文献

J-GLOBAL ID：201902267335927738   整理番号：19A0510721

モバイルGPUとViterbi加速器による低電力自動音声認識【JST・京大機械翻訳】

Low-Power Automatic Speech Recognition Through a Mobile GPU and a Viterbi Accelerator

著者 (4件)： Yazdani Reza (Universitat Politecnica de Catalunya) ,  Segura Albert (Universitat Politecnica de Catalunya) ,  Arnau Jose-Maria (Universitat Politecnica de Catalunya) ,  Gonzalez Antonio (Universitat Politecnica de Catalunya)
資料名： IEEE Micro  (IEEE Micro)
巻： 37  号： 1  ページ： 22-29  発行年： 2017年 
JST資料番号： H0837A  ISSN： 0272-1732  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動音声認識(ASR)は,モバイル機器のためのコア技術になった。リアルタイムで正確なASRを提供することは,巨大な計算コストを有し,モバイル機器のようなエネルギー制約のあるプラットフォームで達成することが困難である。最新のASRパイプラインは,音声信号を音素の確率に変換する深いニューラルネットワーク(DNN)から成り,これらの確率を用いて単語列を生成するViterbi探索が続く。本論文では,Viterbi探索用の専用ハードウェア加速器とDNN用のモバイルGPUを組み合わせた低電力デバイス用ASRシステムを提案した。DNN評価は並列化が容易であり,したがって,モバイルGPU上で高エネルギー効率を達成する。一方,Viterbi探索は並列化するのが難しく,ASRの主要なボトルネックを表しているので,ハードウェア加速器を提案し,そのエネルギー要求を劇的に低減し,性能を向上させた。これらの提案は,CPU上で実行する従来の解よりも桁数桁優れている。GPUのみのシステムと比較して,GPUと加速器を組み合わせたハイブリッド方式は,性能を5.25倍改善し,一方,エネルギーを2.05倍低減した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ハードウェア ,  ニューラルネットワーク ,  音声信号 ,  *携帯電話 ,  音素 ,  *加速器 ,  単語 ,  エネルギー効率 ,  ハイブリッド方式
準シソーラス用語： 専用ハードウェア ,  計算コスト ,  実時間 ,  モバイルデバイス ,  *自動音声認識 ,  低電力化 , 【Automatic Indexing@JST】

分類 (3件)： ディジタル計算機ハードウェア一般  (JC04010C) ,  言語プロセッサ  (JD03040F) ,  汎用演算制御装置  (JC04020N)

タイトルに関連する用語 (5件)： モバイル ,  GPU ,  加速器 ,  低電力 ,  自動音声認識