#自動語音辨識ASR #生物測定說話者識別引擎BSI #文字轉語音TTS #自然語言處理NLP #汽車電子 #嵌入式系統 #微控制器MCU #數位訊號處理器DSP #藍牙Bluetooth
【DSP 不只語音識別!聽覺場景、語意理解更到位】
上傳雲端處理,功耗、延遲性、隱私權和網路連接是最大顧慮;所以,嵌入式/離線「邊緣語音識別」的成長性備受期待;為滿足較低的功耗和運算資源需求,Tiny Machine Learning (TinyML) 編譯便應運而生。
現今不少微控制器 (MCU) 已具機器學習 (ML) 能力,且集成數位訊號處理器 (DSP) 作為加速器以增強效能;更有另將音訊編/解碼器、基頻處理器及無線射頻 (RF) 整合其中者,可支援遠程控制。選擇支援移植和優化大量詞彙的 MCU 可簡化開發過程。
在無線鏈路傳輸音訊資料前,數位訊號處理至關重要,包括:測量、過濾和壓縮音訊類比訊號;DSP 要考慮的不只是 MAC 多寡與 ISA 效能,還有與 AI 開源工具、語音功能軟體堆疊,乃至於「雜訊抑制和濾波」等前端訊號預處理及後端無線連接易用性的整個生態系。坊間多數音訊 DSP IP 內核以安謀 (Arm)、Tensilica 和 CEVA 為三大主流派別。相關產品組合各有哪些優勢&特色?適用性如何?又有哪些異軍突起的另類解決方案?一起來認識它們吧!
延伸閱讀:
《喚醒.識別.場景.理解.情境感知——DSP IP「擴展」不停歇》
http://www.compotechasia.com/a/feature/2021/0205/47108.html
#安謀Arm #EthosU55 #EthosU65 #microNPU #恩智浦NXP #i.MX8M+ #EdgeVerse #益華電腦Cadence #Tensilica #HiFi #CEVA #TeakLite #SensPro #SenslinQ #RivieraWaves #PicoVoice
tinyml nxp 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最讚貼文
#物聯網IoT #人工智慧AI #嵌入式系統 #微控制器MCU #邊緣運算EdgeComputing #開發套件
【MCU+AI,每個終端都可以是智慧裝置】
裝置趨向智慧化,也開啟了微控制器 (MCU) 與人工智慧 (AI) 的結合,好處在於:降低功耗、降低成本、快速上市、直接在前端處理不需要再丟到雲端運算;相對也有三難:運算力弱、缺少建模和訓練工具,以及缺少集成工具。
在大趨勢朝向更精簡的模型下,TinyML 漸受重視——是指超低功耗的機器學習在物聯網 (IoT) 各種裝置端 MCU 的運用,通常功耗為毫瓦 (mW) 級別甚至更低,可支援各種不同的電池驅動設備與需要始終在線的應用,例如:智能相機、遠端遙控、可穿戴裝置等設備。裝置端 MCU+AI 晶片具低延遲、高隱私等特性,是未來的發展趨勢,而新舊 MCU 廠商的策略大不同。一起來了解他們在 AI 的佈局吧!
延伸閱讀:
《MCU 結合 AI 的現況》
http://compotechasia.com/a/feature/2020/0813/45497.html
#瑞薩電子Renesas #e-AI #恩智浦NXP #eIQ #微芯科技Microchip #冠捷半導體SST #memBrain #意法半導體ST #STM32Cube.AI #安謀Arm #Ethos-U55 #Cortex-M55 #Syntiant #Sensory #XMOS #EtaCompute #EdgeImpulse #GreeWaves #Esperanto #Picovoice #Xnor.ai