——运用记忆分类器及电容只读存储器的语音唤醒

近年，语音识别系统的应用需求上升，但由于需要处理庞大的语言模型，它需要大量运算及内存，因此会消耗大量的能量。实际上，语音识别系统的使用比例较低，所以我们会使用语音唤醒来预判输入的信号，有人声才会打开语音识别系统，以降低系统的功耗。另外，边缘运算代替云端运算，有效减少上传原始数据所造成的功耗。传统的语音唤醒应用了滤波器组作语音信号的特征提取，并以神经网络作为分类器。然而由于音频信号的频率很低，因此使用滤波器组作特征提取会有大面积和大功耗的缺点。去年我们的研究组已提出利用开关电容电路作特征提取代替滤波器组，以减少面积和功耗。然而，分类器只对每帧特征作全连接层运算，并不具有记忆过去特征的能力，因此特征提取的帧长受低频限制而需要维持10 ms以上。由于特征提取的帧长较长，对应的网络参数量也较多。