arrow
返回

FPGA Implementation of PoolFormer Network Using Python-Driven High-Level Synthesis Framework for Edge-AIoT Speech Recognition

delete2025-10-06
delete0
PRE
AI
T
Tiancheng Cao
Z
Zhongyi Zhang
W
Wei Soon Ng
W
Wang Ling Goh
高
高原 (Yuan Gao)
DOI:10.1109/TVLSI.2025.3614721delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本报告介绍了一种基于新型脉冲特征提取(SFE)方法和针对现场可编程门阵列(FPGA)硬件实现优化的PoolFormer(PF)神经网络边缘AIoT语音识别系统。采用Python驱动的高层次综合(HLS)流程,以加速软件到硬件的转换进行快速验证,展示了基于FPGA的解决方案在边缘应用中的潜力。本研究为超低功耗语音识别提供了一种全面的端到端解决方案,利用HLS弥合软件开发与硬件开发之间的差距。在Xilinx PYNQ-Z2 FPGA开发板上实现时,该优化的PF模型在35类Google Commands数据集上达到了95.41%的语音识别准确率,参数量为39k。
Keyword:
Edge artificial intelligence of things (AIoT)
high-level synthesis (HLSs)
PoolFormer (PF)
PYNQ
speech recognition

期刊

I
IEEE Transactions on Very Large Scale Integration (VLSI) Systems
IF:
3.1
论文数:
499
被引数:
7.3K

机构

N
Nanyang Technological University
学者数:
4.9W
论文数: 4.8W
被引数: 8.1W
引用论文

引用论文

Broadcasted Residual Learning for Efficient Keyword Spotting
err2021-08-30
err0
errOAAI
errByeonggeun Kim; Simyung Chang; Jinkyu Lee; Dooyong Sung
err分享
err收藏
ESE
err2017-02-22
err0
PREAI
errSong Han; Junlong Kang; Huizi Mao; Yiming Hu; Xin Li; Yubin Li; Dongliang Xie; Hong Luo; Song Yao; Yu Wang; Huazhong Yang; William (Bill) J. Dally
err分享
err收藏
err分享
err收藏
学者 查看更多内容