2달 전
안녕하세요 Edge: 마이크로컨트롤러에서의 키워드 인식
Yundong Zhang; Naveen Suda; Liangzhen Lai; Vikas Chandra

초록
키워드 인식(Keyword Spotting, KWS)은 스마트 기기에서 음성 기반 사용자 상호작용을 가능하게 하는 중요한 구성 요소입니다. 좋은 사용자 경험을 위해 실시간 응답과 높은 정확도가 필요합니다. 최근에는 신경망이 전통적인 음성 처리 알고리즘보다 우수한 정확도를 제공하기 때문에 KWS 아키텍처에 대한 매력적인 선택이 되었습니다. 항상 켜져 있는 특성으로 인해 KWS 애플리케이션은 전력 예산이 매우 제한적이며, 일반적으로 메모리와 연산 능력이 제한된 작은 마이크로컨트롤러에서 실행됩니다. KWS를 위한 신경망 아키텍처 설계는 이러한 제약 사항을 고려해야 합니다. 본 연구에서는 리소스 제약이 있는 마이크로컨트롤러에서 KWS를 실행하기 위한 신경망 아키텍처 평가 및 탐색을 수행하였습니다. 문헌에 게재된 다양한 신경망 아키텍처를 키워드 인식을 위해 훈련하여 그 정확도와 메모리/연산 요구사항을 비교하였습니다. 우리는 이들 신경망 아키텍처를 최적화하여 마이크로컨트롤러의 메모리와 연산 제약 내에서 적합하도록 만들 수 있으며, 이를 통해 정확도를 저하시키지 않는다는 것을 보여주었습니다. 또한, 깊이별 분리 컨볼루션 신경망(Depthwise Separable Convolutional Neural Network, DS-CNN)을 탐색하고 다른 신경망 아키텍처와 비교하였습니다. DS-CNN은 유사한 파라미터 수의 DNN 모델보다 약 10% 높은 95.4%의 정확도를 달성하였습니다.