Low-power silicium cochlea stelt ultra-efficiënte stem-geactiveerde sensing in

Naarmate stem-geactiveerde assistenten steeds gewoner worden, is de vraag naar energie-efficiënte, always-on audio sensing toegenomen. High-tech neuromorphic engineering biedt nu een overtuigend antwoord: een silicium cochlea die de bio-mechanica van het menselijke oor nabootst om lage-latentie, lage-energie spraakdetectie te leveren.

De Silicium Cochlea: Een Bio-Geïnspireerde Audio Front-End

Professor Shih-Chii Liu en haar team aan het Institute of Neuroinformatics (INI) wonnen de 2020 Misha Mahowald Prijs voor Neuromorphic Engineering voor hun dynamische audio sensor (DAS). De kern van de DAS is een silicium cochlea die de haarcellen van het oor emuleert: binnenkomend geluid wordt eerst gefilterd in een bank van analoge bandpasfilters, dan halfgolf-gerechtificeerd om de mechanische transductie van cochleaire haarcellen na te bootsen.

Conventionele audio-systemen digitaliseren eerst geluid, extraheren dan features met FFT en BPF voordat ze ze aan een DSP voeden. In tegenstelling hiermee transmiteert de INI-Zurich DAS analoge audiobanden als asynchrone spiketrains die direct worden verwerkt door downstream neurale netwerken.

Na de initiële filtering converteert het systeem de gerechtificeerde signalen in elektrische spikes – of via een klassiek integrate-and-fire mechanisme of een asynchrone delta modulator (ADM). De ADM vergelijkt het signaal met twee drempels, en emiteert events alleen wanneer veranderingen optreden. Deze event-gedreven encoding onderdrukt statische informatie, wat data-verkeer en dus stroomverbruik drastisch reduceert.

Vanuit energieperspectief blijft de silicium cochlea praktisch idle wanneer geen geluid aanwezig is, maar de stroomtrekking schaalt met activiteit. Voor applicaties die lange periodes van stilte kennen onderbroken door korte spraakbursts – typisch voor veel stem-geactiveerde scenario's – biedt dit dynamische energieprofiel een duidelijk voordeel. Bovendien ondersteunt de continue-tijd spike-representatie een uitzonderlijk brede dynamische range, omdat spikes willekeurig ver uit elkaar of dicht bij elkaar kunnen liggen.

Van Spikes naar Spraakherkenning

De DAS's event-stromen kunnen geconverteerd worden naar 2D cochleagram-frames – histogrammen van spikes gebind per frequentie over 5-ms intervallen. Deze cochleagrammen worden vervolgens gevoed aan een lichtgewicht diep neuraal netwerk dat gesproken woorden decodeert. Liu merkt op dat "diepe netwerken op een sensor van groot belang zijn voor de IEEE ISSCC community en tijdig gegeven de huidige boom in audio edge computing." Terwijl veel low-power ASICs voor keyword spotting vertrouwen op conventionele spectrogram-features, belooft Liu's hybride analoge-digitale benadering nog lager stroomverbruik en snellere latentie.

Vorig jaar lanceerde INI een demonstratievideo waarin het systeem gesproken cijfers herkent. Hoewel nog in vroege stadia, toont het prototype het potentieel van silicium cochleas voor real-world keyword spotting. Liu's team heeft ook sensorfusion verkend, audio combineren met visuele cues om classificatienauwkeurigheid te verbeteren, en ontwerprichtlijnen gepubliceerd die ingenieurs helpen beslissen wanneer analoge sensing meest voordelig is.

Misha Mahowald, uitvinder van de address-event representatie en naamgever van de Neuromorphic Engineering Prijs.

Lopend onderzoek focust op verdere stroomreductie en prestatieverbetering. Innovaties omvatten het optimaliseren van source-follower bandpasfilters en het verfijnen van analoge feature extractors. Om variabiliteit inherent aan analoge circuits te mitigeren, bouwde het team een hardware-emulator die testen versnelt en hen in staat stelt binaire neurale netwerken in software te trainen, wat real-chip prestaties accuraat voorspelt. Ze experimenteren ook met gecontroleerde ruis-injectie om ontwerpen robuuster te maken.

Erkenning en Impact

Professor Liu, een pionier in neuromorphic engineering die getraind is in Carver Mead's Caltech-lab, benadrukte de betekenis van de Mahowald Prijs: "Deze eer onderstreept decennia fundamenteel werk – van Dick Lyon tot Carver Mead en verder." Ze benadrukt dat, naarmate Moore's Law vertraagt, hybride analoge-digitale systemen zoals de DAS steeds vitaller zullen worden, potentiëel digitale berekening met orde-grootte in energie-efficiëntie overtreffend.

Referenties

[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.

> > Dit artikel is oorspronkelijk gepubliceerd op onze zusje-site, EE Times.