安徽大學獲悉，該校集成電路學院吳秀龍課題組與北京大學楊玉超教授課題組合作，利用動態憶阻器的動力學行為，開發了一種生物學可解釋的特征提取單元，用于提取語音事件信號時空特征，并基于此單元成功構建了語音識別硬件系統進行實驗驗證。相關研究成果日前在線發表于國際學術期刊《科學進展》上。
目前，基于深度學習的語音識別模型，在取得高性能的同時往往依賴于高算力、高存儲容量的硬件平臺。這使得這些模型往往無法滿足移動邊緣端對低功耗、低延遲的要求，增加了邊緣端計算的復雜度與能耗。腦啟發的脈沖神經網絡(SNN)是實現低功耗人工智能的重要途徑。然而，現有的基于SNN模型的語音識別系統，由于缺乏可以高效地進行聲學特征提取和神經編碼的聽覺前端，導致高性能的語音識別系統，往往依賴于復雜的語音特征提取算法和網絡結構復雜的深度脈沖神經網絡，這限制了在邊緣端的應用。因此，為了優化性能并簡化系統架構，急需設計一種高效的聽覺前端，以實現基于SNN模型的超低功耗語音識別系統。
針對這一問題，研究人員利用鈷酸鋰動態憶阻器的非線性動力學特性，設計了硬件DTSN神經元作為聽覺前端，提取基于事件的語音信號的時空特征。研究人員通過構建具有可調節衰減時間核的鈷酸鋰動態憶阻器，實現了硬件動態時間表面神經元（DTSN），其中衰減時間核的結構包括zero-sum時間核和指數時間核兩種形式。該神經元具有高效提取音頻信號中事件流的時空特征的功能。這不僅增強了脈沖神經網絡硬件系統的語音識別性能，而且簡化了網絡結構復雜度，從而提高了整個硬件系統的計算效率。
研究人員表示，這項工作顯著提升了脈沖神經網絡硬件系統處理基于事件的語音信號的識別性能，為超低功耗的語音處理硬件系統提供了一種神經形態解決方案，將會推動邊緣AI技術在智能語音識別領域的發展。
