女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一款基于神經網絡架構的低功耗四核DSP芯片

益登科技 ? 來源:益登科技 ? 2020-08-03 15:10 ? 次閱讀

近日,Synaptics AudioSmart團隊 (原音頻芯片廠商Conexant科勝訊)發布了一款基于神經網絡架構的低功耗四核DSP芯片,代號塔希提(Tahiti), 型號為AS33970, 這是神經網絡芯片首次應用在TWS以及無線頭戴耳機市場。

AS33970芯片框圖

AS33970芯片內置TrustZone的M33處理器,NPU神經網絡單元,CAPE +音頻DSP單元,HIFI3 單元,可以接入5顆模擬麥克風,兩路數字麥克風, 雙DAC立體聲分頻輸出。

據Synaptics 中國區marketing Roger Qiu介紹, AS33970一顆芯片可以同時支持AI自適應混合主動降噪、 多麥通話降噪(ENC)以及實時語音喚醒( wake up on voice)三大功能,并且免費提供包括語音喚醒引擎在內的全部算法

一、主動降噪幅度超過40dB

主動降噪功能方面,在上圖的實際測試中,采用AS33970的樣機最大降噪幅度超過了40dB,頻寬達到3kHz。

AS33970在業界前后饋混合降噪基礎上,基于神經網絡芯片開發了環境感知引擎,可以實時監測環境噪音以及耳機佩戴狀況,自動調整最適應的降噪參數,從而讓用戶在不同的真實場景中都能夠實現最佳的降噪體驗。

二、支持多麥克風+加速度傳感器的通話降噪方案

作為引領商用耳機至今十幾年的芯片供應商,Synaptics在通話降噪硬件和算法方面積累深厚。AS33970可以支持多MIC或者多MIC+加速度計組合的通話降噪算法,AS33970在各種穩態和非穩態以及極端高噪音環境都有較高的通話降噪能力。

三、125μA低功耗實時語音喚醒

智能語音喚醒在手機上已經普及,但受限于硬件功耗,大部分TWS耳機還沒有實現,這一趨勢正在形成。AS33970的低功耗語音喚醒可以實現最低125μA (含單麥克)的超低功耗狀態,助力耳機實現全天候語音喚醒。

除了以上功能,Synaptics AS33970平臺上拓展了不少創新語音技術,其中一個非常有趣而實用的功能叫PSVP (Personal Voice Amplification) 人聲增強,在透明模式基礎上抑制環境噪音,增強人聲收音,幫助用戶在吵鬧環境里更容易交談。

AS33970擁有I2C/I3C/I2S/SPI等多種接口,可以和絕大部分市面上的藍牙芯片配合。益登科技作為Synaptics IOT產品代理商,期待與大家一起交流學習,打造新一代的旗艦級耳機產品。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • dsp
    dsp
    +關注

    關注

    555

    文章

    8141

    瀏覽量

    355157
  • 芯片
    +關注

    關注

    459

    文章

    52145

    瀏覽量

    436006
  • 神經網絡
    +關注

    關注

    42

    文章

    4806

    瀏覽量

    102743

原文標題:小怪獸來襲—Synaptics AudioSmart發布首款神經網絡DSP芯片AS33970

文章出處:【微信號:gh_35b6c826f6e2,微信公眾號:益登科技】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    MAX78000采用超低功耗卷積神經網絡加速度計的人工智能微控制器技術手冊

    人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78000是一款新型的AI微控制器,使神經網絡能夠在互聯網邊緣端以超低功耗運行,將高能效的AI處理
    的頭像 發表于 05-08 11:42 ?145次閱讀
    MAX78000采用超<b class='flag-5'>低功耗</b>卷積<b class='flag-5'>神經網絡</b>加速度計的人工智能微控制器技術手冊

    MAX78002帶有低功耗卷積神經網絡加速器的人工智能微控制器技術手冊

    人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78002是一款新型的AI微控制器,使神經網絡能夠在互聯網邊緣端以超低功耗運行,將高能效的AI處理
    的頭像 發表于 05-08 10:16 ?100次閱讀
    MAX78002帶有<b class='flag-5'>低功耗</b>卷積<b class='flag-5'>神經網絡</b>加速器的人工智能微控制器技術手冊

