文献

J-GLOBAL ID：202202261263442012   整理番号：22A0630818

超低電力キーワードスポッティングのための時間遅延ニューラルネットワークベースのオーディオ特徴抽出器【JST・京大機械翻訳】

Time-Delay-Neural-Network-Based Audio Feature Extractor for Ultra-Low Power Keyword Spotting

著者 (1件)： Fuketa Hiroshi (AI Chip Design Open Innovation Laboratory and Device Technology Research Institute, National Institute of Advanced Industrial Science and Technology, Ibaraki, Japan)
資料名： IEEE Transactions on Circuits and Systems 2: Express Briefs  (IEEE Transactions on Circuits and Systems 2: Express Briefs)
巻： 69  号： 2  ページ： 334-338  発行年： 2022年 
JST資料番号： W0347A  ISSN： 1549-7747  CODEN： ITCSFK  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： 本論文では,超低電力キーワードスポッティング(KWS)のための時間遅れニューラルネットワーク(TDNN)に基づくオーディオ特徴抽出器を提案する。通常,メル周波数ケプストラム係数(MFCC)はKWSの特徴として広く用いられている。しかし,大量の電力を消費するMFCCの計算には,高精度で高サンプリング率のアナログディジタル変換器(ADC)が必要である。ここで提案した特徴抽出器では,入力オーディオ信号が帯域通過フィルタリングされ,次にフィルタされた信号がアナログドメインでTDNNで処理され,単純なクロックコンパレータで高精度ADCを代替できる。シミュレーション結果は,提案した特徴抽出器の電力消費が従来のMFCC特徴抽出器と比較して88%低減できることを示した。Copyright 2022 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： シミュレーション ,  *電力 ,  クロック ,  電力消費 ,  帯域フィルタ ,  *特徴抽出 ,  アナログ系 ,  コンパレータ ,  音声信号 ,  *オーディオ機器 ,  周波数 ,  AD変換器
準シソーラス用語： サンプリング速度 ,  MFCC ,  *超低消費電力 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 低電力 ,  キーワードスポッティング ,  時間遅延 ,  ニューラルネットワーク ,  オーディオ ,  特徴抽出