HyVox: Konuşmacı Tanıma için Hibrit Nöromorfik Sistem

Araştırmacılar HyVox adlı bir sistem geliştirdiler; konuşmacı tanımasını çok az enerji ile kenar cihazlarda çalıştırabiliyor. Sistem iki ayrı işlemciyi birleştiriyor: nöromorfik bir çip konuşmayı işliyor, mikrodenetleyici ise kararı veriyor.

Nöromorfik kısmı ilginç. Spiking sinir ağı (SNN) mimarisi kullanıyor, beyin gibi olaylar tetiklenince hesap yapıyor, sürekli değil. 832 nöron hızlı, orta ve yavaş zaman ölçeklerine dağıtılmış. Her nöronun kendi süresi var, böylece konuşmanın farklı hızlarını yakalayabiliyor. Sonuçta 32 spike sayısı çıkıyor; bu da konuşmacının "imzası" oluyor.

Von Neumann tarafı basit ama etkili. Mikrodenetleyici bu 32 sayıyı kaydedilen konuşmacılarla karşılaştırıyor, kosinüs benzerliğini kullanıyor. Yeni konuşmacı geliyor mu? Ağırlık güncellemesi yok, sadece prototipi yazıyor. Tanımadığı biri mi? Reddediyor. Hiçbir eğitim gerekmiyor kenar tarafında.

Bu yaklaşım neden önemli? Akıllı hoparlörler, işitme cihazları, IoT sensörleri, hepsi enerji sınırlı. Nöromorfik işlem seyrek ve olaylar tetiklenince çalıştığı için pil ömrü uzuyor. Aynı zamanda yeni konuşmacıları anında öğreniyor, ağır bulut işlemine ihtiyaç yok.

ArXiv'de yayımlanan bu çalışma, kenar cihazlarda yapay zeka için pratik bir yol gösteriyor, düşük güç, hızlı öğrenme, şirket dışında kalan veriler.