    人工神經網絡的原理和多種神經網絡架構方法

    在上篇文章中,我們介紹了傳統機器學習的基礎知識和多種算法。在本文中,我們會介紹人工神經網絡的原理和多種神經網絡架構方法,供各位老師選擇。 01 人工
    的頭像 發表于 01-09 10:24 ?976次閱讀
    人工<b class='flag-5'>神經網絡</b>的原理和多種<b class='flag-5'>神經網絡</b><b class='flag-5'>架構</b>方法

    BP神經網絡和人工神經網絡的區別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區別,是神經網絡領域中個基礎且重要的話題。本文將從定義、結構、算法、應用及
    的頭像 發表于 07-10 15:20 ?2052次閱讀

    rnn是遞歸神經網絡還是循環神經網絡

    RNN(Recurrent Neural Network)是循環神經網絡,而非遞歸神經網絡。循環神經網絡種具有時間序列特性的神經網絡,能
    的頭像 發表于 07-05 09:52 ?936次閱讀

    遞歸神經網絡與循環神經網絡樣嗎

    神經網絡種基于樹結構的神經網絡模型,它通過遞歸地將輸入數據分解為更小的子問題來處理序列數據。RvNN的核心思想是將復雜的序列問題
    的頭像 發表于 07-05 09:28 ?1477次閱讀

    遞歸神經網絡是循環神經網絡

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)和循環神經網絡(Recurrent Neural Network,簡稱RNN)實際上是同個概念,只是不同的翻譯方式
    的頭像 發表于 07-04 14:54 ?1390次閱讀

    循環神經網絡和卷積神經網絡的區別

    結構。它們在處理不同類型的數據和解決不同問題時具有各自的優勢和特點。本文將從多個方面比較循環神經網絡和卷積神經網絡的區別。 基本概念 循環神經網絡種具有循環連接的
    的頭像 發表于 07-04 14:24 ?1909次閱讀

    人工智能神經網絡芯片的介紹

    人工智能神經網絡芯片類專門為深度學習和神經網絡算法設計的處理器。它們具有高性能、低功耗、可擴展等特點,廣泛應用于圖像識別、語音識別、自然
    的頭像 發表于 07-04 09:33 ?1286次閱讀

    神經網絡芯片與傳統芯片的區別和聯系

    應運而生,成為解決深度學習計算問題的關鍵技術之。本文將從多個角度探討神經網絡芯片與傳統芯片的區別和聯系。 神經網絡
    的頭像 發表于 07-04 09:31 ?1657次閱讀

    神經網絡芯片和普通芯片區別

    神經網絡芯片和普通芯片的區別是個復雜而深入的話題,涉及到計算機科學、電子工程、人工智能等多個領域。 定義 神經網絡
    的頭像 發表于 07-04 09:30 ?1988次閱讀

    反向傳播神經網絡和bp神經網絡的區別

    反向傳播神經網絡(Backpropagation Neural Network,簡稱BP神經網絡)是種多層前饋神經網絡,它通過反向傳播算法來調整
    的頭像 發表于 07-03 11:00 ?1137次閱讀

    bp神經網絡和卷積神經網絡區別是什么

    結構、原理、應用場景等方面都存在定的差異。以下是對這兩種神經網絡的比較: 基本結構 BP神經網絡種多層前饋神經網絡,由輸入層、隱藏層和
    的頭像 發表于 07-03 10:12 ?2428次閱讀

    卷積神經網絡和bp神經網絡的區別

    不同的神經網絡模型,它們在結構、原理、應用等方面都存在定的差異。本文將從多個方面對這兩種神經網絡進行詳細的比較和分析。 引言 神經網絡
    的頭像 發表于 07-02 14:24 ?5859次閱讀

    神經網絡架構有哪些

    神經網絡架構是機器學習領域中的核心組成部分,它們模仿了生物神經網絡的運作方式,通過復雜的網絡結構實現信息的處理、存儲和傳遞。隨著深度學習技術的不斷發展,各種
    的頭像 發表于 07-01 14:16 ?1380次閱讀