恩智浦 i.MX RT106S 本地语音识别方案介绍

基于恩智浦高性能跨界 MCU i.MX RT106S，可以实现本地语音识别，显示触摸屏，以及人脸识别，今天介绍的方案，主要是基于本地语音识别的方案，可以提供本地语音识别模组，提供软硬件参考设计。 

恩智浦去年有推出本地语音识别模组方案，RT106L，大家如果了解有知道，这个方案的性能效果也是非常好的，但是针对于客户需求自己的唤醒词，需要增加 NRE 费用来让厂家帮忙修改，费用以及时间成本都是比较高，对于一些小厂家是非常不友好，而 RT106S 就可以完美解决这个问题，且听我慢慢道来。

而 MCU 方案的语音识别模组，对于 MPU 方案的语音识别方案又有什么优势呢？

首先是，MCU 方案的成本相较于 MPU 方案来说，成本更低

• Arm Cortex-M7 - 600mhz + 1mb SRAM (512kb on i.MX RT105S)
• 无需外部 DSP 或唤醒字引擎，内部集成编解码
• 可作为产品主控 MCU（无需增加 MCU）
• 对比基于 Linux 的 MPU 实现成本 Cost Down
• 不需要外加 SDRAM, eMMC Flash, PMIC，使用四层板，Layout 更简单

因为恩智浦方案已经是完整的方案，因此对于开发者来说，更快更简单

从设计到生产时间不到 6 个月

• 只需熟悉 MCU+RTOS 平台(无需 Linux 基础)
• 提供完整解决方案，一站式服务 包括软件
• 不需要系统集成商，不需要第三方参与
• 不需要声音或音频专业知识

方案包含经过验证的短语识别自动语音识别 (ASR) 引擎

• 基于 PC 的语音模型创建工具，可以文本输入，无 NRE 费用
• 多个唤醒词，>100 命令，
• 支持多达四种语言同时
• 开箱即用的体验
• 支持 2 或 3 麦克风。支持 180° 或 360° 远场实现
  
  
  
  

可能对于一些复杂的产品来说，需要更多的命令词，因此需要在线语音识别，需要与云端进行互动，但是在线识别需要麦克风一直处于收发状态，对于大多数用户来说，隐私可能是个大问题，
而离线语音产品的优势在于，无需网络，无需上云，安全便捷

而离线语音模组主要针对智能家居应用、智能家电应用

• 智能家居
• 智能照明、窗帘、风扇控制
• 智能开关、调光器、插头和插座
• 恒温器、房间空调、加湿器
• 控制面板，玻璃破碎传感器，烟雾和一氧化碳探测器
• 车库门开启器和门禁面板
• 智能玩具
• 智能家电
• 冰箱、烤箱、洗衣机、烘干机、灶台、通风罩、酒柜等
• 智能楼宇与工业
• 电梯
• 楼宇对讲系统
• 自动售货机
• 工业自动化

可以看到方案支持 3 个麦克风，只需要外加一个 QSPI Flash，因为 RT106S 本身没有带有 Flash，方案的外围器件非常少，成本可以节约不少，如果需要在线方案，需要外加一个 Wi-Fi 模组，
当然目前这个方案和语音识别暂时还未支持在线识别，暂未打通云端识别。

该方案本身支持普通话、英语、德语、法语。

语音模组 Demo 本身的唤醒词：

English – Hey NXP

Mandarin – 你好恩智浦 (Nǐ hǎo NXP)

German – Hallo NXP

French – Salut NXP

以下是 Demo 支持的部分命令词


回到之前提的问题，RT106S 和 RT106L 的区别就是在客户需要自定义唤醒词和自定义命令词时，可以不增加 NRE 费用的前提下，自己进行开发，产品恩智浦提供了一个工具，Text to Model 客户可以自行在工具上进行唤醒词和命令词的修改，开发更简单且费用更少。

以上就是恩智浦 RT106S 离线语音方案的一些内容，很开心与大家分享，前面还提到 RT106S 还支持 LCD 接口，可以做一些显示触摸屏的功能，M7 的内核，以及 600Mhz 的高主频还可以跑人脸识别的算法，后续在这些扩展应用上，我们也会发布新的 Demo 视频和博文分享，如果需要购买开发板或者需要软件、硬件资料，都可以在下方留言，也欢迎大家一起来探讨关于语音识别的应用方向。



参考资料：

《NXP i.MX RT106S - SLN-LOCAL2-IOT Six-Pack Presentation》