基于脉冲神经网络的全局-局部卷积用于节能关键词唤醒
声音
2024-06-21 v1 人工智能
神经与进化计算
音频与语音处理
摘要
得益于深度神经网络(DNNs)，关键词唤醒(KWS)的准确性取得了显著进展。然而，由于KWS系统通常部署在边缘设备上，能效除了性能之外也成为一项关键要求。在此，我们利用脉冲神经网络的能效优势，提出了一种端到端的轻量级KWS模型。该模型包含两个创新模块：1) 全局-局部脉冲卷积(GLSC)模块和2) Bottleneck-PLIF模块。与手工设计的特征提取方法相比，GLSC模块实现了更稀疏、更节能且性能更优的语音特征提取。Bottleneck-PLIF模块进一步处理来自GLSC的信号，旨在以更少的参数实现更高的准确性。在Google Speech Commands数据集(V1和V2)上进行了大量实验。结果表明，我们的方法在基于SNN的KWS模型中，以更少的参数取得了具有竞争力的性能。
引用
@article{arxiv.2406.13179,
title = {Global-Local Convolution with Spiking Neural Networks for Energy-efficient Keyword Spotting},
author = {Shuai Wang and Dehao Zhang and Kexin Shi and Yuchen Wang and Wenjie Wei and Jibin Wu and Malu Zhang},
journal= {arXiv preprint arXiv:2406.13179},
year = {2024}
}