Hello Edge：微控制器上的关键词 spotting
声音
2018-02-16 v3 计算与语言
机器学习
神经与进化计算
音频与语音处理
摘要
关键词 spotting（KWS）是实现智能设备上基于语音的用户交互的关键组件。它需要实时响应和高精度以提供良好用户体验。近来，由于相较传统语音处理算法具有精度优势，神经网络已成为 KWS 架构颇具吸引力的选择。因其始终开启的特性，KWS 应用具有高度受限的功耗预算，通常运行于内存与计算能力有限的微型微控制器上。用于 KWS 的神经网络架构设计必须考虑这些约束。本工作中，我们针对资源受限微控制器上运行 KWS 进行了神经网络架构评估与探索。我们训练了文献中发表的各种神经网络架构以比较其精度与内存/计算需求。我们展示可在不牺牲精度的情况下优化这些神经网络架构以适配微控制器的内存与计算约束。我们进一步探索了深度可分离卷积神经网络（DS-CNN）并与其他神经网络架构比较。DS-CNN 达到了 95.4% 的精度，较参数数量相近的 DNN 模型高约 10%。
引用
@article{arxiv.1711.07128,
title = {Hello Edge: Keyword Spotting on Microcontrollers},
author = {Yundong Zhang and Naveen Suda and Liangzhen Lai and Vikas Chandra},
journal= {arXiv preprint arXiv:1711.07128},
year = {2018}
}
备注
Code available in github at https://github.com/ARM-software/ML-KWS-for-MCU