助听器芯片把滤波和识别压进同一块ASIC：后综合面积16万平方微米，功耗1.4毫瓦
助听器要在耳内有限的空间和电池下完成降噪与语音识别，高阶有限脉冲响应滤波器因乘加运算多而占用面积和功耗。该架构把无乘法器、无存储表的分布式算术有限脉冲响应滤波与深度谱神经网络放进同一块面向专用集成电路的设计，网络用近似Wallace树乘法器做推理。专用集成电路后综合分析给出16万平方微米面积、1.4毫瓦功耗和约2.1毫秒的硬件处理延迟，功能验证在MATLAB中完成，原型流片与实时硬件验证尚未进行。
智能眼镜双人对话转写不再只靠大模型：前端先分离说话人，重叠语音下错误率更低
智能眼镜双人对话的带时间戳说话人转写，在解码前先做目标说话人提取或语音分离，验证集上重叠比例越高，错误率下降越明显。
逐帧早退在端侧语音增强中是否划算：动态深度与静态模型在STM32N6上落在同一延迟-质量前沿，策略每帧仅26微秒
该工作对一个因果语音增强模型的每个中间深度都施加监督，并微调各输出头以保证更深输出不劣于更浅输出，由此得到一族比同预算从零训练的等规模模型更帕累托高效的静态模型（同等算力下PESQ最高提升0.11，以少30%算力匹配最佳PESQ），并在STM32N6微控制器上量化到int8后测得动态增强器与静态模型落在同一延迟-质量前沿，配套Cortex-M55上策略每帧仅26微秒、拆分NPU图带来2.2%延迟开销。
已读完全部报道