用于边缘音频和AI的下一代处理器Knowles IA8201

用于边缘音频和AI的下一代处理器Knowles IA8201,第1张

Knowles IA8201 音频AI 处理器增强了网络边缘的节能智能和隐私。

像往常一样,我对我不知道的事情的数量感到惊讶。例如,您是否听说过一家名为Knowles CorporaTIon的公司?我必须承认,直到今天早些时候我发现自己在和他们聊天时才知道。

不幸的是,我缺乏知识,因为事实证明它们在声学、软件和信号处理领域非常有名。该公司由 Hugh Knowles 于 1946 年创立,于 1945 年推出了第一款用于助听器的微型麦克风和接收器。

Knowles 继续在麦克风技术方面积累了丰富的专业知识。事实上,在月球上说出的第一句话(“人类迈出的一小步……”)就被传进了诺尔斯的麦克风。

2002 年,Knowles 推出了他们的第一代 SiSonic MEMS 麦克风,如今,该公司每年出货数十亿个此类麦克风。事实上,事实证明,坐在我办公室旁边的亚马逊 Echo 拥有七个小美女。

问题是世界在不断变化。专注于像麦克风这样的小众技术只能带你走这么远,这解释了为什么 Knowles 在 2015 年收购了 Audience Inc. 数字信号处理 (DSP) 和算法公司。 Knowles 的 SiSonic MEMS 麦克风与 Audience 的音频处理技术相结合非常适合解决当前对边缘复杂、始终在线、超低功耗语音识别和音频处理的需求。

我之所以在这里讨论这个问题是因为 Knowles 发布了 IA8201,这是其 AISonic 音频边缘处理器系列中的最新产品。IA8201 提供强大的语音激活和多麦克风音频处理,针对功耗敏感的应用进行了优化。该处理器具有为当今最先进的消费电子产品执行高级音频输出、上下文感知和手势控制的计算能力。

取样的 IA8201 音频处理器拥有双异构 175-MHz 处理器内核,采用微型 2.6 × 3-mm eWLB 封装和 6.0 × 6.0-mm QFN 封装,具有电压缩放功能。内核实现了低功耗,提供了优化指令和行业兼容性的最佳组合。

用于边缘音频和AI的下一代处理器Knowles IA8201,pYYBAGLhIESAWRptAADB_HMSPmg380.jpg,第2张

 

IA8201 框图(来源:Knowles)

IA8201 包括具有 Knowles 专有指令集的高计算 128 位内核 (DMX) 以及 Tensilica HiFi3 内核 (HMD),两者均具有 Knowles 的音频增强功能。DMX 是一种四路浮点 SIMD 处理器,旨在实现高效的性能计算(例如,波束成形、强插、AEC),而 HMD 的目标是高效、低功耗、语音唤醒应用,具有两个路浮点 SIMD 处理器。两个内核都包含用于 FFT、峰值查找和 DNN 的专用加速。

IA8201 解决方案提供大容量内存 (1.4 MB),其大小适合特定用例,并针对单周期访问和低功耗而设计。这种大内存大小可用于存储各种关键字模型、引擎或其他算法。

丰富的接口选项包括 2 个 I2C、2 个 SPI、2 个 UART 和 24 个带中断的 GPIO,以支持各种传感器和数据连接,以及 4 个 PDM 输入、2 个 PDM 输出和 3 个 I2S/TDM(四通道)。输入/输出)以支持最多四个麦克风和各种音频连接。

在 IA8201 上处理音频和语音可尽可能长时间地关闭耗电的主机处理器,以延长电池寿命。IA8201 在嘈杂的真实环境中提供更好的远场语音理解和更有效地处理命令。此外,它还支持主机处理器提供的新音频用例,并通过同时感知语音、音频和其他传感器输入,提供更自然的用户体验。

正如我对诺尔斯的人们所说的那样,我个人认为我们不知道哪些产品和功能正在朝着我们的方向发展。我还提到我最近和一个天生失明的朋友聊天。我的朋友告诉我,他可以通过他们在吸收环境声音时投射的“声学阴影”来检测房间中是否有人——并在他们四处走动时跟踪他们。

Knowles 的员工回应说,构成他们 *** 作系统基础的 ROME 框架对开发人员开放。他们的开放式 DSP 平台(包括一个 SDK)促进了与第三方算法提供商的合作,第三方算法提供商将推出与 IA8201 兼容的关键字模型、各种上下文检测插件以及包括 TensorFlowLite 在内的机器学习平台。

就像命运一样,我想我刚刚想出了一个巧妙的想法,将 Knowles 麦克风与来自 Chirp 的声音数据技术相结合,从而为无数嵌入式开发人员和世界各地的爱好者。关注此空间!

欢迎分享,转载请注明来源:内存溢出

原文地址: https://www.outofmemory.cn/dianzi/2711014.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-17
下一篇 2022-08-17

发表评论

登录后才能评论

评论列表(0条)

保存