AIスピーカーは、��(sh━)国ではデジタルアシスタントと�}ばれ、かなり普及している。元々Apple社のiPhoneで「ヘイ、シリ（Hey, Siri）」と�}びかけることで音�m認識操作が普及し始めた。それをスマホではなく、スピーカーという形でGoogleやAmazonなどが世の中に出している。GoogleのAIスピーカーGoogle Homeは「OK、グーグル」と言い、Amazonは音�m認識�\術「アレクサ（Alexa）」と�}ぶ。ただし、実際には、スピーカーに�Zづいたり、�j(lu┛)きな�mを出したりしないと認識できないことが�Hい。

そこで、音�m入��にもビームフォーミング�\術を��いて、�mを出す人の��(sh┫)へマイクを向け、音�mを?y┐n)Rうことで、認識率を�屬欧襪海箸�できる。ビームフォーミングは、元々レーダーを機械的にスキャンするのではなく、小さな平�Cアンテナを並べた構�]で��定の��(sh┫)向へビームの位相を変えながら順々にシフトさせることで機械的なスキャンの代わりを担う。いわば、��������で�擇泙譴織侫А璽坤疋▲譽ぅ譟璽澄雫\術である。電�Sの代わりに音�mを使うのが今�vの�\術である。

例えば、「アレクサ」、と言えば、�mのする��(sh┫)向へマイクの音�mの位相をずらし、音を出す人の��(sh┫)向に等価的に向ける。Embedded Technology 2017�tでXMOSは、360度から音を?y┐n)Rうタイプのリファレンスデザインと、スピーカーを壁などに�Dり��けて180度の��(sh┫)向の音を?y┐n)Rうタイプのリファレンスデザインの2�|類のボード（図1）を�t��(j┤)した。XMOSはファブレス半導��メーカーではあるが、チップを�t��(j┤)しても機�Δ鮗卒兇任�ないため、ボードにしてMEMSマイクも�Dり��けたリファレンスデザインボードも���Tした。このボードのブランド�@は VocalFusion Speaker。

図1　丸いボードが360度、細長いボードが180度の�J(r┬n)囲で音を?y┐n)Rう

XMOSのチップは、xCOREというブランド�@のシングルコアでマルチスレッド�\術のCPUをベースとする。XMOSの�\術はCPUの中のALU（�Q術演�Qユニット）を�~効����する。�k般にはシングルCPUコアにシングルスレッド処理だが、ALUは通常20〜30%��度しか使わないので、残りを�~効�W(w┌ng)��するのがXMOSの�\術だ。XMOSはシングルCPUコアの演�QをALUに数命令処理を行わせることのできるマルチスレッドを適��した。そのためには、命令のスケジューリングを担うハイパーバイザを設��している。�k般のマルチコアのマルチスレッドは、CPUコアの並�`度を�屬欧討い襪燭瓮船奪��C積はコアの数だけ�\えるが、XMOSの�\術はコアの数を�\やさずに並�`度を�屬欧討い襪燭瓠⊂�さなチップ�C積で済む。つまり低コストで並�`演�Qを提供する�lだ。

ソフトウエアベースでオーディオ処理を担うチップとして、これまで����を出してきた。すでに世�cに200社の顧客がいる、とXMOS社の日本カントリー・マネージャーの�j(lu┛)川崇��(hu━)（図2）は言う。XMOSは2017�Q7月に音�m処理�\術を�}に入れるため、��(sh━)国ボストンをベースとするSetem Technology社を�A収、今�vのチップに音�m�\術を実�△靴拭�今�vの音�m認識ソフトウエアはディープラーニングで音�m認識を行うSensory社の����をインストールしている。

図2　XMOS社の日本カントリー・マネージャーの�j(lu┛)川崇��(hu━)

今�vのIC����xCORE VocalFusionには2�|類のチップがあり、4チャンネルのデジタルマイクインタフェースを�eち、音�m処理DSPを内�鼎掘△修梁招Q�|のデジタルインタフェースを�eつXVF3000と、これにキーワードトリガー検出機�Δ鮟言僂靴�XVF3100である。キーワードトリガー検出とは、「ヘイ、シリ」のように、これから音�m認識動作に入ることを伝えるための機�Δ任△襦�

この�h価ボードに載せたMEMSマイクはInfineon TechnologiesのS/N比が69dBと�j(lu┛)きいIM69D130。Infineonは、MEMSマイクの提供だけではなく、XMOSへの出�@もこの10月に��めている。