Pametni zvočniki v IoT okoljih

Pametni zvočniki omogočajo veliko uporabnih funkcionalnosti, kot so na primer kapacitivne tipke za upravljanje z govorom, vklop in izklop naprave, brezžična povezljivost Bluetooth ali Wi-Fi, svetlobni odziv oziroma ambientalna osvetlitev, pogovorni agent, nadzor naprav za avtomatizacijo hiše itd. Z vso funkcionalnostjo pa lahko bistveno povečamo kakovost življenja uporabnikov v realnih okoljih. Predstavljen je sistem uporabe pametnih zvočnikov v stavbah z več prostori. V sistemu smo predvideli predvajanje in zajemanje zvoka v vseh prostorih. Obravnavali smo tudi, kje se mora izvajati procesiranje in katere algoritme takšni zvočniki uporabljajo. Med temi nas je še posebej zanimal algoritem za prepoznavanje govora. V sistemu smo predvideli povezovanje pametnih zvočnikov z ogrodjem Home Assistant. 

 

Pametni zvočnik je elektronska naprava, ki se lahko povezuje s pogovornimi agenti, ki so običajno v oblaku (angl. cloud). Zvočnik zajema govor uporabnika, ga v realnem času procesira in vrača tudi odziv v obliki govora. Danes obstaja na trgu več pametnih zvočnikov različnih proizvajalcev, vsak pa ima svoje prednosti in slabosti. Med najbolj priljubljenimi so: Amazon Echo, Google Home, Apple HomePod, Sonos, itd. Največjo dodano vrednost pametnih zvočnikov predstavlja zmogljivost pripadajočih pogovornih asistentov. Pametni zvočnik je del interneta stvari, ki uporabniku omogoči preprost, učinkovit in sodoben pristop do naprednih storitev in informacij. 

 

Pametni zvočniki uporabljajo velik nabor algoritmov, ki so vgrajeni v strojni opremi s pomočjo SDK, kar omogoča lažji razvoj in posodobitve obstoječe programske opreme. Mnogi od prvotno uporabljenih algoritmov se dandanes ne uporabljajo ali se delno uporabljajo, vse bolj pa se uporabljajo pristopi, ki temeljijo na AI, preprosto zato, ker se bolje spopadajo z naravo in količino podatkov. Vgrajeni AI algoritmi so naredili velik skok glede zmogljivosti zaradi procesorske moči novejših in sodobnih čipov. Algoritmi, ki so namenjeni akustičnemu procesiranju, procesirajo akustične signale z visoko hitrostjo in omogočajo brezhibno interakcijo med uporabnikom in napravami v IoT okolju. Algoritmi se posodabljajo in razvijajo s pomočjo globokega učenja (angl. deep learning), kar omogoča več funkcionalnosti in širši spekter uporabe napravei. 

 

Generiranje naravnega jezika je algoritem, ki uporablja umetno inteligenco za generiranje poročil in drugih vrst besedil v naravnem jeziku. NLG uporablja NLP algoritme in AI za generiranje povzetkov besedil in drugih vrst podatkov, ki jih ljudje lažje razumejo. Besedila, generirana iz NLG sistemov, običajno vsebujejo besede in izraze z natančno definirano semantiko. NLG predstavlja predzadnji korak zaporednih procesov, ki sestavljajo odziv pametnega zvočnika. Na razpolago je veliko algoritmov, ki se uporabljajo za generiranje jezika: Markove verige, RNN (angl. Recurrent Neural Network), LSTM (angl. Long Short-Term Memory) arhitekture itd.  

 

Pametni zvočniki imajo kompleksno konfiguracijo, v kateri večino dela opravlja matična plošča, oziroma procesorsko jedro in FPGA. Odvisno od zvočnika oziroma proizvajalca je v uporabi več tipov matičnih plošč, ki poskrbijo za večjo učinkovitost in funkcionalnost naprave. Na matični plošči imamo tudi glavni pomnilnik, LED gonilnike za kapacitivne tipke, analogno-digitalne pretvornike, čipe za brezžično povezovanje itd. Vključeno je tudi zaporedje mikrofonov, ki so vedno vklopljeni, pri čemer se zajemanje izvaja po uporabi specifične »ključne« besede.