资料下载
×
为 IoT 设计添加高性能语音关键字识别：第 2 部分 – 使用 MCU
消耗积分:2 |
格式:pdf |
大小:251.56KB |
2022-11-25
分享资料个
编者注：使用一类新兴的高效算法，任何开发人员现在都可以在低功耗、资源受限的系统上部署复杂的关键字识别功能。这个由两部分组成的系列的第一部分展示了如何使用 FPGA 来做到这一点编者注：使用一类新兴的高效算法，任何开发人员现在都可以在低功耗、资源受限的系统上部署复杂的关键字识别功能。这个由两部分组成的系列的第一部分展示了如何使用 FPGA 来做到这一点。。在第二部分中，我们将展示如何使用 MCU 来做到这一点。在第二部分中，我们将展示如何使用 MCU 来做到这一点。关键字识别 (KWS) 技术已成为可穿戴设备、物联网设备和其他智能产品的一项越来越重要的功能。机器学习方法可以提供卓越的 KWS 准确性，但这些产品的功能和性能限制直到最近才将机器学习 KWS 解决方案的使用限制在最大的企业或经验丰富的机器学习专家。关键字识别 (KWS) 技术已成为可穿戴设备、物联网设备和其他智能产品的一项越来越重要的功能。机器学习方法可以提供卓越的 KWS 准确性，但这些产品的功能和性能限制直到最近才将机器学习 KWS 解决方案的使用限制在最大的企业或经验丰富的机器学习专家。然而，开发人员越来越需要在可穿戴设备和其他 IoT 设备中的更高效 KWS 引擎上实现语音激活 KWS 功能，这些引擎能够在这些设备的资源限制内运行。深度可分离卷积神经网络 (DS-CNN) 架构修改了传统的 CNN 以提供所需的效率。然而，开发人员越来越需要在可穿戴设备和其他 IoT 设备中的更高效 KWS 引擎上实现语音激活 KWS 功能，这些引擎能够在这些设备的资源限制内运行。深度可分离卷积神经网络 (DS-CNN) 架构修改了传统的 CNN 以提供所需的效率。使用硬件优化的神经网络库，开发人员可以实现需要最少资源的基于 MCU 的 DS-CNN 推理引擎。本文介绍 DS-CNN 架构并展示开发人员如何在 MCU 上实现 DS-CNN KWS。使用硬件优化的神经网络库，开发人员可以实现需要最少资源的基于 MCU 的 DS-CNN 推理引擎。本文介绍 DS-CNN 架构并展示开发人员如何在 MCU 上实现 DS-CNN KWS。为什么选择 KWS？为什么选择 KWS？消费者对智能手机和家用电器上使用“Alexa”、“Hey Siri”或“Ok Google”等短语的语音激活功能的接受度迅速演变为对几乎所有为用户交互设计的产品的语音服务的广泛需求。作为这些服务的基础，准确的语音识别依赖于各种人工智能方法来识别口头单词，并将单词和词组解释为适合应用程序的命令。消费者对智能手机和家用电器上使用“Alexa”、“Hey Siri”或“Ok Google”等短语的语音激活功能的接受度迅速演变为对几乎所有为用户交互设计的产品的语音服务的广泛需求。作为这些服务的基础，准确的语音识别依赖于各种人工智能方法来识别口头单词，并将单词和词组解释为适合应用程序的命令。然而，快速准确地完成整个语音命令序列所需的资源开始超出低成本线路供电的消费者集线器的能力，更不用说电池供电的个人电子产品了。然而，快速准确地完成整个语音命令序列所需的资源开始超出低成本线路供电的消费者集线器的能力，更不用说电池供电的个人电子产品了。语音命令管道要求语音命令管道要求为了在这些产品上提供语音激活，开发人员拆分了语音命令管道或将语音命令限制为几个非常简单的词，例如“开”和“关”。在资源有限的消费产品上，开发人员使用神经网络推理引擎实现 KWS 功能，这些引擎能够为 Alexa、Siri 或 Google 的简单命令或命令激活短语提供所需的高精度、低延迟响应（图 1）。为了在这些产品上提供语音激活，开发人员拆分了语音命令管道或将语音命令限制为几个非常简单的词，例如“开”和“关”。在资源有限的消费产品上，开发人员使用神经网络推理引擎实现 KWS 功能，这些引擎能够为 Alexa、Siri 或 Google 的简单命令或命令激活短语提供所需的高精度、低延迟响应（图 1）。在这里，设计将输入音频流数字化，提取语音特征，并将这些特征传递给神经网络以识别关键字。在这里，设计将输入音频流数字化，提取语音特征，并将这些特征传递给神经网络以识别关键字。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
