BWN手册-中文1
需积分: 0 117 浏览量
2022-08-08
19:15:38
上传
评论
收藏 553KB DOCX 举报
BWN 技术手册-中文
1. 软硬件背景
1.1 深度学习在语音识别中的应用
随着以深度学习和人工神经网络为代表的人工智能技术不断的完善和发展，语音技
术开始逐步使用 LSTM（长短期神经网络）、RNN（循环神经网络）和 CNN（卷积神经
网络）来完成语音识别、声纹识别与实时翻译等技术。新模式算法极大的提高了语音识
别的性能，并得以在工业界大规模应用，比较典型的应用有科大讯飞实时翻译、百度语
音等。
1.2 FPGA 可定制逻辑在深度学习加速中的应用
深度学习虽然在算法性能上取得了较大的突破，但也对算力提出了更高的要求。传
统 CPU 面对并行性高、计算密集访存密集的深度学习计算效率较低；GPU 处理器效率
较 CPU 高，但功耗与价格居高不下；ASIC 可以在功耗与就散性能上取得较好的平衡，
但设计流程长、灵活性差、设计成本高。
对比之下，FPGA 是一种可编程、可用户定制化的现代大规模集成电路产品。设计
者在通过诸如 Verilog HDL 的硬件描述语言完成电路设计后，通过相应的软件平台进行
仿真、综合与布局后生成比特流描述文件。将比特流描述文件烧写至 FPGA 中的 Flash
模块即可完成门电路级别的编程逻辑控制。
对于计算机体系结构与系统结构的研究者和设计者来说，FPGA 虽然实际的工作频
率远低于实际 CPU 的工作频率，但 FPGA 成本低廉使用灵活的特性可以让用户针对性
的设计最有效率的加速器。
2. 算法背景
2.1 运行平台与数据集
本程序运行在 Matlab 2018a 平台。Matlab 2018a 包含完整的并行计算库和音频处
理相关库，相比之前的版本能更好的完成语音识别的任务。本程序的数据集采用谷歌
TensorFlow 中的开源音频库，该数据集顺序存储了若干单词的语音片段，每个单词都分
别对应若干音频文件并标记其 label。本语音模型针对{‘yes’, ‘up’, ‘down’, ‘right’, ‘left’,
‘unknown’}六个单词标签进行识别。
数据集的存储模式如图 1 所示：
剩余14页未读，继续阅读
评论0