Bonjour Edge : Détection de Mots-clés sur les Microcontrôleurs

La détection de mots-clés (KWS) est un élément crucial pour permettre les interactions utilisateur basées sur la parole sur les appareils intelligents. Elle nécessite une réponse en temps réel et une haute précision pour offrir une bonne expérience utilisateur. Récemment, les réseaux neuronaux sont devenus une option attrayante pour l'architecture KWS en raison de leur supériorité en termes de précision par rapport aux algorithmes traditionnels de traitement de la parole. En raison de sa nature toujours active, l'application KWS dispose d'un budget énergétique très contraint et s'exécute généralement sur des microcontrôleurs minuscules avec une mémoire et des capacités de calcul limitées. La conception de l'architecture des réseaux neuronaux pour le KWS doit prendre en compte ces contraintes. Dans cette étude, nous évaluons et explorons différentes architectures de réseaux neuronaux pour exécuter le KWS sur des microcontrôleurs à ressources limitées. Nous entraînons diverses architectures de réseaux neuronaux pour la détection de mots-clés publiées dans la littérature afin de comparer leur précision et leurs exigences en matière de mémoire et de calcul. Nous montrons qu'il est possible d'optimiser ces architectures de réseaux neuronaux pour qu'elles s'adaptent aux contraintes de mémoire et de calcul des microcontrôleurs sans compromettre la précision. Nous examinons plus particulièrement le réseau neuronal convolutif séparable profond (DS-CNN) et le comparons à d'autres architectures de réseaux neuronaux. Le DS-CNN atteint une précision de 95,4 %, soit environ 10 % supérieure à celle du modèle DNN avec un nombre similaire de paramètres.