10.3969/j.issn.1001-3695.2018.12.034
基于神经形态电路的音频场景特征提取及识别技术
传统的冯·诺依曼架构在处理语音等复杂信息时能效较低,神经形态电路更适合于语音等复杂信息的智能处理.常用的音频场景识别方式中的长时特征和短时特征都有其不足之处,卷积神经网络可通过训练提取适合后续分类任务的特征,在特征提取方面有更大的优势.针对四层的卷积神经网络的特征提取及分析方法在语谱图上进行了音频场景识别的研究,并验证了音频场景识别在神经形态电路—类脑计算芯片上的可实现性.
神经形态电路、卷积神经网络、音频场景识别
35
TP391.42(计算技术、计算机技术)
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
3673-3677