虽然大多数亚马逊的 Alexa 认证产品都是硬件设计，但亚马逊网站却包括了一个软件音频前端 (AFE) 的开发工具包，该软件就列出了在嘈杂环境中优化音频检测的软件算法。其最新添加的是乐鑫的声学前端算法，简称为 ESP AFE，它是最近才符合亚马逊 Alexa 设备要求的。
实际上，这不是乐鑫第一个通过 Alexa 认证的解决方案了。因为两家公司过去曾就ESP32-PICO-V3-ZERO Alexa Connect Kit 模块或 ESP32 -Vaquita-DSPG板等音频产品进行过合作。
这些算法由乐鑫 AI 实验室团队创建，他们使用ESP32-S3处理器内部的 AI 和 DSP 指令来优化代码。这些算法仅使用了 12% 到 20% 的 CPU，以及 220 KB 的内存和 240 KB 的外部存储，为在无线 SoC 中运行的其他应用程序留下了额外的资源。据说ESP AFE的唤醒率达到了100%（应该是99.99%），在低信噪比场景下语音识别率则超过了90%。
这些算法包括多通道声学回声消除（AEC, Acoustic Echo Cancelation）、盲源分离（波束成形）、语音活动检测和噪声抑制（NS, Noise Suppression）。这些将有助于增强语音用户界面 (VUI)，尤其是在嘈杂的环境中，例如当设备既播放音乐又收听语音命令时。乐鑫方面还解释说，ESP AFE 可以帮助设计更小的设备，其中两个麦克风的间距可小至 2 厘米。
你可以在乐鑫的网站上找到更详细的概述，在 Github上可以找到更多技术细节。亚马逊页面称 ESP AFE 使用 2 麦克风阵列，售价 19.99 美元。这可能是ESP32-S3-DevKitC-1开发板与 2 麦克风阵列的价格，或者是单独的未公布的带有两个麦克风 ESP32-S3 开发板的价格。
文章翻译者：Jacob，嵌入式系统测试工程师、RAK高级工程师，物联网行业多年工作经验，熟悉嵌入式开发、测试各个环节，对不同产品有自己专业的分析与评估。