基于 RTL8723DS +A113 開發的智能音箱模塊設計方案

一、前言

AI智能音箱是人工智能與傳統音箱結合的產物。其基本原理是用戶使用自然語言與機器(即音箱)交流，音箱通過識別用戶的語音指令完成相應任務，如點播音樂、收聽新聞、設置日程、查詢信息等。當今AI智能音箱，已被認為是物聯網時代的入口，在去年成為了各大廠商爭相投入的風口。因它不僅僅是一臺單純的音樂播放器，在其背后支撐的 AI 技術才是整個產品的核心，也是各大公司覬覦物聯網入口的最根本原因。經歷了2017年的爆發式增長，到現在AI智能音箱已經成為最熱門的硬件產品之一，因此各種客制化的產品如雨后春筍般的噴涌而出。

二、基于“RTL8723DS +A113”開發的智能音箱模塊設計

鑒于市場的蓬勃發展，我們審時度勢，推出基于“RTL8723DS +A113”開發的智能音箱模塊設計，更加方便工程師的應用需求，注意 Amlogic/A113 開發手冊目前只面向 Rokid 開發者提供。如未注冊成為Rokid 開發者，請先至 Rokid 官網注冊成為開發者，具體請訪問https://developer.rokid.com/。

1)開發板套件基本參數介紹

1.1. Rokid語音整體方案 通過接入Rokid智能語音服務，您可以為配有麥克風和揚聲器的聯網硬件設備添加語音交互體驗，使得您的手機、電視、音箱等智能設備輕松擁有語音交互的能力。

· Rokid語音整體方案，融合了從前端硬件的遠場拾音、降噪、回聲消除等技術，到語音識別、語義理解、自然語言合成等AI技術和iot物聯網技術，提供硬件到軟件全鏈路解決方案，助力開發者快速實現產品的智能化。

· Rokid語音整體方案，還針對行業或者特定場景，提供行業和場景解決方案，包括傳統制造行業，運營商以及互聯網行業和智能音箱解決方案、兒童故事機解決方案、智能電視解決方案

同時，平臺還提供了包括內容類、工具類和互動類等不同類型的垂直語音技能。您的設備接入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備創建個性化的私有技能。

1.2. 接入方案類型

· 全鏈路通用方案：包括前端語音激活/降噪以及 Rokid 語音識別服務和語音合成服務的相關能力。

· 基礎語音模塊：基礎語語音服務的輸出，包括語音識別服務和語音合成服務。

· 全開源方案：YODAOS系統，可根據廠商或者個人開發者的需求，靈活修改，也歡迎開發者一起建設。

· 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

? 核心技術優勢

1，支持實時快速、精確的云端識別和遠場拾音， 5米距離識別準確率高達>92%。

2，識別輸出支持流式格式，能夠實時地得到當前識別的結果，根據字段判斷是否返回最終結果。

3，為保證用戶口音和生僻字、方言的識別，針對用戶粒度配置誤識別較高的糾錯指令，通過app端的人工干預，進行識別的糾正。

4，支持通用領域識別和垂直領域定制識別，定期增加領域數據，快速迭代，持續提升識別率。

? 方案規格

·  模組尺寸小，滿足小尺寸應用場景

· 工作溫度-20℃+70℃;

· 工作電壓3.8V-4.2V,建議4V供電;

· 支持數字音頻和模擬音頻，支持HR,FR,EFR,AMR語音編碼；

· 支持802.11 b/g/n  2.4GHz

· 支持HT20/HT40模式

· 支持低功耗信標監聽模式，低功耗接收模式，低功耗掛起模式

· 支持SWD調試端口訪問保護和禁止模式

· Wi-Fi和BT共用同一天線

· 支持串口本地升級和遠程固件升級（FOTA）