दूर-क्षेत्र की आवाज पहचान के लिए संसाधन पर्याप्त हैं, जहां उपयोगकर्ता माइक्रोफ़ोन से मीटर दूर है। वॉयस-नियंत्रित डिजिटल होम असिस्टेंट और ऑटोमोटिव इन्फोटेनमेंट का इरादा अनुप्रयोगों है।
स्थानीय पीसीबी पर भाषण प्रक्रिया क्यों?
"तंत्रिका नेटवर्क-आधारित भाषण मान्यता एल्गोरिदम, स्थानीयता के बजाय क्लाउड में, विलंबता, गोपनीयता और नेटवर्क उपलब्धता की चिंताओं के कारण स्थानीय स्तर पर अधिक कार्य कर रहे हैं," ताल ने कहा।
जिसे HiFi 5 कहा जाता है, इसमें दो बार ऑडियो प्रोसेसिंग क्षमता और पहले के HiFi 4 DSP के चार बार तंत्रिका नेटवर्क (NN) प्रसंस्करण है।
"हमारा उद्देश्य स्थानीय स्तर पर एक बड़े शब्दावली इंजन को उपलब्ध कराना है जो प्राकृतिक भाषा को संसाधित करने में सक्षम हो," कैडेंस मार्केटिंग निदेशक जेरार्ड एंड्रयूज ने तीन सप्ताह कहा। “हमने ओपन-सोर्स भाषण-मान्यता तंत्रिका नेटवर्क का सर्वेक्षण किया, और हमने उन प्रकार के नेटवर्क को चलाने के लिए HiFi 5 डिज़ाइन किया।
प्रसंस्करण तत्वों में शामिल हैं:
- पांच बहुत लंबे निर्देश शब्द (VLIW) -slot आर्किटेक्चर प्रति चक्र दो 128-बिट लोड जारी करने में सक्षम
- डीएसपी गुणक-संचायक:
8 32x32bit मैक / चक्र या 16 16x16bit मैक / चक्र के लिए समर्थन
वैकल्पिक आठ एकल-सटीक फ़्लोटिंग-पॉइंट एमएसीएस प्रति चक्र - तंत्रिका नेटवर्क-गुणक संचायक:
32 16 × 8 मैक / चक्र या 16 × 4 मैक / चक्र
वैकल्पिक 16 अर्ध-सटीक फ्लोटिंग-पॉइंट एमएसीएस प्रति चक्र
एंड्रयूज के अनुसार, डीएसपी एमएसीएस में, उदाहरण के लिए, संतृप्ति के लिए समर्थन शामिल है, जबकि तंत्रिका नेटवर्क एमएसीएस एक मैट्रिक्स द्वारा वेक्टर मूल्य को गुणा करने के लिए अनुकूलित हैं। उन्होंने कहा, "इतने सारे तंत्रिका नेटवर्क में, आप एक मैट्रिक्स द्वारा एक वेक्टर को गुणा करने में बहुत अधिक समय खर्च करते हैं," उन्होंने कहा: कितने एमएसीएस को शामिल करने का विकल्प, और किस प्रकार के डेटा और वजन की लंबाई का समर्थन करना था, HiFi 4 ग्राहकों के साथ काम पर आधारित है।
फ्लोटिंग पॉइंट मैथ्स को दो उपयोग मामलों के लिए शामिल किया गया है - बीम के गठन और इको-रद्द करने के लिए मुखर फ्रंट-एंड के लिए एकल परिशुद्धता, और कुछ तंत्रिका नेटवर्क के लिए आधा-सटीक। एंड्रयूज ने कहा, "फ्लोटिंग प्वाइंट बाजार को एक त्वरित समय देता है।" "उदाहरण के लिए, यदि आप माटलैब में कुछ फ्लोटिंग पॉइंट विकसित करते हैं, तो इसे फिक्स्ड-पॉइंट में बदलना काफी समय लेने वाला है।"
गुणक 8 बिट्स का समर्थन करता है, क्योंकि "बड़ा चलन भाषण पहचान के लिए 8 बिट वजन को कम करने का है, जिसे सटीकता में बहुत अधिक व्यापार नहीं करना पड़ता है। आप उन पत्रों को प्रस्तुत करते हैं, जहाँ लोग 4बिट्स में जाने की कोशिश कर रहे हैं, ”एंड्रयूज ने कहा। "हम आशा करते हैं कि अधिकांश एल्गोरिदम हमारे 16x8bit गुणक का लाभ उठाएंगे: माइक्रोफोन से डेटा के लिए 16 बिट और वज़न के लिए 8 बिट।"
अन्य वेटिंग योजनाओं के लिए, 4bit, 2bit और 1bit ऑपरेशन के साथ-साथ 8bit उपलब्ध है।
बिजली बचाने के लिए thresh सब-थ्रेशोल्ड ’सिलिकॉन प्रक्रियाओं पर बनाए गए माइक्रोकंट्रोलर्स के निर्माता अम्बिक माइक्रो पहले HiFi ग्राहक थे।
"ऊर्जा-संवेदी उपकरणों के लिए कम्प्यूटेशनल रूप से गहन तंत्रिका नेटवर्क-आधारित दूर-क्षेत्र प्रसंस्करण और भाषण मान्यता एल्गोरिदम लाने की अत्यंत कठिन चुनौती को पूरा करने के लिए, Ambiq Micro ने Cadence के HiFi 5 DSP का पहला सिलिकॉन लाइसेंसधारी चुना", Ambiq vp of marketing हारून ग्रासियन। “HiFi 5 DSP को अंबिक माइक्रो के उप-थ्रेशोल्ड पावर-ऑप्टिमाइज़्ड प्लेटफॉर्म पर पोर्ट करना, उत्पाद डिजाइनरों, ODMs और OEMs को आवाज सहायक एकीकरण, कमांड और नियंत्रण, और डीएसपी कॉन्सेप्ट्स और सेंसरी जैसे ऑडियो सॉफ्टवेयर नेताओं से प्रौद्योगिकी का सबसे अधिक लाभ उठाने में सक्षम बनाता है गुणवत्ता या बैटरी जीवन का त्याग किए बिना पोर्टेबल, मोबाइल उत्पादों के लिए संवादी यूआई। "
बौद्धिक संपदा का समर्थन करते हुए, तंत्रिका नेटवर्क प्रसंस्करण में आमतौर पर उपयोग किए जाने वाले अनुकूलित पुस्तकालय कार्यों का एक पुस्तकालय है - विशेष रूप से भाषण प्रसंस्करण के लिए। ये कार्य लोकप्रिय मशीन लर्निंग फ्रेमवर्क के भीतर एकीकरण के उद्देश्य से हैं।
HiFi 5 मौजूदा ऑडियो और वॉयस कोडेक्स की फर्म लाइब्रेरी और ऑडियो एन्हांसमेंट सॉफ्टवेयर पैकेज के साथ भी संगत है, जो फर्म के HiFi उत्पाद रेंज के पुराने संस्करणों के लिए अनुकूलित है।