Spiking-LEAF：一种面向脉冲神经网络的可学习听觉前端
声音
2024-03-26 v2 神经与进化计算
音频与语音处理
摘要
受脑启发的脉冲神经网络（SNNs）已在时序信号处理中展现出巨大潜力。然而，由于缺少有效的听觉前端，其在语音处理中的性能仍然受限。为应对这一局限，我们提出了 Spiking-LEAF，一种专为基于 SNN 的语音处理精心设计的、可学习的听觉前端。Spiking-LEAF 将可学习滤波器组与一种称为 IHC-LIF 的新型双室脉冲神经元模型相结合。IHC-LIF 神经元从内毛细胞（IHC）的结构中获得灵感，并利用分离的树突与胞体区室来有效捕获语音信号的多尺度时间动态。此外，IHC-LIF 神经元引入了侧向反馈机制以及脉冲正则化损失，以提升脉冲编码效率。在关键词 spotting 与说话人识别任务上，所提出的 Spiking-LEAF 在分类准确率、噪声鲁棒性和编码效率方面均优于 SOTA 脉冲听觉前端与传统实值声学特征。
引用
@article{arxiv.2309.09469,
title = {Spiking-LEAF: A Learnable Auditory front-end for Spiking Neural Networks},
author = {Zeyang Song and Jibin Wu and Malu Zhang and Mike Zheng Shou and Haizhou Li},
journal= {arXiv preprint arXiv:2309.09469},
year = {2024}
}
备注
Accepted by ICASSP2024