低消費電力シリコン蝸牛が超効率音声起動センシングを実現

音声起動アシスタントがますます一般的になる中、エネルギー効率の高い常時オン音声センシングへの需要が急増しています。最先端の神経型エンジニアリングが魅力的な答えを提供します：人間の耳の生体力学を模倣し、低レイテンシ・低消費電力の音声検出を実現するシリコン蝸牛です。

シリコン蝸牛：バイオインスパイアード音声フロントエンド

神経情報学研究所（INI）のシウ・チー・リウ教授とそのチームは、動的音声センサー（DAS）で2020年ミシャ・マホワルド神経型工学賞を受賞しました。DASの核心は、耳の有毛細胞を模倣するシリコン蝸牛です：入力音声がまずアナログバンドパスフィルターバンクにフィルタリングされ、その後半波整流されて蝸牛有毛細胞の機械的変換を再現します。

初期フィルタリング後、システムは整流信号を電気スパイクに変換します—従来の積分発火メカニズムまたは非同期デルタ変調器（ADM）を通じて。ADMは信号を2つの閾値と比較し、変化が発生したときのみイベントを発生させます。このイベント駆動エンコーディングは静的情報を抑制し、データトラフィックと結果として消費電力を劇的に削減します。

エネルギー観点から見ると、シリコン蝸牛は音声がないときはほぼアイドル状態ですが、消費電力は活動に応じてスケールします。長い沈黙の期間が短い音声バーストで区切られる—多くの音声起動シナリオで典型的な—アプリケーションでは、この動的電力プロファイルが明確な利点を提供します。さらに、連続時間スパイク表現は非常に広いダイナミックレンジをサポートします。スパイクは任意に離れたり密に集まったりできるからです。

スパイクから音声認識へ

DASのイベントストリームは、5ミリ秒間隔で周波数ごとにスパイクをビニングした2Dコクレアグラムフレーム—スパイクのヒストグラム—に変換できます。これらのコクレアグラムは、話し言葉をデコードする軽量ディープニューラルネットワークに供給されます。リウ氏は「センサー上のディープネットワークはIEEE ISSCCコミュニティにとって大きな関心事であり、現在のオーディオエッジコンピューティングのブームを考えるとタイムリーです」と述べています。多くのキーワードスポッティング向け低消費電力ASICが従来のスペクトログラム特徴に依存する中、リウ氏のハイブリッドアナログ・デジタルアプローチはさらに低い消費電力と高速レイテンシを約束します。

昨年INIは、システムが話し言葉の数字を認識するデモ動画を公開しました。まだ初期段階ですが、プロトタイプは実世界のキーワードスポッティングにおけるシリコン蝸牛の可能性を示しています。リウ氏のチームはセンサーフュージョンも探求し、音声と視覚手がかりを組み合わせて分類精度を向上させ、エンジニアがアナログセンシングが最も有利な場面を判断するための設計ガイドラインを発表しています。

継続的な研究は更なる省電力化と性能向上に焦点を当てています。革新には、ソースフォロワーバンドパスフィルターの最適化とアナログ特徴抽出器の改良が含まれます。アナログ回路固有の変動を緩和するため、チームはテストを加速し、ソフトウェアでバイナリニューラルネットを訓練することで実チップ性能を正確に予測できるハードウェアエミュレーターを構築しました。また、制御されたノイズ注入で設計をより堅牢にする実験も行っています。

評価とインパクト

カーバー・ミードのCaltech研究室で訓練を受けた神経型工学のパイオニア、リウ教授はマホワルド賞の意義を強調しました：「この栄誉は、ディック・ライオンからカーバー・ミードらによる数十年の基礎的仕事を強調するものです。」同氏は、ムーアの法則が鈍化する中、DASのようなハイブリッドアナログ・デジタルシステムがますます重要になり、デジタル計算をエネルギー効率で桁違いに上回る可能性があると強調しています。

参考文献

[1] D. Neil and S. C. Liu, “Effective sensor fusion with event‑based sensors and deep network architectures,” in Proceedings – IEEE International Symposium on Circuits and Systems, Jul. 2016, vol. 2016-July, pp. 2282–2285, doi: 10.1109/ISCAS.2016.7539039.

[2] S. C. Liu, B. Rueckauer, E. Ceolini, A. Huber, and T. Delbruck, “Event-Driven Sensing for Efficient Perception: Vision and audition algorithms,” IEEE Signal Process. Mag., vol. 36, no. 6, pp. 29–37, Nov. 2019, doi: 10.1109/MSP.2019.2928127.

[3] M. Yang, S.-C. Liu, M. Seok, and C. Enz, “Ultra‑Low‑Power Intelligent Acoustic Sensing using Cochlea‑Inspired Feature Extraction and DNN Classification.”

[4] M. Yang, C. H. Chien, T. Delbruck, and S. C. Liu, “A 0.5 V 55 µW 64 × 2 Channel Binaural Silicon Cochlea for Event-Driven Stereo-Audio Sensing,” IEEE J. Solid‑State Circuits, vol. 51, no. 11, pp. 2554–2569, Nov. 2016, doi: 10.1109/JSSC.2016.2604285.

> > この記事はもともと姉妹サイトのEE Timesで公開されました。