[論文レビュー] Implementation of Google Assistant & Amazon Alexa on Raspberry Pi.

Shailesh Arya, Samir Patel|arXiv (Cornell University)|Jun 15, 2020

IoT-based Smart Home Systems参考文献 1被引用数 4

ひとこと要約

本論文では、1台のRaspberry Pi 3上で実行される低コストな二重仮想アシスタントスマートスピーカープロトタイプを提示している。このプロトタイプは、音声アクティベートホットワードを介してGoogleアシスタントとAmazonアレクサを同時に利用可能にする。両アシスタントともクラウドベースのNLPサービスを活用しており、音声入力を処理し、意図を解釈し、USBスピーカーを通じて音声応答を出力する。本研究では、1台の組み込みプラットフォーム上で2つの主要な音声エコシステムをシームレスに統合し、ホームオートメーションおよび一般用途の対話に応用することを実証した。

ABSTRACT

This paper investigates the implementation of voice-enabled Google Assistant and Amazon Alexa on Raspberry Pi. Virtual Assistants are being a new trend in how we interact or do computations with physical devices. A voice-enabled system essentially means a system that processes voice as an input, decodes, or understands the meaning of that input and generates an appropriate voice output. In this paper, we are developing a smart speaker prototype that has the functionalities of both in the same Raspberry Pi. Users can invoke a virtual assistant by saying the hot words and can leverage the best services of both eco-systems. This paper also explains the complex architecture of Google Assistant and Amazon Alexa and the working of both assistants as well. Later, this system can be used to control the smart home IoT devices.

研究の動機と目的

• GoogleアシスタントとAmazonアレクサの両方をサポートする低コストな単一ハードウェアスマートスピーカープロトタイプの開発。
• 同一デバイス上で、異なるホットワード（例：「OK Google」、「アレクサ」）によるアシスタントの起動を可能にする。
• 両アシスタントを共有されるRaspberry Pi 3プラットフォームに統合し、IoTデバイスの音声制御を実現する。
• リソース制限のある組み込みハードウェア上で、2つのクラウド依存型仮想アシスタントを同時に実行する可能性を実証する。
• 一般的に入手可能な部品を用いた、DIYでオープンソースのホームオートメーションソリューションを提供する。

提案手法

• GoogleアシスタントSDKをRaspberry Pi 3にデプロイし、GoogleアシスタントライブラリとOAuth2認証（クライントシークレットJSONファイル経由）を用いる。
• Raspberry Pi上でAlexaボイスサービス（AVS）SDKを設定し、デバイス固有の構成でセキュリティプロファイルを設定する。
• USBマイクを音声入力、3.5mm AUX接続スピーカーを音声出力として使用。両アシスタントは、リモートのクラウドベースNLPおよび意図認識により音声コマンドを処理する。
• 同じRaspberry Pi上で両アシスタントサービスを並列に実行し、別々のプロセスが異なるホットワード（「OK Google」および「アレクサ」）をリッスンする。
• Webベースの認証フローを経て取得したデバイス固有のOAuth2資格情報およびリフレッシュトークンを用いて、両アシスタントの認証を実施する。
• 両アシスタントのネイティブ統合機能を活用し、スマートプラグや電球などのIoTデバイスとシステムを統合する。

実験結果

リサーチクエスチョン

• RQ1 1台のRaspberry Pi 3上で、パフォーマンス劣化を伴わずに、GoogleアシスタントとAmazonアレクサを同時に運用できるか？
• RQ2 共有された音声入力および出力を持つ1台の組み込みプラットフォーム上に、2つの異なるクラウドベース仮想アシスタントを統合する方法は何か？
• RQ3 DIYスマートスピーカーとしてRaspberry Pi上で両アシスタントを有効化するための、主な設定および認証手順は何か？
• RQ4 低コストのシングルボードコンピュータ（例：Raspberry Pi 3）が、リアルタイム音声処理および二重アシスタント対話処理をどの程度処理できるか？
• RQ5 標準的なIoTデバイスを用いて、このようなシステムを実用的なホームオートメーションに拡張する方法は何か？

主な発見

• システムは、1台のRaspberry Pi 3上で両アシスタントを並列に実行でき、それぞれが固有のホットワードに応答して独立して反応した。
• GoogleおよびAmazonの公式SDKを用いて統合を実現し、カスタム音声認識モデルの必要なしに、クラウドベースのNLPおよび意図処理に依存した。
• 標準的な開発者ツールおよび設定ファイルを用いて、OAuth2認証およびデバイス登録のセットアッププロセスが正常に完了した。
• プロトタイプは信頼性の高い音声対話機能を示し、両アシスタントがコマンドを正しく解釈し、USBスピーカーを通じて音声応答を生成した。
• スマートプラグや電球などの標準IoTデバイスは、両アシスタントのネイティブ統合経由で音声コマンドにより制御可能である。
• 商業用スマートスピーカーよりも大幅に低コストで実現可能であり、ホームオートメーションおよび音声対話のDIY代替ソリューションとして実用的である。