基于脉冲神经网络的语音活动检测的 Bin 编码训练
音频与语音处理
2021-05-20 v1 声音
摘要
人工神经网络（ANNs）深度学习的进展显著提升了在数字芯片上实现的数字信号处理系统性能。尽管低功耗芯片近期进展显著，但运行基于脉冲神经网络（SNNs）应用的神经形态芯片因随之而来的稀疏基于脉冲的编码方案而提供更低功耗。在本工作中，我们开发了一种基于 SNN 的语音活动检测（VAD）系统，它属于任何音频与语音处理系统的基本构件。我们提出使用 bin 编码，一种将单时间帧的 log mel 滤波器组 bin 转换为脉冲模式的新方法。我们将所提方案集成到一个双层脉冲架构中，并在 QUT-NOISE-TIMIT 语料库上进行了评估。我们的方法表明，SNN 能够实现 VAD 分类器的超低功耗实现，仅消耗 3.8W，同时达到最先进性能。
引用
@article{arxiv.1910.12459,
title = {A Bin Encoding Training of a Spiking Neural Network-based Voice Activity Detection},
author = {Giorgia Dellaferrera and Flavio Martinelli and Milos Cernak},
journal= {arXiv preprint arXiv:1910.12459},
year = {2021}
}
备注
5 pages, 3 figures, 1 table