嵌入式硬件平台上的环境声音分类

卷积神经网络（CNNs）在各种音频分类任务中已展现出最先进的性能。然而，在诸如嵌入式系统等资源受限设备上进行实时部署仍然是一项挑战。在本文中，我们分析了专为音频模式识别设计的大规模预训练音频神经网络在部署到如树莓派（Raspberry Pi）这样的硬件上时，其性能如何变化。我们通过实验研究了 CPU 温度、麦克风质量和音频信号音量对性能的作用。我们的实验表明，持续的 CPU 使用会导致温度升高，从而可能触发树莓派中的自动降频机制，影响推理延迟。麦克风的质量（特别是如 Google AIY Voice Kit 这类廉价设备）以及音频信号音量，都会影响系统性能。在调查过程中，我们遇到了与库兼容性以及树莓派独特处理器架构要求相关的重大复杂性，使得该过程相比传统计算机（PC）不够直接。我们的观察虽然提出了挑战，但为未来研究者在边缘设备上部署 AI 模型用于实时应用时开发更紧凑的机器学习模型、设计散热硬件以及选择合适的麦克风铺平了道路。