SiliconLabs(亦稱“芯科科技”)設(shè)計(jì)合作伙伴-SensiML近期制作了應(yīng)用文章系列：“創(chuàng)造真正智能的智能家居設(shè)備-使用Silicon Labs xG24開發(fā)套件支持AI加速器以構(gòu)建聲音感知門鎖”(Creating a Smarthome Device That Is TrulySmart - Building an Acoustic Aware Door Lock Using Silicon Labs' AI AcceleratedxG24 Dev Kit)。通過將新的人工智能(AI)和機(jī)器學(xué)習(xí)(ML)工具鏈與Silicon Labs的Simplicity Studio以及BG24和MG24系列SoC結(jié)合使用，實(shí)現(xiàn)真正智能的智能家居設(shè)備-聲音感知的智能門鎖。

SensiML是領(lǐng)先的AI和ML工具提供商，SiliconLabs攜手該公司致力于幫助開發(fā)人員獲得端對(duì)端工具鏈，簡(jiǎn)化機(jī)器學(xué)習(xí)模型的開發(fā)，并優(yōu)化無線應(yīng)用的嵌入式部署。

計(jì)畫-創(chuàng)建可感知聲音的智能門鎖

智能連接設(shè)備逐漸進(jìn)入我們家庭和日常生活的例子日漸增加，包括智能燈泡，智能集線器，恒溫器，電器甚至智能狗碗等，幾乎所有這些設(shè)備都是聯(lián)網(wǎng)的，有些甚至是被稱之為“智能”的設(shè)備——盡管問題是大多數(shù)通過云計(jì)算或智能手機(jī)應(yīng)用獲得智慧。目前很少有這類設(shè)備本身是智能的，它們利用邊緣推理計(jì)算來提供自主的局部洞察，它們可以處理和行動(dòng)，而不需要依賴網(wǎng)絡(luò)的輔助。隨著針對(duì)物聯(lián)網(wǎng)邊緣設(shè)備的最新嵌入式芯片和微控制器的出現(xiàn)，這種限制正在迅速改變，這些設(shè)備擁有更強(qiáng)大的處理器，甚至是專門的AI加速器。

最近的硬件進(jìn)步使這一趨勢(shì)朝著真正智能的物聯(lián)網(wǎng)邊緣應(yīng)用和設(shè)備發(fā)展。硬件不斷地創(chuàng)新正在將人工智能從云端帶到以超低功耗芯片驅(qū)動(dòng)的物聯(lián)網(wǎng)邊緣設(shè)備本身。除了硬件之外，具有AI能力的邊緣芯片還需要強(qiáng)大的配套軟件工具，讓開發(fā)人員輕松地挖掘這些新處理器的全部潛力。眾所周知，在不影響AI學(xué)習(xí)曲線的情況下做到這一點(diǎn)是艱鉅的挑戰(zhàn)。畢竟構(gòu)建具有產(chǎn)品價(jià)值的、數(shù)據(jù)驅(qū)動(dòng)的AI模型是一個(gè)多學(xué)科的過程，涉及AI、數(shù)字信號(hào)處理、領(lǐng)域?qū)I(yè)知識(shí)和固件優(yōu)化。這些都是典型的專業(yè)領(lǐng)域，具有獨(dú)立發(fā)展的專業(yè)工具，以適應(yīng)嵌入式傳感器數(shù)據(jù)處理的每個(gè)特定方面的專家用戶。幸運(yùn)的是，最新的硬件進(jìn)步現(xiàn)在伴隨著新的AutoML軟件工具，如SensiML的分析工具，統(tǒng)一和簡(jiǎn)化構(gòu)建真正智能物聯(lián)網(wǎng)邊緣設(shè)備的工作流程，正如我們將在本系列文章中演示的那樣。

介紹Silicon Labs內(nèi)建AI/ML加速器的MG24和BG24 SoC

最新一代具有AI/ML能力的邊緣處理器的例子來自SensiML的合作伙伴SiliconLabs。SiliconLabs的MG24和BG24 SoC結(jié)合AI/ML加速器以及最新發(fā)布的SensiML分析工具包，支持這些設(shè)備的全部功能，為開發(fā)人員在構(gòu)建真正智能的物聯(lián)網(wǎng)邊緣設(shè)備方面邁出了重要一步。具體而言，對(duì)于音頻分類等需要復(fù)雜神經(jīng)網(wǎng)絡(luò)模型的高級(jí)用例，SiliconLabs MG24 / BG24 SoC產(chǎn)品家族和SensiML的組合允許具有現(xiàn)有IoT開發(fā)技能的項(xiàng)目團(tuán)隊(duì)輕松創(chuàng)建節(jié)電、低延遲的AI應(yīng)用。

為了說明這種硬件/軟件組合解決方案的可行性，在這個(gè)由多部分組成的博客文章系列中，我們將著手構(gòu)建一個(gè)真正的智能門鎖，它只利用一個(gè)麥克風(fēng)和強(qiáng)大的AI推理計(jì)算在邊緣設(shè)備中，以確定各種系統(tǒng)須知的聲學(xué)事件，從而生產(chǎn)出更好、更安全的家庭門鎖。

概念-聲音感知智能門

我們已經(jīng)看到市場(chǎng)上出現(xiàn)了各種各樣的聯(lián)網(wǎng)設(shè)備，以改善我們?cè)谥悄芗揖又杏龅降牡谝粋€(gè)環(huán)節(jié)—前門的體驗(yàn)。智能門鈴現(xiàn)在集成了連接攝像頭，門鎖也具有連接功能，允許靈活和可編程的訪問，以替代傳統(tǒng)的鎖和鑰匙。在這個(gè)組合中，我們將在這個(gè)博客系列中探索的是一個(gè)為這些設(shè)備添加聲音感知和智能的概念。利用SiliconLabs xG24 Dev Kit和SensiML Analytics Toolkit，我們將集成一個(gè)麥克風(fēng)和AI處理，為互聯(lián)的智能門帶來額外的自主洞察。

我們的聲音感應(yīng)式真正的智能門鎖將通過機(jī)械布局來監(jiān)測(cè)周圍環(huán)境的聲音，這有助于加強(qiáng)門本身內(nèi)部結(jié)構(gòu)聲音的信號(hào)。使用數(shù)據(jù)驅(qū)動(dòng)的AutoML模型構(gòu)建和SensiML分析工具，我們將捕捉各種有趣的聲音事件，目的是構(gòu)建一個(gè)識(shí)別模型，可以在本地識(shí)別此類事件，而不需要聯(lián)網(wǎng)AI、云或智能手機(jī)處理。

我們將捕捉到的一些事件包括:

敲門

鍵鎖插入

門栓嚙合

多余的聲音(避免假性觸發(fā)事件)

擴(kuò)展這個(gè)概念，還有很多其他的事件可以添加到列表中:

門鎖篡改

敲門聲

試圖入侵

玻璃破碎險(xiǎn)

用戶的語音識(shí)別

以上為本系列博客文章的第一部分，后面幾期內(nèi)容我們將通過智能聲感門鎖的開發(fā)工作取得進(jìn)展。

審核編輯：湯梓紅