穿戴嵌入式平台善用人机交互、语音识别技术改善使用体验
- DIGITIMES企划
-
穿戴式应用持续发烧，自从Apple开始贩售Apple WATCH后，已让电子产品市场掀起一波穿戴产品热潮，毕竟Apple WATCH为基于iOS的封闭系统有自己的应用生态系，一般厂商难以介入，反而是透过以Google Android嵌入式系统为基础的Android Ware穿戴系统平台，投入开发穿戴应用的市场机会更高…
穿戴式应用在Apple WATCH推出后，再次以Apple创新概念产品撼动整个电子科技产业。以Apple规划的WATCH产品来说，主要为针对用户需求优化的智能穿戴装置，有别于传统穿戴式手机、微型手机产品不同，Apple WATCH尝试运用手表的应用习惯重新建构一个基于智能表数码载具的人机互动界面，而透过智能表系统平台，也能轻易让原有Apple的App应用生态系轻易将原有的App延伸扩展智能表使用体验。
Apple WATCH应用生态系较封闭 仅能与iOS特定手机搭配使用
较可惜的是Apple的App应用生态系属于较封闭的状态，应用生态系仅能与同样基于iOS的系统装置互动整合，WATCH智能表的支持性为了维持较佳的使用体验，仅能与装载iOS 8.x以上的iPhone 5s/6/6 Plus连接使用，反而更加限制了WATCH在不同智能手机的串接市场机会，因若不与iPhone连接整合，Apple WATCH充其量就只能算是一组具全彩屏幕的电子表，而无法发挥智能表标榜的数据查询、实时信息检视等延伸应用功能。
而Android这边的穿戴应用现况，与Apple WATCH不同的是，Google处理Android穿戴应用选择以开放度相对较高的Android嵌入式系统平台为基础，再搭配针对穿戴应用的使用情境优化，整合适合穿戴产品装载使用的Android Ware穿戴式产品嵌入式系统平台，搭配基于ARM架构的MCU硬件平台，整合如穿戴用的智能手表、智能手环等智能穿戴应用产品。
Android Ware穿戴嵌入式应用平台相对开放 可与多数Android智能手机搭配使用
而Google发布Android Ware穿戴式产品嵌入式系统平台，就如同发布针对智能手机开发的Android嵌入式系统平台一样，原先Android为面向智能手机应用系统设计，而Android Ware则是面向运算、储存与电池电力等资源相对匮乏的智能穿戴设备所设计，都是为智能设备开发的嵌入式系统。
两者较大的差异在于一个是以触控屏幕人机互动操作为主的嵌入式系统平台，另一个则是针对穿戴设备应用为主的产品需求设计。穿戴装置虽具备触控人机界面设计，但实质设计碍于装置相对小巧限制了屏幕尺寸，人机互动界面必须从另一个角度改善优化，例如在Android Ware与针对Apple WATCH优化的iOS系统，也各自运用其Google Now、Siri语音识别技术强化其人机界面设计，让体积相对更小的智能穿戴装置不至于因为屏幕过小而影响了实机的操作体验。
以下将先观察智能手表的几种对应核心功能与使用场景，再来检视MCU设计与开发平台所能达到的预期设计效果。
首先，从智能手机应用延伸而来的智能穿戴产品，两种产品最大的差异在于嵌入式运算资源的差距相当大，前者在运算效能、储存容量、电池等资源相对较丰沛，高效能运行可以让触控屏幕的人机互动反馈表现更加顺畅；但相对的在穿戴应用产品设计，触屏面积更小、需更精准的触控设计，同时在人机界面的简化与容错设计也必须提升，以在维持与手机接近的人机互动反馈之余，还需要考量整体在运算资源、电池电力资源相对较少的前提下，仍可维持智能装置至少一天的使用续航力，开发过程的难度并不亚于开发一只新款的智能手机。
Android Ware需考量MCU性能、功耗 在节能前提下实践设计要求
