低功耗环境声音分类处理器

0.313 W 高精度分类

提出大小CNN可重构架构与事件驱动处理，在不牺牲分类精度下将功耗降至0.313 W，并适配Mel特征提取实现全流程低功耗推理。

Peng, Lujie · Yang, Jiaying · Zhiyi, Chen · Longke, Yan · Xiben, Jiao · Xiao, Jianbiao · 周亮 · 常亮 · Long, Yu · 周军

IEEE Transactions on Circuits and Systems I: Regular Papers 2023

参数信息

功耗

0.313 W

分类精度

84.5 %

技术优势

功耗够低

通过大小CNN可重构架构与事件驱动处理，将总功耗降至0.313 W。

精度不妥协

在低功耗下仍保持84.5%的分类精度，超越其他ESC处理器。

片上特征提取

Mel特征提取引擎复用神经网络处理单元，无需额外硬件。

事件驱动省时

事件驱动处理减少推理时间和功耗。

应用场景

• 边缘AI芯片：该设计可作为边缘AI芯片的ESC IP核，直接集成。
• 环境监测：低功耗分类适合长期部署于环境监测节点。
• 声学事件检测：实时检测特定声学事件，如玻璃破碎或警报。
• 低功耗端侧推理：0.313 W功耗使设备端推理不必依赖云端。