使用 Tsetlin 机器的低功耗音频关键词 spotting
音频与语音处理
2021-01-28 v1 声音
摘要
人工智能（AI）驱动的关键词 spotting（KWS）技术的出现革新了人机交互。然而，当前由神经网络（NN）驱动的 AI-KWS 流水线在端到端能效、内存占用和系统复杂性方面的挑战始终存在。本文评估了利用一种称为 Tsetlin 机器（TM）的学习自动机驱动机器学习算法的 KWS。通过显著减少参数需求并选择基于逻辑而非算术的处理，TM 在保持高学习效率的同时为低功耗 KWS 提供了新机遇。在本文中，我们探索了基于 TM 的关键词 spotting（KWS）流水线，以展示相比 NN 更低的复杂度和更快的收敛速度。此外，我们研究了随关键词增多带来的可扩展性，并探索了实现低功耗片上 KWS 的潜力。
关键词
引用
@article{arxiv.2101.11336,
title = {Low-Power Audio Keyword Spotting using Tsetlin Machines},
author = {Jie Lei and Tousif Rahman and Rishad Shafik and Adrian Wheeldon and Alex Yakovlev and Ole-Christoffer Granmo and Fahim Kawsar and Akhil Mathur},
journal= {arXiv preprint arXiv:2101.11336},
year = {2021}
}
备注
20 pp