以Android Ware为例，智能手表必须能做到追踪用户的健康、运动数据、语音指令识别？控制等，智能手表同时需要能透过近距离通讯技术适时回传智能手机的实时信息、系统通知等，而原有基于Android嵌入式系统平台的App产品，也能利用信息推送的机制将App信息推送到智能手表终端呈现，基于这些交互运作建构用户手边中？小屏设备投放数据到小型屏幕的随身设备上，整合更贴近用户需求的信息或智能健康云应用系统。
而为了改善人机互动操作体验的智能语音识别技术，以Apple WATCH的整合方式观察，由于Apple WATCH本身的硬件资源就不如同门iPhone、iPad产品，加上设备内置的MCU为了降低功耗、延长产品电池续航，MCU的性能集中处理小屏幕的显示与记录运算任务，语音指令识别功能在WATCH版的功能架构是交予Siri进行处理。
Apple WATCH将Siri语音由智能手机交互处理 降低手表功耗
与iPhone、iPad的Siri设定相同，WATCH的语音识别分析与语音指令提取等程序，也是透过低功耗蓝牙先把WATCH撷取到的语音片段传给智能手机端，再由智能手机透过移动数据网络向Apple Siri语音助理取得识别结果、并同时传回必要的语音指令与附带数据，如此一来一往加上Apple WATCH本身没有整合3G/4G Lte移动数据上网功能，自然会导致语音指令从提出到分析完成、回传结果与附加数据整个过程，影响Apple WATCH使用Siri操作的使用体验。整个过程虽能体认语音指令在小屏幕的智能手表的便利性，但实际上却因为数据层层转送与处理，导致Siri操作过程过于冗长。
Apple WATCH整合的Siri语音助理功能，基本上延续原有使用多年的iPhone、iPad产品的实际验证与优化，产品成熟度已相当高，在Siri识别度、语音指令精准度等均有水准以上表现，导入WATCH应用即便智能手表受限体积、外型、有限的电池容量，加上MCU运算能力无法直接应付高运算密度的语音指令识别分析处理，而采行网络云服务的语音识别平台整合型式，虽初步可解决WATCH衔接语音助理Siri的整合方向，但实际上后期的开发仍需要持续进行功能整合与效能优化。
Android Ware延续Google Now语音识别功能 实践智能手表语音指令操作设计目标
相同的问题也存在Android Ware的穿戴式装置上，因为目前智能手表、智能手环等穿戴装置，采用的MCU运算能力有限，即便Android Ware也跟iOS搭配的Siri语音指定整合型式近似，为了避免耗用过多智能穿戴装置MCU的运算效能，分析指令与提取数据仍透过低功耗蓝牙传输进行，再让运算、联网资源相对丰沛的智能手机进行处理后，回传数据到智能手表呈现，经过实际测试，Moto 360智能手表的Google Now语音指令识别与数据提取，以「寻找餐厅」作为提交给Google Now处理的语音指令，从调用Google Now到给出指令、透过LBS技术调用身边的餐厅数据呈现，Google Now透过手表下达指令到获取信息的过程仅使用3~4秒钟，大致的使用体验表现还算不错。
从Google Android Ware与iOS的穿戴应用平台观察，智能手表这类穿戴装置受限MCU运算效能、电池效能与触控屏幕过小限制，要在手表表面进行复杂的触控人机交互操作、或是进行大量文字输入与数据提取，实际上是不可行的，唯有透过更简化的选项式、罐头指令式的触控人机界面优化，或是改用更直觉便捷的语音指令识别技术，才是新一代智能穿戴装置的重要设计方向，也是让穿戴装置更实用的关键设计。
但目前穿戴设备也受限于系统功耗要求，搭载的MCU效能无法整合过高的运算处理单元，讲求的是整体平衡的设计方式，因此如何在更便捷的语音识别技术整合下，又能兼具更快的语音识别成果回传，让语音指令从分析、回传结果、动作等可以更加流畅、实时，也是各大穿戴式嵌入式平台积极努力的目标。
