据IDC预测预计到2024年全球智能家居市场将达到约14亿台的规模。
Aspinity近期发布面向电池驱动智能家具设备的声音事件检测开发套件，可以检测诸如玻璃破碎，语音和其他声音事件，帮助智能家居设备更好地确保家居安全和便利性。
在将所有输入的语音信号数字化之前，采用其analogML-模拟电路机器学习处理器和算法，首先确定是否包含特定的声音事件(specific acoustic events)，可以极大的降低系统的功耗。
Aspinity的analogML核心为电池驱动的实时监听设备带来了全新的声音检测应用，诸如 -
Window breaks
Other glass breaks
Fire, smoke, CO or other types of alarms
Gunshots
Dog barks
Valve leaks
Water drips
Baby cries
Numerous other acoustic events
Aspinity的analogMLO核心是业界第一款全模拟系统级的唤醒IC -
- Detects acoustic events directly from raw analog microphone data
- Discriminates effectively between different types of acoustic events
- Is trainable for specific acoustic events for your customized application
请参考以下演示视频 -
Aspinity的RAMP(Reconfigurable Analog Modular Processor)技术，是一个模拟电路神经网络处理平台，拥有媲美数字电洛的高性能，稳定性和通用性。Carver Mead于1980年就采用模拟电路来模拟神经网络系统。但是模拟电路在处理诸如offsets, PVT和对biasing的精准控制所带来的挑战，阻碍了其应用。
对于RAMP技术的介绍，请参看如下视频 -
关于Amazon基于设备端和云端的二阶AED(Acoustic Event Detection)解决方案，请参考如下视频 -
完整的Alexa Guard解决方案介绍 -
不同于以上方案，Sensory SoundID是设备端嵌入式纯软件的特定声音事件检测算法和识别引擎，支持广泛的硬件和软件环境。更多信息请参考 https://www.sensory.com/sound-identification/
具体应用演示请参考如下视频 -
