)一種智能的云交互藍(lán)牙耳機(jī)，使用戶能隨時(shí)聆聽(tīng)感興趣的音樂(lè)、問(wèn)題、新聞等。新穎的命令模式，可以通過(guò)語(yǔ)音就能實(shí)現(xiàn)音頻的播放、切換、音量調(diào)節(jié)等操作。配戴檢測(cè)機(jī)制能及時(shí)檢測(cè)耳機(jī)是否佩戴，從而靈活控制電源通斷，從而延長(zhǎng)續(xù)航時(shí)間。

1 系統(tǒng)結(jié)構(gòu)

智能藍(lán)牙耳機(jī)系統(tǒng)主要由三大部分組成，耳機(jī)系統(tǒng)、手機(jī)端云應(yīng)用、云端。耳機(jī)系統(tǒng)包括音頻處理模塊，藍(lán)牙模塊，功耗控制模塊。手機(jī)端云應(yīng)用是自主設(shè)計(jì)的，工作于便攜智能設(shè)備（如手機(jī)）上的應(yīng)用程序，系統(tǒng)總統(tǒng)結(jié)構(gòu)如圖1。

音頻模塊負(fù)責(zé)音頻采集，本地語(yǔ)音識(shí)別。語(yǔ)音識(shí)別用于喚醒云交互，或者控制音頻播放。通過(guò)對(duì)硬件資源、處理能力的研究，選取Quicklogic芯片EOS S3（下文簡(jiǎn)稱S3）實(shí)現(xiàn)音頻處理，該芯片具有豐富的音頻及輸入輸出端口，可以實(shí)現(xiàn)模擬或數(shù)字麥克風(fēng)接入、音頻數(shù)據(jù)采集或輸出等功能。功耗控制模塊的核心為距離探測(cè)傳感器，當(dāng)檢測(cè)到未配戴時(shí)，使耳機(jī)系統(tǒng)進(jìn)入休眠模式，達(dá)到省電效果。以CSR為核心的藍(lán)牙模塊實(shí)現(xiàn)耳機(jī)設(shè)備與手機(jī)端的連接和數(shù)據(jù)傳輸。語(yǔ)音數(shù)據(jù)從音頻芯片讀取，能實(shí)現(xiàn)藍(lán)牙電話、持續(xù)音頻數(shù)據(jù)流發(fā)送。手機(jī)設(shè)備端應(yīng)用通過(guò)在云端處理藍(lán)牙音頻數(shù)據(jù)，解析語(yǔ)音的意圖，根據(jù)解析結(jié)果做出相應(yīng)處理。

2 系統(tǒng)硬件設(shè)計(jì)

2.1 EOS S3音頻硬件實(shí)現(xiàn)

傳感器芯片S3具有豐富的硬件接口和強(qiáng)大的音頻處理能力，核心為Cortex-M4F及uDSP，可運(yùn)行實(shí)時(shí)操作系統(tǒng)實(shí)現(xiàn)軟件控制，高達(dá)512K SRAM確保軟件高速運(yùn)轉(zhuǎn)，可實(shí)現(xiàn)音頻算法如噪聲抑制（ANS）[3]，回聲消除（AEC）[4]等。DMA及FIFO設(shè)計(jì)能加速內(nèi)部音頻數(shù)據(jù)傳輸，盡最大可能減少延時(shí)。兩路I2S 和PDM接口適應(yīng)模擬或數(shù)字麥克風(fēng)連接，同時(shí)實(shí)現(xiàn)與外部I2S設(shè)備通信。8路帶中斷能力IO能輕松實(shí)現(xiàn)與外設(shè)的連接控制。UART通信端口可用來(lái)實(shí)現(xiàn)命令控制字傳輸。

本設(shè)計(jì)采用雙數(shù)字麥克風(fēng)與PDM接口相連，在芯片內(nèi)部轉(zhuǎn)換為PCM數(shù)據(jù)。UART，I2S與中斷IO分別與藍(lán)牙芯片CSR對(duì)于端口相連。圖2中EOS S3是音頻芯片的主要實(shí)現(xiàn)電路。

2.2 功耗控制電路

接近傳感器芯片采用SFH7776，具有一路I2C和一路中斷IO。通過(guò)I2C配置參數(shù)實(shí)現(xiàn)中斷產(chǎn)生條件，如低于1CM或大于10CM時(shí)產(chǎn)生中斷。圖2所示，接近傳感器與S3相連，上電時(shí)通過(guò)I2C在S3內(nèi)編程配置，中斷信號(hào)連接到S3，條件滿足時(shí)，喚醒S3。S3根據(jù)實(shí)際狀態(tài)，決定是否需要喚醒藍(lán)牙模塊。

2.3 藍(lán)牙模塊

CSR8670是專為高質(zhì)量音頻傳輸設(shè)計(jì)的可編程藍(lán)牙處理芯片。集成雙聲道模式藍(lán)牙音頻，擁有一顆低功耗的DSP做音頻處理。雙聲道16-bit ADC 高達(dá)48K采樣率，雙聲道16bit DAC 高達(dá)96K采樣率[3]，高保真音頻輸出。 I2S接口支持主流的24bit音頻數(shù)據(jù)格式。充電電路支持高達(dá)200ma電流輸出，減少充電電路設(shè)計(jì)的額外開(kāi)銷(xiāo)。藍(lán)牙電路硬件設(shè)計(jì)結(jié)構(gòu)如圖2中所示。圖中ANT處為射頻電路，是與遠(yuǎn)端數(shù)據(jù)交互的接口，UART、I2S、CSRIRQ，CSRWAKIRQ1網(wǎng)絡(luò)標(biāo)簽與音頻芯片S3對(duì)應(yīng)連接，實(shí)現(xiàn)消息交互。

