隨著物聯(lián)網(wǎng)時代的到來,物端產(chǎn)品已經(jīng)逐漸的走進了人們的生活中,其中語音關(guān)鍵詞識別技術(shù)可以在物端產(chǎn)品中扮演重要的作用。因為人們可以完全免手動的方式和物端設(shè)備進行交互,但由于物端設(shè)備的算力和內(nèi)存都有限,而語音關(guān)鍵詞識別技術(shù)往往模型大、數(shù)據(jù)運算量高,因此語音關(guān)鍵詞識別方案很難應(yīng)用到物端產(chǎn)品。本文的目的是設(shè)計一個面向物端芯片的語音關(guān)鍵詞識別方案,為了解決語音關(guān)鍵詞識別技術(shù)模型大、運算量高等問題,本文提出了模型算法優(yōu)化、指令優(yōu)化、模型壓縮和算法映射等方法,最終該語音關(guān)鍵詞識別方案滿足物端設(shè)備的高精度、低功耗、小內(nèi)存占用和低計算量等要求。本文的主要工作內(nèi)容如下:（1）為了減輕復(fù)雜環(huán)境中的噪聲干擾,本文語音關(guān)鍵詞識別算法的預(yù)處理階段采用了聲源定位和聲源分離等算法來實現(xiàn)降噪,然后用梅爾頻率倒譜系數(shù)（Mel-Frequency Cepstral Coefficients,MFCC）對語音信號進行特征提取,最后把預(yù)處理算法移植到RI5CY處理器中,并根據(jù)RISC-V的拓展指令集對預(yù)處理算法進行優(yōu)化。（2）為了降低語音關(guān)鍵詞識別算法的開銷和提高算法的精度,本文的語音關(guān)鍵詞網(wǎng)絡(luò)為一個端到端的網(wǎng)絡(luò)結(jié)構(gòu),該網(wǎng)絡(luò)結(jié)構(gòu)... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院大學(xué)人工智能學(xué)院)北京市

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 關(guān)鍵詞識別技術(shù)的研究進展
        1.2.2 物端芯片的研究進展
    1.3 本文主要研究內(nèi)容
第2章 面向物端開源處理器的語音信號預(yù)處理
    2.1 預(yù)處理算法選擇
        2.1.1 聲源定位
        2.1.2 聲源分離
    2.2 面向RISC-V微控制器單元的算法移植和優(yōu)化
        2.2.1 算法移植
        2.2.2 指令優(yōu)化
    2.3 小結(jié)
第3章 面向物端專用人工智能處理器的關(guān)鍵詞識別方案實現(xiàn)
    3.1 低開銷關(guān)鍵詞識別算法選取和性能優(yōu)化
    3.2 關(guān)鍵詞識別算法模型量化
    3.3 面向?qū)Ｓ萌斯ぶ悄芴幚砥鞯乃惴ㄓ成渑c性能優(yōu)化
        3.3.1 算法映射
        3.3.2 性能優(yōu)化
        3.3.3 性能分析
    3.4 小結(jié)
第4章 實驗及結(jié)果分析
    4.1 關(guān)鍵詞識別技術(shù)方案的測試
        4.1.1 關(guān)鍵詞識別技術(shù)方案的訓(xùn)練過程
        4.1.2 關(guān)鍵詞識別技術(shù)方案的推理過程
        4.1.3 關(guān)鍵詞識別技術(shù)方案的超參數(shù)測試以及分析
    4.2 關(guān)鍵詞識別方案在專用人工智能處理器上的性能分析
        4.2.1 物端計算引擎
        4.2.2 神經(jīng)網(wǎng)絡(luò)硬件加速器
        4.2.3 性能分析
    4.3 小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果


【參考文獻】：
期刊論文
[1]基于深度神經(jīng)壓縮的YOLO加速研究[J]. 陳莉君,李卓.  現(xiàn)代計算機(專業(yè)版). 2019(11)
[2]基于正太分布離群算法的冷鏈溫度監(jiān)測系統(tǒng)[J]. 馮旭.  閩西職業(yè)技術(shù)學(xué)院學(xué)報. 2019(01)
[3]結(jié)合瓶頸特征的注意力聲學(xué)模型[J]. 龍星延,屈丹,張文林.  計算機科學(xué). 2019(01)
[4]基于雙向長短時記憶-聯(lián)結(jié)時序分類和加權(quán)有限狀態(tài)轉(zhuǎn)換器的端到端中文語音識別系統(tǒng)[J]. 姚煜,RYAD Chellali.  計算機應(yīng)用. 2018(09)

碩士論文
[1]嵌入式深度神經(jīng)網(wǎng)絡(luò)的模型壓縮與前向加速技術(shù)研究[D]. 丁杰.中國科學(xué)技術(shù)大學(xué) 2018



本文編號：3196680