DSP.Ear：利用协处理器支持实现智能手机上的连续音频感知
声音
2014-09-15 v1
摘要
支持传感器的智能手机的快速普及极大地推动了利用手机传感器监测用户行为的应用程序的激增。其中麦克风是一个核心传感器，例如可用于检测语音中的情感效价或识别说话人。在移动设备上部署多个此类应用程序以连续监测音频环境，可以获取多种与声音相关的上下文推断。然而，累积的处理负担严重影响了手机电池寿命。为解决这一问题，我们提出了 DSP.Ear——一种集成传感系统，它利用商用移动设备中最新的低功耗 DSP 协处理器技术，使多种执行复杂音频推断的成熟算法能够连续且同时运行。该系统能够从语音中提取情绪、估算房间内的人数、识别说话人并检测常见的环境声音，同时几乎不增加设备电池的额外开销。这是通过一系列流水线优化实现的，使得计算主要保留在 DSP 上完成。通过对我们原型实现的详细评估，我们表明，通过利用智能手机的协处理器，与仅使用手机主处理器的解决方案相比，DSP.Ear 将电池寿命提高了 3 到 7 倍。此外，DSP.Ear 的能效比未经优化的朴素 DSP 解决方案高出 2 到 3 倍。我们进一步分析了来自 1320 名 Android 用户的大规模数据集，结果显示，在约 80-90% 的日常使用实例中，DSP.Ear 能够在单次充电下维持一整天的运行（即使存在其他智能手机工作负载）。
引用
@article{arxiv.1409.3206,
title = {DSP.Ear: Leveraging Co-Processor Support for Continuous Audio Sensing on Smartphones},
author = {Petko Georgiev and Nicholas D. Lane and Kiran K. Rachuri and Cecilia Mascolo},
journal= {arXiv preprint arXiv:1409.3206},
year = {2014}
}
备注
15 pages, 12th ACM Conference on Embedded Network Sensor Systems (SenSys '14)