我们使用和与设备交互的方式正在发生变化 ，我们越来越多地使用声音来控制 ，互动和管理它们 。
笑话的屁股不到10年前，自动语音识别现在即将成为人们与周围计算机和设备互动的主要手段 。毕竟，您是否真的认为您是否要使用键盘和鼠标来控制和与智能手表或自动驾驶汽车进行互动？嗯。
为了期待语音控制的时代 ，麻省理工学院的研究人员已经建立了许多人认为是世界上最有效的低功率芯片 ，该芯片专门用于自动语音识别。
尽管手机运行语音识别软件可能需要大约1瓦的功率，但新芯片需要0.2至10毫瓦的功率 ，具体取决于其必须识别的单词数量 ，这是一个改变游戏规则的单词 。
在现实世界中，可能会转化为90％至99％的电力节省 ，这可能使声音控制成为许多相对简单的电子设备 ，包括必须从环境中收集能量的电源限制设备，或者在电池电量之间进行数月的数月 - 其中许多是物联网（IOT）（IOT）（IOT）（IOT）（IOT）的骨架（IOT） ，这些设备（IOT）可能包括整个city InfrraStrune ，甚至包括City Infrras的所有东西，甚至包括Cate Infrrastruce 。是的。母牛 - 它们是传感器包装的 ，您也知道互联网 。
请尝试跟上 ，我们在这里改变世界 。因此，下次您要与手表，水壶或互联的牛交谈时 ，想想本文 ，当然还有麻省理工学院的人们。
“语音输入将成为许多可穿戴应用和智能设备的自然界面，”麻省理工学院电气工程和计算机科学教授Anantha Chandrakasan说 ，他的小组开发了新的芯片 ，“这些设备的微型化将需要不同的界面与触摸或键盘相比，它将在演讲功能上的范围内进行相比 ，这将是至关重要的 。
领导芯片设计的迈克尔·普莱斯（Michael Price）补充说：“我认为我们并不是为特定应用程序开发了这项技术 ，我们试图将基础设施置于适当的位置，以比以前的技术（无论是软件还是硬件加速度）为系统设计师提供更好的交易 。 ”
如今 ，表现最好的语音识别系统就像许多其他最先进的人工智能（AI）系统一样 ，基于神经网络 - 简单信息处理系统的虚拟网络。结果，大多数新芯片的体系结构都涉及使这种语音识别神经网络尽可能高效 。
但是 ，即使是最有效的语音识别系统 ，如果不中断运行设备的电池电池，芯片还包括一个更简单的“语音活动检测 ”电路，该电路可监视环境噪声以确定是否可能是语音 。如果答案是肯定的 ，则芯片会激发较大 ，更复杂的语音识别电路。
实际上，出于实验目的 ，研究人员的芯片具有三个不同的语音活动检测电路 ，其复杂程度不同，因此具有不同的功率需求 。哪个电路是最有效的电路取决于上下文 ，但是在模拟各种条件的测试中 ，这三个电路中最复杂的导致了整个系统的最大动力节省 。即使它消耗的功率几乎是最简单的电路的三倍，但产生的误报却少得多。简单的电路通常会通过弹药激活其余的芯片来通过节省的能源节省来咀嚼。
一个典型的神经网络由数千个处理的“节点”组成 ，仅能简单计算 ，但彼此密切相关 。在通常用于语音识别的网络类型中，节点被排列成层 。语音数据被馈入网络的底层 ，该网络的节点是过程的 ，并将其传递到下一层的节点，该节点的节点处理并将其传递到下一层，依此类推。顶层的输出表示语音数据代表特定语音的概率 。
语音识别网络太大 ，无法适应芯片的板上内存 ，这是一个问题，因为与从当地商店中检索数据相比 ，数据“脱离芯片”的能源强度要大得多 。因此 ，麻省理工学院研究人员的设计集中于最大程度地减少芯片必须从芯片内存中检索的数据量。
神经网络中间的一个节点可能会从其他十几个节点接收数据，并将数据传输到另外十几个 。这二十个连接中的每一个都有一个相关的“权重 ” ，一个数字表明在其上发送的数据应如何考虑到接收节点的计算 。最小化新芯片内存带宽的第一步是压缩与每个节点相关的权重。只有在将它们带到芯片上后才对数据进行解压缩 。
该芯片还利用了这样一个事实 ，即通过语音识别，数据波必须通过神经网络 。传入的音频信号被分为10毫秒的增量 ，每个增量必须分别评估。麻省理工学院研究人员的芯片一次带来了神经网络的一个节点 ，但它通过它传递了32个10毫秒增量的数据 。
如果一个节点具有十二个输出，则32个通过会导致384个输出值 ，芯片在本地存储 。当将它们馈送到下一个节点时 ，它们中的每一个都必须与其他11个值结合，依此类推。因此，芯片最终需要在板内存电路上进行中间计算。但是它一次仅从芯片内存中获取一个压缩节点 ，使其功率要求保持较低 。
这项研究是通过Qmulus Project资助的 ，Qmulus项目是MIT和Quanta Computer之间的合资企业，MIT和Quanta Computer是OEM服务器制造商 ，它提供了大多数Hyperscale Datacentre公司 ，例如Facebook和Google，其云服务器系统 ，芯片是由台湾半导体制造公司原型的 。
来源:https://xianggongguan.cn/life/202506-4423.html 来源:https://www.siyonli.com/jyfx/202506-3524.html 来源:https://www.siyonli.com/jyfx/202506-3511.html 来源:https://xianggongguan.cn/life/202506-4622.html 来源:https://xianggongguan.cn/kexue/202506-4484.html 来源:https://xianggongguan.cn/zixun/202506-4605.html 来源:https://www.siyonli.com/cshi/202506-3729.html 来源:https://yayait.com/zlan/202506-10055.html 来源:https://xianggongguan.cn/zskp/202506-4657.html 来源:https://xianggongguan.cn/life/202506-4702.html
来源:https://xianggongguan.cn/life/202506-4423.html 来源:https://www.siyonli.com/jyfx/202506-3524.html 来源:https://www.siyonli.com/jyfx/202506-3511.html 来源:https://xianggongguan.cn/life/202506-4622.html 来源:https://xianggongguan.cn/kexue/202506-4484.html 来源:https://xianggongguan.cn/zixun/202506-4605.html 来源:https://www.siyonli.com/cshi/202506-3729.html 来源:https://yayait.com/zlan/202506-10055.html 来源:https://xianggongguan.cn/zskp/202506-4657.html 来源:https://xianggongguan.cn/life/202506-4702.html
本文来自作者[晓珍]投稿，不代表策华号立场，如若转载，请注明出处：https://cehuayingxiao.cn/zshi/202506-39505.html
评论列表（4条）
我是策华号的签约作者“晓珍”！
希望本篇文章《我们使用和与设备交互的方式正在发生变化，我们越来越多地使用声音来控制，互动和管理它们。》能对你有所帮助！
本站[策华号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：我们使用和与设备交互的方式正在发生变化，我们越来越多地使用声音来控制，互动和管理它们。 笑话的屁股不到10年前，自动语音识别现在即将成为人们与周围计算机和设备互动的主要手...