安徽大學(xué)獲悉，該校集成電路學(xué)院吳秀龍課題組與北京大學(xué)楊玉超教授課題組合作，利用動(dòng)態(tài)憶阻器的動(dòng)力學(xué)行為，開(kāi)發(fā)了一種生物學(xué)可解釋的特征提取單元，用于提取語(yǔ)音事件信號(hào)時(shí)空特征，并基于此單元成功構(gòu)建了語(yǔ)音識(shí)別硬件系統(tǒng)進(jìn)行實(shí)驗(yàn)驗(yàn)證。相關(guān)研究成果日前在線(xiàn)發(fā)表于國(guó)際學(xué)術(shù)期刊《科學(xué)進(jìn)展》上。
目前，基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型，在取得高性能的同時(shí)往往依賴(lài)于高算力、高存儲(chǔ)容量的硬件平臺(tái)。這使得這些模型往往無(wú)法滿(mǎn)足移動(dòng)邊緣端對(duì)低功耗、低延遲的要求，增加了邊緣端計(jì)算的復(fù)雜度與能耗。腦啟發(fā)的脈沖神經(jīng)網(wǎng)絡(luò)(SNN)是實(shí)現(xiàn)低功耗人工智能的重要途徑。然而，現(xiàn)有的基于SNN模型的語(yǔ)音識(shí)別系統(tǒng)，由于缺乏可以高效地進(jìn)行聲學(xué)特征提取和神經(jīng)編碼的聽(tīng)覺(jué)前端，導(dǎo)致高性能的語(yǔ)音識(shí)別系統(tǒng)，往往依賴(lài)于復(fù)雜的語(yǔ)音特征提取算法和網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的深度脈沖神經(jīng)網(wǎng)絡(luò)，這限制了在邊緣端的應(yīng)用。因此，為了優(yōu)化性能并簡(jiǎn)化系統(tǒng)架構(gòu)，急需設(shè)計(jì)一種高效的聽(tīng)覺(jué)前端，以實(shí)現(xiàn)基于SNN模型的超低功耗語(yǔ)音識(shí)別系統(tǒng)。
針對(duì)這一問(wèn)題，研究人員利用鈷酸鋰動(dòng)態(tài)憶阻器的非線(xiàn)性動(dòng)力學(xué)特性，設(shè)計(jì)了硬件DTSN神經(jīng)元作為聽(tīng)覺(jué)前端，提取基于事件的語(yǔ)音信號(hào)的時(shí)空特征。研究人員通過(guò)構(gòu)建具有可調(diào)節(jié)衰減時(shí)間核的鈷酸鋰動(dòng)態(tài)憶阻器，實(shí)現(xiàn)了硬件動(dòng)態(tài)時(shí)間表面神經(jīng)元（DTSN），其中衰減時(shí)間核的結(jié)構(gòu)包括zero-sum時(shí)間核和指數(shù)時(shí)間核兩種形式。該神經(jīng)元具有高效提取音頻信號(hào)中事件流的時(shí)空特征的功能。這不僅增強(qiáng)了脈沖神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)的語(yǔ)音識(shí)別性能，而且簡(jiǎn)化了網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜度，從而提高了整個(gè)硬件系統(tǒng)的計(jì)算效率。
研究人員表示，這項(xiàng)工作顯著提升了脈沖神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)處理基于事件的語(yǔ)音信號(hào)的識(shí)別性能，為超低功耗的語(yǔ)音處理硬件系統(tǒng)提供了一種神經(jīng)形態(tài)解決方案，將會(huì)推動(dòng)邊緣AI技術(shù)在智能語(yǔ)音識(shí)別領(lǐng)域的發(fā)展。
