Resursi su dovoljni za prepoznavanje glasa u dalekom polju, gdje je korisnik udaljen nekoliko metara od mikrofona. Digitalni kućni pomoćnici s glasovnom kontrolom i automobilski infotainment namijenjeni su primjeni.
Zašto procesirati govor na lokalnom PCB-u?
"Algoritmi za prepoznavanje govora temeljeni na neuronskoj mreži obavljaju više zadataka lokalno, a ne u oblaku, zbog zabrinutosti zbog kašnjenja, privatnosti i dostupnosti mreže", kaže Cadence.
Nazvan HiFi 5, ima dvostruki kapacitet obrade zvuka i četverostruku obradu neuronske mreže (NN) ranijeg HiFi 4 DSP-a.
"Naš je cilj napraviti lokalno dostupan veliki vokabularni motor koji je sposoban obraditi prirodni jezik", izjavio je za tjednika Electronics, direktor marketinga Cadencea Gerard Andrews. „Ispitali smo otvorene govorne neuronske mreže za prepoznavanje govora i dizajnirali smo HiFi 5 da pokreće te vrste mreža.
Elementi obrade uključuju:
- Arhitektura pet vrlo dugih riječi s uputama (VLIW) sposobna za izdavanje dva 128-bitna opterećenja po ciklusu
- DSP multiplikator-akumulatori:
Podrška za 8 32x32bit MAC / ciklusa ili 16 16x16bit MAC / ciklusa
Opcionalno osam jednosmjernih MAC-ova s pomičnim zarezom po ciklusu - Akumulatori množitelja neuronske mreže:
32 16 × 8 MAC / ciklus ili 16 × 4 MAC / ciklus
Opcionalno 16 polu-preciznih MAC-ova s pomičnim zarezom po ciklusu
DSP MAC-ovi, prema Andrewsu, uključuju, primjerice, podršku za zasićenje, dok su MAC-ovi neuronske mreže optimizirani za množenje vektorske vrijednosti pomoću matrice. "U mnogim neuronskim mrežama na kraju trošite ogromnu količinu vremena množenjem vektora s matricom", rekao je, dodajući da je: izbor koliko MAC-ova uključiti i koje vrste podataka i duljine težine za podršku je bio na temelju rada s HiFi 4 korisnicima.
Matematika s pomičnim zarezom ugrađena je za dva slučaja upotrebe - pojedinačna preciznost za vokalni front-end za formiranje snopa i poništavanje jeke, te polu-preciznost za neke neuronske mreže. "Plutajuća točka daje brzo vrijeme do tržišta", rekao je Andrews. "Na primjer, ako u MatLabu razvijete nešto s pomičnim zarezom, pretvoriti ga u fiksnu točku je dosta dugotrajno."
Multiplikator podržava 8bitne težine jer je “veliki trend kvantizirati do 8bitne težine za prepoznavanje govora, što ne mora previše kompenzirati točnost. Vidite dokumente u kojima se ljudi pokušavaju spustiti na 4 bita ”, rekao je Andrews. "Očekujemo da će većina algoritama iskoristiti naš množitelj 16x8bit: 16 bita za podatke iz mikrofona i 8 bitova za utege."
Za ostale sheme vaganja, 4bit, 2bit i 1bit operacija je dostupna, kao i 8bit.
Ambiq Micro, proizvođač mikrokontrolera izgrađenih na "sub-prag" silicijskim procesima radi uštede energije, bio je prvi HiFi 5 korisnik.
“Kako bi se suočili s iznimno teškim izazovom uvođenja kompjuterski intenzivnih algoritama daljinske obrade i prepoznavanja govora na energetski osjetljivim uređajima, Ambiq Micro odlučio je biti prvi silicijum licencirani za Cadence's HiFi 5 DSP”, rekao je Ambiq vp iz marketinga. Aaron Grassian. “Prijenos HiFi 5 DSP-a na Ambiq Microovu pod-pragovnu platformu s optimiziranom potrošnjom energije omogućuje dizajnerima proizvoda, ODM-ovima i OEM-ovima da iskoriste prednosti tehnologije od voditelja audio softvera kao što su DSP koncepti i osjetila dodajući integraciju glasovnog asistenta, upravljanje i kontrolu, te razgovorni korisnički interfejsi za prijenosne, mobilne proizvode bez žrtvovanja kvalitete ili trajanja baterije. "
Podržavajući intelektualno vlasništvo, postoji biblioteka optimiziranih knjižničnih funkcija koja se obično koristi u obradi neuronskih mreža - posebno za obradu govora. Te su funkcije usmjerene na integraciju u popularne okvire strojnog učenja.
HiFi 5 je također kompatibilan s knjižnicama postojećih audio i govornih kodeka te paketa softverskih paketa za poboljšanje zvuka, optimiziranih za ranije verzije HiFi asortimana tvrtke.