基于循环神经网络的语音增强加速器设计

作者：郎标; 陈霏; 马偲; 石东宇; 姬俊宇

来源：传感技术学报, 2023, 36(04): 555-564.

DOI：10.3969/j.issn.1004-1699.2023.04.009

• 语音增强
• 边缘设备
• 循环神经网络
• 加速器
• 实时性

使用深度学习的语音增强技术能够提升听者的言语识别率，但因神经网络的规模较大难以应用于边缘设备中。因此，提出了一种可用于助听器等边缘设备的循环神经网络语音增强加速器。该加速器将神经网络的计算用独立矩阵乘法硬件实现，并在多层神经网络的层之间实现硬件级的流水操作，通过并行和流水降低了计算延时。实验表明，与带噪语音相比，在volvo、factory2、babble噪声环境下，所提算法的信噪比分别平均提升了17.302 dB、8.412 dB和4.732 dB;短时语音可懂度分别平均提高了1.4%、0.8%和0.4%;语音质量感知评估平均提高了1.498、0.504和0.234;这三项指标均高于所对比的传统语音增强算法与神经网络算法。当时钟频率为10 MHz时，加速器的处理延时为9.2 ms,可以满足边缘侧应用的实时性需求。

• 单位
  天津大学; 深圳清华大学研究院