3 軟件設(shè)計(jì)

3.1 EOS S3軟件框架

S3音頻采集、處理軟件（如圖3）基于FreeRTOS實(shí)現(xiàn)，該系統(tǒng)免費(fèi)開(kāi)源，具有可裁剪、可移植、調(diào)度靈活、多任務(wù)等特性。

音頻數(shù)據(jù)采集與發(fā)送、語(yǔ)音喚醒、噪聲消除、中斷處理是需要實(shí)現(xiàn)的主要功能。系統(tǒng)上電復(fù)位，初始化時(shí)鐘、中斷、硬件資源，然后啟動(dòng)各任務(wù)線程。語(yǔ)音數(shù)據(jù)緩存滿時(shí)，由中斷內(nèi)發(fā)送消息給噪聲處理線程做ANC處理，然后再發(fā)送給語(yǔ)音關(guān)鍵字檢測(cè)線程。經(jīng)過(guò)ANC處理的數(shù)據(jù)除去大部分噪聲，盡最大可能保留真實(shí)語(yǔ)音信息，能提高喚醒準(zhǔn)確率。關(guān)鍵字算法檢測(cè)分兩種，一種為喚醒模式，一種為命令模式。喚醒模式只檢測(cè)喚醒關(guān)鍵字，當(dāng)檢測(cè)到關(guān)鍵字時(shí)，發(fā)送中斷到CSR8670，開(kāi)啟語(yǔ)音傳輸，與云端進(jìn)行語(yǔ)音交互。命令模式檢測(cè)不同的喚醒關(guān)鍵字，然后再檢測(cè)命令，比如控制命令“艾倫，暫停”中，“艾倫”是關(guān)鍵字，“暫停”則為命令。命令由UART發(fā)送到CSR8670，經(jīng)過(guò)處理后發(fā)送到手機(jī)端解析，執(zhí)行相應(yīng)操作。

3.2 藍(lán)牙模塊軟件框架

藍(lán)牙模塊需要實(shí)現(xiàn)的功能有I2S主接收、UART接收、音頻DAC輸出、中斷處理等。圖4為軟件處理流程圖。藍(lán)牙模塊處理的數(shù)據(jù)有音頻數(shù)據(jù)和控制命令兩種。音頻數(shù)據(jù)主要針對(duì)SCO、A2DP、語(yǔ)音交互等模式。語(yǔ)音交互時(shí)，音頻數(shù)據(jù)直接發(fā)送給手機(jī)端云應(yīng)用做語(yǔ)義分析。從UART端接收的控制命令需要解析與編碼，針對(duì)不同的命令，如音量增加、暫停等做封裝再發(fā)送。中斷程序接收到S3的喚醒中斷信號(hào)后，喚醒藍(lán)牙芯片，進(jìn)入工作模式。

3.3 云應(yīng)用軟件框架

手機(jī)端應(yīng)用CloudEcho 基于Iflytek AI語(yǔ)音引擎實(shí)現(xiàn)，負(fù)責(zé)處理藍(lán)牙音頻信息，數(shù)據(jù)信息，音頻播放，音頻云端解析等任務(wù)。Iflytek的AI 語(yǔ)音引擎具有強(qiáng)大的語(yǔ)音處理能力，此處主要用語(yǔ)意理解，語(yǔ)音合成等服務(wù)。圖5為應(yīng)用與語(yǔ)音引擎之間的處理流程。語(yǔ)意理解的所有回答通過(guò)開(kāi)放技能或自定義技能給出，返回結(jié)果為文字或者語(yǔ)音數(shù)據(jù)。為文字時(shí)，通過(guò)語(yǔ)音合成服務(wù)轉(zhuǎn)換為語(yǔ)音以藍(lán)牙播出，為音頻數(shù)據(jù)時(shí)，直接通過(guò)藍(lán)

牙播出。CloudEcho對(duì)耳機(jī)和云端的數(shù)據(jù)分別處理，實(shí)現(xiàn)智能問(wèn)答、音頻播放等。

4 結(jié)論

本文所設(shè)計(jì)的智能藍(lán)牙云交互耳機(jī)具有友好的體驗(yàn)效果，雙聲道音頻設(shè)計(jì)和高采樣率DAC解析實(shí)現(xiàn)高品質(zhì)音頻播放。多樣化本地命令控制輕松實(shí)現(xiàn)音樂(lè)播放控制。功耗控制方案有效節(jié)省閑時(shí)功耗。此方案所選取的硬件成本略高，但對(duì)于高端智能無(wú)線耳機(jī)的解決方案具有較好的參考價(jià)值。

參考文獻(xiàn)：

[1] Cambridge Silicon Radio. BlueCore Bluetooth chipset. Online at https：//www.qualcomm.com/products/bluetooth.

[2] QuickLogic， Introducing the new EOS S3 LV （Low Voltage） platform - the latest addition to the EOS S3 Voice and Sensor Processing Platform Family.[2018].https：//www.quicklogic.com/platforms/sensor-processing/eos/.

[3] J. Thiemann “Acoustic Noise Suppression for Speech Signals Using Auditory Masking Effects” // Ph.D. thesis， Department of Electrical & Computer Engineering， McGill University， Montreal， Canada，2001.

[4] Y. Lu， R. Fowler， W. Tian， and L. Thompson， Enhancing echo cancellation via estimation of delay， IEEE Transactions on Signal Processing ，2005， 53（11）：4159-4168.

【通聯(lián)編輯：唐一東】