隨著智能穿戴設備的快速發展，AI眼鏡作為下一代人機交互的重要載體，正逐步走向大眾市場。不過，受限于設備尺寸和電池容量，當前產品的常規使用電池續航平均在3-4小時。因此，如何進一步提升續航時間，成為AI眼鏡設計中的核心挑戰。

在現有的AI眼鏡架構中，MCU端主要負責對音頻的處理，其中語音監聽與喚醒檢測，以及通話場景下的語音降噪與回聲消除等功能備受關注。除去功能實現外，實時性與低功耗是消費級AI眼鏡設計中必須重點考量的兩個要素。

語音監聽與喚醒檢測：構建感知閉環

目前AI眼鏡最主要的交互方式是語音控制。 整個語音交互過程可分為監聽和處理兩個階段，分別對應于低功耗休眠和高性能活動兩種狀態。基于此，系統形成一個閉環流程：

感知（監聽）→喚醒（進入處理狀態）→判斷（識別喚醒詞）→休眠（返回監聽狀態）

AI眼鏡語音感知的閉環流程

●   監聽階段 Voice活動檢測

在低功耗狀態下，系統持續進行音頻采集，并通過VAD（Voice Activity Detector）對環境中的Voice活動進行實時監測。一旦檢測到Voice信號，系統將從休眠狀態喚醒，進入口令識別和處理階段。

這一階段的功耗主要為靜態功耗，即系統處于待機狀態但仍保存基本的感知能力。為了降低功耗，系統需盡可能關閉非必要的供電模塊，僅保留關鍵感知單元。

在i.MX RT700平臺中，片上系統架構被精細劃分為多個功能區域。基于不同的應用場景，可靈活配置電源開關和時鐘域，以更小的功耗實現功能。這種多域架構設計使得系統在不同應用場景下能夠根據功能需求管理電源，只開啟需要使用的功能區域，進而大幅降低運行功耗。

i.MX RT700系統框圖

監聽階段可僅保留感知域中的DMA和MICFIL (PDM Microphone Interface) 以較低的頻率工作。MICFIL包含HWVAD (Hardware Voice Activity Detector) 功能，從硬件層面檢測語音活動。

此外，i.MX RT700還配備多種低功耗模式，如下表所示：

i.MX RT700多種低功耗模式配置

●   處理階段 語音口令識別

在口令識別過程中，涉及到一些復雜的計算，諸如預處理、噪聲抑制、喚醒詞檢測、語音口令分類的處理。此階段的功耗優化思路為高效迅速地完成任務，縮短處理時間。

i.MX RT700配備了HiFi4/HiFi1 DSP, 專注于音頻處理，可通過專用音頻指令集 + 硬件通路持續處理高速數據流。除此之外，HiFi4 DSP也是一顆性能強勁的通用處理核心，可以運行復雜的任務。

對于深度學習算法部分，芯片中集成的eIQ Neutron Neural Processing Unit (NPU) 提供了強大的算力支持 (41.6 G)，能夠在極短時間內完成復雜模型的推理計算。在典型的機器學習應用場景中，與傳統的AIm Cortex-M33處理器相比，eIQ Neutron NPU在運行模式有極高的推理性能，同時顯著減少了能耗。例如，在推理典型的卷積網絡（二維卷積）時，NPU的能耗是Cortex-M33的1/106。而對于非深度學習的算法部分，以及驅動NPU的工作，則由Cadence Tensilica HiFi 4 DSP完成。

這種DSP+NPU的硬件加速架構設計，使i.MX RT700在執行噪音消除、口令識別、喚醒詞檢測等復雜任務時，既具備快速響應能力，又能夠提高系統能效，為AI眼鏡等低功耗設備提供了理想的語音交互解決方案。

eIQ Neutron NPU在實現高性能推理的同時顯著減低了能耗

雙向語音通話

與口令識別類似，雙向語音通話同樣依賴于一系列音頻處理技術以提升通話質量。其中不僅包括噪聲抑制，還涉及回聲消除和自動增益控制等關鍵環節。

雙向語音通話系統架構

相較于傳統的Cortex-M33與NPU的組合架構，DSP與NPU的協同處理在音頻場景中表現更為高效。HiFi4 DSP中包含了Audio Frame Work Pipeline, 以組件的形式將不同的音頻模塊連接在一起, 有利于加速頻處理應用程序的開發。同時，這種組合還可以優化Audio Pipeline架構，減少Cortex-M33和DSP切換工作量。

DSP與NPU協同處理雙向語音通話的架構

動態負載適配

前面提到的降低功耗策略的精髓在于“專業化分工”，即“讓更合適的模塊去干更擅長的事”。與此同時，系統還可通過動態負載適配機制進一步優化能效。

系統可根據任務負載和應用場景動態調整運行頻率與電壓，實現能效優化。當處理輕量級任務時，系統優先選擇低功耗的時鐘源，并將頻率降低至合理范圍，同時相應地降低工作電壓，以減少能耗。而在面對高計算需求的復雜任務時，系統則提升頻率和電壓，以確保性能滿足實時處理要求。

除此之外，i.MX RT700芯片內置了PVT傳感器 (Process, Voltage, Temperature)，它可以提供一種針對不同芯片動態調壓的方案。芯片在運行過程中會受到制造工藝差異、電壓波動和溫度變化的影響。PVT傳感器實時監測這些因素，并通過延遲線結構判斷當前供電電壓是否足以支撐邏輯運算。如果電壓過低，它會觸發報警，提示系統提升電壓；如果條件允許，系統則可以逐步降低電壓，直到找到當前環境下的“最低可用電壓”。

基于PVT傳感器的動態調壓方案

通過這種方式，設備可以在不犧牲性能的前提下，動態調整供電策略，顯著延長電池使用時間。

本文小結

低功耗設計是AI眼鏡走向實用化的關鍵。i.MX RT700作為恩智浦新一代跨界MCU產品，在架構分區、語音處理能力、能效調度等方面都進行了深度優化，為AI設備提供了更長續航、更快響應和更自然的語音交互體驗，助力智能穿戴設備邁向更廣泛的應用場景。

作者：

翟彤彤    恩智浦邊緣處理事業部MCU系統工程師

畢業于北京航空航天大學，獲電子與通信工程碩士學位，于2020年加入恩智浦半導體公司，專注于IIoT低功耗微控制器產品的應用開發和產品支持。