3×倍速実時間6万語彙連続音声認識のための40-nm, 54-mW音声認識専用プロセッサ(システムLSIの応用とその要素技術,専用プロセッサ,プロセッサ,DSP,画像処理技術,及び一般)

概要

論文の詳細を見る
本稿では,6万語彙の実時間連続音声認識のための低消費電力VLSIチップについて説明する.高速,高精度,低消費電力で6万語彙連続音声認識を実現するために,以前試作した音声認識プロセッサの提案手法を用いた上で,高並列な8-pass Viterbi遷移アーキテクチャを実装することで,全体処理速度のネックとなっているViterbi部分をさらに高速化させた.また,探索処理において第2パスにtri-gramを用いることで,認識精度をbi-gramのみの場合より約2%向上できた. 回路規模2.98MTr,オンチップ SRAM容量4.29Mbitsの6万語彙連続音声認識のための専用プロセッサを設計し,40nmプロセスで試作した. bi-gramのみを使う場合,実時間処理に必要な62.5MHz動作時の消費電力は54.8 mWであった.標準電圧(1.1V)で最大200MHz (177.4 mW) 動作が確認され, 3倍速動作を実現できた.また,tri-gramを使う場合,200MHzで最高処理速度は2.25倍速であり,消費電力は174.56 mWであった.
2013-09-30