電子發燒友網>電子資料下載>電子資料>為 IoT 設計添加高性能語音關鍵字識別：第 2 部分 – 使用 MCU

為 IoT 設計添加高性能語音關鍵字識別：第 2 部分 – 使用 MCU

2076027 2022-11-25 | pdf | 251.56KB | 次下載 | 2積分

資料介紹

編者注：使用一類新興的高效算法，任何開發人員現在都可以在低功耗、資源受限的系統上部署復雜的關鍵字識別功能。這個由兩部分組成的系列的第一部分展示了如何使用 FPGA 來做到這一點編者注：使用一類新興的高效算法，任何開發人員現在都可以在低功耗、資源受限的系統上部署復雜的關鍵字識別功能。這個由兩部分組成的系列的第一部分展示了如何使用 FPGA 來做到這一點。。在第二部分中，我們將展示如何使用 MCU 來做到這一點。在第二部分中，我們將展示如何使用 MCU 來做到這一點。關鍵字識別 (KWS) 技術已成為可穿戴設備、物聯網設備和其他智能產品的一項越來越重要的功能。機器學習方法可以提供卓越的 KWS 準確性，但這些產品的功能和性能限制直到最近才將機器學習 KWS 解決方案的使用限制在最大的企業或經驗豐富的機器學習專家。關鍵字識別 (KWS) 技術已成為可穿戴設備、物聯網設備和其他智能產品的一項越來越重要的功能。機器學習方法可以提供卓越的 KWS 準確性，但這些產品的功能和性能限制直到最近才將機器學習 KWS 解決方案的使用限制在最大的企業或經驗豐富的機器學習專家。然而，開發人員越來越需要在可穿戴設備和其他 IoT 設備中的更高效 KWS 引擎上實現語音激活 KWS 功能，這些引擎能夠在這些設備的資源限制內運行。深度可分離卷積神經網絡 (DS-CNN) 架構修改了傳統的 CNN 以提供所需的效率。然而，開發人員越來越需要在可穿戴設備和其他 IoT 設備中的更高效 KWS 引擎上實現語音激活 KWS 功能，這些引擎能夠在這些設備的資源限制內運行。深度可分離卷積神經網絡 (DS-CNN) 架構修改了傳統的 CNN 以提供所需的效率。使用硬件優化的神經網絡庫，開發人員可以實現需要最少資源的基于 MCU 的 DS-CNN 推理引擎。本文介紹 DS-CNN 架構并展示開發人員如何在 MCU 上實現 DS-CNN KWS。使用硬件優化的神經網絡庫，開發人員可以實現需要最少資源的基于 MCU 的 DS-CNN 推理引擎。本文介紹 DS-CNN 架構并展示開發人員如何在 MCU 上實現 DS-CNN KWS。為什么選擇 KWS？為什么選擇 KWS？消費者對智能手機和家用電器上使用“Alexa”、“Hey Siri”或“Ok Google”等短語的語音激活功能的接受度迅速演變為對幾乎所有為用戶交互設計的產品的語音服務的廣泛需求。作為這些服務的基礎，準確的語音識別依賴于各種人工智能方法來識別口頭單詞，并將單詞和詞組解釋為適合應用程序的命令。消費者對智能手機和家用電器上使用“Alexa”、“Hey Siri”或“Ok Google”等短語的語音激活功能的接受度迅速演變為對幾乎所有為用戶交互設計的產品的語音服務的廣泛需求。作為這些服務的基礎，準確的語音識別依賴于各種人工智能方法來識別口頭單詞，并將單詞和詞組解釋為適合應用程序的命令。然而，快速準確地完成整個語音命令序列所需的資源開始超出低成本線路供電的消費者集線器的能力，更不用說電池供電的個人電子產品了。然而，快速準確地完成整個語音命令序列所需的資源開始超出低成本線路供電的消費者集線器的能力，更不用說電池供電的個人電子產品了。語音命令管道要求語音命令管道要求為了在這些產品上提供語音激活，開發人員拆分了語音命令管道或將語音命令限制為幾個非常簡單的詞，例如“開”和“關”。在資源有限的消費產品上，開發人員使用神經網絡推理引擎實現 KWS 功能，這些引擎能夠為 Alexa、Siri 或 Google 的簡單命令或命令激活短語提供所需的高精度、低延遲響應（圖 1）。為了在這些產品上提供語音激活，開發人員拆分了語音命令管道或將語音命令限制為幾個非常簡單的詞，例如“開”和“關”。在資源有限的消費產品上，開發人員使用神經網絡推理引擎實現 KWS 功能，這些引擎能夠為 Alexa、Siri 或 Google 的簡單命令或命令激活短語提供所需的高精度、低延遲響應（圖 1）。在這里，設計將輸入音頻流數字化，提取語音特征，并將這些特征傳遞給神經網絡以識別關鍵字。在這里，設計將輸入音頻流數字化，提取語音特征，并將這些特征傳遞給神經網絡以識別關鍵字。