Le risorse sono sufficienti per il riconoscimento vocale di campo lontano, in cui l'utente si trova a pochi metri dal microfono. Gli assistenti domestici digitali con comando vocale e l'infotainment automobilistico sono applicazioni previste.
Perché elaborare la voce sul PCB locale?
"Gli algoritmi di riconoscimento vocale basati sulla rete neurale stanno eseguendo più attività a livello locale, piuttosto che nel cloud, a causa dei problemi di latenza, privacy e disponibilità di rete", ha affermato Cadence.
Chiamato HiFi 5, ha il doppio della capacità di elaborazione audio e quattro volte l'elaborazione della rete neurale (NN) del precedente HiFi 4 DSP.
"Il nostro obiettivo è quello di rendere disponibile localmente un ampio motore di vocabolario in grado di elaborare un linguaggio naturale", ha dichiarato a Electronic Weekly il direttore marketing di Cadence, Gerard Andrews. "Abbiamo esaminato le reti neurali di riconoscimento vocale open source e abbiamo progettato HiFi 5 per gestire questi tipi di rete.
Gli elementi di elaborazione includono:
- Un'architettura a 5 word di istruzioni molto lunga (VLIW) in grado di emettere due carichi a 128 bit per ciclo
- Moltiplicatori-accumulatori DSP:
Supporto per 8 32x32 bit MAC / ciclo o 16 16x16 bit MAC / ciclo
Opzionali otto MAC a virgola mobile a precisione singola per ciclo - Accumulatori di moltiplicatori di rete neurali:
32 16 × 8 MAC / ciclo o 16 × 4 MAC / ciclo
16 MAC a virgola mobile a mezza precisione opzionali per ciclo
I MAC DSP, secondo Andrews, includono, per esempio, il supporto per la saturazione, mentre i MAC della rete neurale sono ottimizzati per moltiplicare un valore vettoriale di una matrice. "In così tante reti neurali, si finisce per passare un'enorme quantità di tempo moltiplicando un vettore per matrice", ha detto, aggiungendo che: la scelta di quanti MAC includere, e quali tipi di dati e lunghezze di peso da supportare, era basato sul lavoro con i clienti HiFi 4.
La matematica a virgola mobile è stata incorporata per due casi d'uso: precisione singola per il front-end vocale per la formazione del fascio e la cancellazione dell'eco e la precisione a metà per alcune reti neurali. "Il punto di virata offre un rapido time-to-market", ha affermato Andrews. "Ad esempio, se si sviluppa qualcosa in virgola mobile in MatLab, convertirlo in virgola fissa richiede molto tempo."
Il moltiplicatore supporta pesi a 8 bit perché "la grande tendenza è di quantizzare fino a 8 bit di peso per il riconoscimento vocale, che non deve compromettere troppo la precisione. Vedete articoli presentati dove le persone stanno cercando di scendere a 4 bit ", ha detto Andrews. "Prevediamo che la maggior parte degli algoritmi trarrà vantaggio dal nostro moltiplicatore 16x8 bit: 16 bit per i dati dal microfono e 8 bit per i pesi".
Per altri schemi di ponderazione, è disponibile l'operazione a 4 bit, 2 bit e 1 bit oltre a 8 bit.
Ambiq Micro, produttore di microcontrollori basati su processi di silicio "sotto soglia" per risparmiare energia, è stato il primo cliente HiFi 5.
"Per affrontare la sfida estremamente difficile di portare algoritmi di elaborazione vocale e di riconoscimento del campo lontano basati su rete neurale ad dispositivi sensibili al consumo, Ambiq Micro ha scelto di essere la prima licenziataria in silicio di HiFi 5 DSP di Cadence", ha affermato Ambiq vp del marketing Aaron Grassian. "Porting di HiFi 5 DSP alla piattaforma ottimizzata per l'alimentazione della sub-soglia di Ambiq Micro consente ai progettisti di prodotto, ODM e OEM di trarre il massimo vantaggio dalla tecnologia dei leader del software audio come DSP Concepts e Sensory aggiungendo l'integrazione del comando vocale, il comando e il controllo e interfaccia utente conversazionale a prodotti portatili e mobili senza sacrificare la qualità o la durata della batteria. "
A supporto della proprietà intellettuale, esiste una libreria di funzioni di libreria ottimizzate comunemente usate nell'elaborazione di reti neurali, in particolare per l'elaborazione del parlato. Queste funzioni sono finalizzate all'integrazione all'interno di framework di machine learning popolari.
HiFi 5 è anche compatibile con la libreria aziendale di codec audio e voce esistenti e pacchetti software per l'ottimizzazione dell'audio, ottimizzati per le versioni precedenti della gamma di prodotti HiFi dell'azienda.