Neuraalisen verkon IP, joka on suunnattu monimutkaisen puheen käsittelyyn

Resurssit riittävät kaukopuhelun äänentunnistukseen, jossa käyttäjä on metrin päässä mikrofonista. Ääniohjattu digitaalinen kotiapulaite ja autoteollisuuden infotainment ovat suunniteltuja sovelluksia.

Miksi puhutaan paikallisesta PCB: stä?

”Neuroverkkopohjaiset puheentunnistusalgoritmit suorittavat enemmän tehtäviä paikallisesti, eikä pilvissä, latenssin, yksityisyyden ja verkon saatavuuden vuoksi”, Cadence sanoi.

Kutsutaan HiFi 5, sillä on kaksinkertainen äänenkäsittelykapasiteetti ja neljä kertaa aiemman HiFi 4 DSP: n hermoverkon (NN) käsittely.

”Tavoitteenamme on tehdä paikallisesta laajasta sanastomoottorista, joka kykenee käsittelemään luonnollista kieltä,” Cadencen markkinointijohtaja Gerard Andrews kertoi Electronics Weeklylle. ”Tutkimme avoimen lähdekoodin puheentunnistusverkkoja, ja suunnittelimme HiFi 5: n suorittamaan tällaisia ​​verkkoja.

Käsittelyelementtejä ovat:

• Viisi hyvin pitkää käskysanaa (VLIW) -sovellusarkkitehtuuri, joka pystyy antamaan kaksi 128-bittistä kuormaa sykliä kohti
• DSP-keräysakut:
  Tuki 8 32x32bit MAC / sykli tai 16 16 x 16 bittiä MAC / sykli
  Valinnaisesti kahdeksan yhden tarkkuuden liukulukuisen MAC: ää per sykli
• Neuraaliverkkokertoimet:
  32 16 × 8 MAC / sykli tai 16 × 4 MAC / sykli
  Lisävarusteena saatavat 16 puolen tarkkuuden liukulukuista MAC: ää sykliä kohti

Andrewsin mukaan DSP-MAC: t sisältävät esimerkiksi tuen kylläisyydelle, kun taas hermoverkon MAC: t on optimoitu kertomaan vektoriarvo matriisilla. "Niin monissa hermoverkoissa pääset käyttämään valtavasti aikaa kertomalla vektorin matriisilla", hän sanoi ja lisäsi, että: kuinka monta MAC: ää on sisällytettävä ja millaisia ​​tietotyyppejä ja painopituuksia tuetaan, oli perustuu HiFi 4 -asiakkaiden työhön.

Kelluva piste matematiikka on sisällytetty kahteen käyttötapaan - yhden tarkkuuden äänen etupäähän säteenmuodostusta ja kaiunpoistoa varten, ja puolitarkkuus joillekin hermoverkoille. ”Kelluva piste antaa nopean markkinatilanteen”, Andrews sanoi. ”Esimerkiksi, jos kehität jotain liukuvaa pistettä MatLabissa, sen muuntaminen kiinteäksi pisteeksi on melko aikaa vievää.”

Kerroin tukee 8-bittisiä painoja, koska ”suuri suuntaus on kvantifioida jopa 8-bittiset painot puheentunnistusta varten, sillä sen ei tarvitse olla liikaa pois liian tarkasti. Näet papereita, joissa ihmiset yrittävät mennä 4 bittiin, sanoo Andrews. ”Ennakoimme, että useimmat algoritmit hyödyntävät 16x8 bittiä kertointa: 16bittiä mikrofonista ja 8bittiä painoista.”

Muille painotusjärjestelmille on käytettävissä 4 bittiä, 2 bittiä ja 1 bittiä, sekä 8 bittiä.

Ambiq Micro, mikrokontrollerien valmistaja, joka on rakennettu ”kynnysarvon” pii-prosesseihin, säästää energiaa, oli ensimmäinen HiFi 5 -asiakas.

”Vastatakseen äärimmäisen vaikeaan haasteeseen tuoda laskennallisesti intensiiviset hermoverkkopohjaiset kaukokenttäprosessointi- ja puheentunnistusalgoritmit energiatehokkaille laitteille, Ambiq Micro valitsi ensimmäisenä Cadencen HiFi 5 DSP: n pii-luvanhaltijaksi”, sanoi Ambiq vp markkinoinnista Aaron Grassian. ”HiFi 5 DSP: n siirtäminen Ambiq Microin kynnysarvon mukaiseen tehostettuun alustaan ​​mahdollistaa tuotesuunnittelijoiden, ODM-laitteiden ja OEM-laitteiden hyödyntämisen hyödyntämällä ääniohjelmistojen johtajien, kuten DSP-käsitteiden ja aistien, teknologiaa lisäämällä ääniohjaajan integrointia, ohjausta ja ohjausta. käyttökelpoiset käyttöliittymät kannettaviin mobiilituotteisiin ilman laadun tai akun käyttöikää. ”

Henkistä omaisuutta tukemalla on kirjasto optimoiduista kirjastotoiminnoista, joita yleisesti käytetään hermoverkon käsittelyssä - erityisesti puheen käsittelyyn. Näiden toimintojen tarkoituksena on integroida suosittuja koneen oppimiskehyksiä.

HiFi 5 on yhteensopiva myös olemassa olevien audio- ja äänikoodekkien sekä äänenlaajennusohjelmistopakettien kanssa, jotka on optimoitu yrityksen HiFi-tuotevalikoiman aiempiin versioihin.