CEVA的DSP和语音神经网络集成TensorFlow Lite for Microcontrollers.pdf 本文总结了CEVA的DSP和语音神经网络集成TensorFlow Lite for Microcontrollers的技术细节。CEVA宣布其CEVA-BX DSP内核与瞄准会话型人工智能和情境感知应用的WhisPm语音识别软件现在支持TensorFlow Lite for Microcontrollers。这款可量产的跨平台框架用于在边缘设备中的低功耗处理器上部署微型机器学习应用。 Knowledge Point 1: LE Audio和蓝牙助听器的开发意义 LE Audio能够提高市场上各品牌助听器的互操作性,产品的成本和价格也会降下来,能显著提高助听器的普及率。LE Audio也可以让听力受损人士从中受益,在机场、电影院、剧院等嘈杂的环境中,那些公共音频可以直接传输到他们的助听器。 Knowledge Point 2: CEVA-BX DSP和WhisPro语音识别软件 CEVA-BX DSP系列是高级可编程混合DSP/控制器,提供高效率运作,适合实时信号控制应用。WhisPro语音识别软件和定制命令模型与TensorFlow Lite框架集成,进一步加快了小型语音助理和其他语音控制物联网设备的开发工作。 Knowledge Point 3: TensorFlow Lite for Microcontrollers TensorFlow Lite for Microcontrollers是一款可量产的跨平台框架,用于在边缘设备中的低功耗处理器上部署微型机器学习应用。它可以在音频、语音、图像和运动等领域于设备上进行传感器数据分析。 Knowledge Point 4: CEVA在边缘应用中的整体式AI方法 CEVA在边缘应用中采用整体式AI方法,确保使用TensorFlow Lite for Microcontrollers的客户能够利用统一的处理器架构来运行这个框架和相关的神经网络工作负载,以构建智能连接产品。 Knowledge Point 5: DSP和语音神经网络集成的优点 DSP和语音神经网络集成可以让客户和算法开发人员利用CEVA广泛的音频、语音和语音机器学习软件和程序库来加速其产品设计开发。CEVA-BX DSP系列还可帮助同时处理前端语音、传感器融合、音频处理和普通DSP工作负载。 Knowledge Point 6: 业界对AI的需求 业界对利用设备上AI来增强情境感知的需求不断增长,对话式AI工作负载也不断增长。TensorFlow Lite for Microcontrollers通过提供精简框架来在资源受限的处理器上部署机器学习模型,极大地简化了这些设备的开发。
- 粉丝: 132
- 资源: 23万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于javaweb的网上拍卖系统,采用Spring + SpringMvc+Mysql + Hibernate+ JSP技术
- polygon-mumbai
- Chrome代理 switchyOmega
- GVC-全球价值链参与地位指数,基于ICIO表,(Wang等 2017a)计算方法
- 易语言ADS指纹浏览器管理工具
- 易语言奇易模块5.3.6
- cad定制家具平面图工具-(FG)门板覆盖柜体
- asp.net 原生js代码及HTML实现多文件分片上传功能(自定义上传文件大小、文件上传类型)
- whl@pip install pyaudio ERROR: Failed building wheel for pyaudio
- Constantsfd密钥和权限集合.kt