始终开启的关键字检测器制造技术

本文中提供了一种集成电路，在一些实施例中，该集成电路包括：专用主机处理器；神经形态协处理器；以及主机处理器与协处理器之间的通信接口，其被配置成在它们之间传输信息。专用主机处理器可作为独立的主机处理器而操作。神经形态协处理器包括人工神经网络。协处理器被配置成通过人工神经网络来增强主机处理器的专用处理。在这种实施例中，主机处理器是关键字标识符处理器，其被配置成通过通信接口将一个或多个检测到的单词传输到协处理器。协处理器被配置成将所识别的单词或其他声音传输到主机处理器。主机处理器。主机处理器。

【技术实现步骤摘要】
始终开启的关键字检测器
[0001]本案为分案申请。其母案的专利技术名称为“始终开启的关键字检测器”，申请日为2018年12月28日，申请号为201880090472.7。
[0002]优先权
[0003]本申请要求2018年12月28日提交的美国专利申请No.16/235,396的优先权的权益，该美国专利申请要求2017年12月28日提交的题为“Always
‑
On Keyword Detector”的美国临时专利申请No.62/611,512的优先权的权益，这些专利申请在此通过引用整体地并入到本申请中。


[0004]本公开的领域总体上涉及神经形态计算。更特别地，本专利技术的领域涉及一种用于低功率、始终开启(always
‑
on)的关键字检测器的装置和方法。

技术介绍

[0005]传统的中央处理单元(“CPU”)基于“时钟时间”来处理指令。具体地，CPU进行操作使得以有规律的时间间隔来传输信息。基于互补型金属氧化物半导体(“CMOS”)技术，可以将基于硅的芯片制造成每个管芯具有多于50亿个晶体管，这些晶体管具有与10nm一样小的特征。CMOS技术中的进步已经被归结为并行计算中的进步，该并行计算被无处不在地用于包含多个处理器的个人计算机和蜂窝电话中。
[0006]然而，随着机器学习对于包括生物信息学、计算机视觉、视频游戏、市场营销、医疗诊断、在线搜索引擎等的众多应用而言变得司空见惯，传统的CPU通常无法在保持功率消耗较低的同时提供足够量的处理能力。特别地，机器学习是计算机科学的子部分，其涉及具有从数据中进行学习并对数据进行预测的能力的软件。此外，机器学习的一个分支包括深度学习，深度学习涉及利用深度(多层)神经网络。
[0007]当前，正在进行研究以开发深度神经网络的直接硬件实现方式，该实现方式可以包括试图对“硅”神经元(例如，“神经形态计算”)进行仿真的系统。神经形态芯片(例如，被设计成用于神经形态计算的硅计算芯片)通过如下方式来进行操作：通过使用以非均匀间隔传输的电流突发(burst)来并行地处理指令(例如，与传统的顺序计算机形成对照)。作为结果，神经形态芯片需要少得多的功率来处理信息、具体地是人工智能(“AI”)算法。为了实现这一点，神经形态芯片可以包含传统处理器的五倍那么多的晶体管，同时却消耗了达两千分之一的功率。因此，神经形态芯片的开发涉及提供一种具有巨大处理能力的芯片，与常规处理器相比，该芯片消耗少得多的功率。此外，神经形态芯片被设计成支持在复杂和非结构化数据的情境中的动态学习。
[0008]存在对于开发并增强专用处理能力的持续需要，该专用处理能力诸如在例如用于移动设备的免提(hands
‑
free)操作的关键字检测器中发现的专用处理能力。本文中提供了一种用于增强专用处理器的专用处理能力的系统和方法，该专用处理器可作为利用微控制器接口的独立的(stand
‑
alone)处理器而操作。

技术实现思路

[0009]本文中公开了一种用于检测关键字的集成电路，包括：关键字标识符主机处理器，其可作为独立的主机处理器而操作，并且被配置成标识接收到的音频流中的一个或多个单词；神经形态协处理器，其包括人工神经网络，该人工神经网络被配置成在从主机处理器接收到的一个或多个单词当中标识一个或多个期望关键字；以及主机处理器与协处理器之间的通信接口，其被配置成在它们之间传输信息。
[0010]在进一步的实施例中，神经形态协处理器包括由已知关键字组成的数据库，由此可以在一个或多个单词当中标识一个或多个期望关键字。
[0011]在另一实施例中，可以将新关键字添加到数据库，并且将新关键与现有关键字区分开。
[0012]在仍进一步的实施例中，该集成电路被配置成依靠电池功率进行操作。
[0013]本文中进一步公开了一种用于检测音频流内的关键字的方法，包括：接收去往关键字标识符主机处理器的采用电信号形式的音频流；将电信号从主机处理器传输到神经形态协处理器；在电信号内标识一个或多个期望关键字；将一个或多个期望关键字从神经形态协处理器传输到主机处理器；以及在从神经形态协处理器接收到一个或多个期望关键字的情况下，从主机处理器发送一个或多个输出信号。
[0014]在仍另一实施例中，该方法进一步包括：神经形态协处理器包括由已知关键字组成的数据库，由此可以在电信号内标识一个或多个期望关键字。
[0015]在更多的实施例中，该方法进一步包括：一个或多个关键字由除语音之外的预定义声学信号组成。
[0016]本文中仍进一步公开了一种集成电路，包括：专用主机处理器，其可作为独立的主机处理器而操作；神经形态协处理器，其包括人工神经网络，该人工神经网络被配置成增强主机处理器的专用处理；以及主机处理器与协处理器之间的通信接口，其被配置成在它们之间传输信息。
[0017]在又进一步的实施例中，主机处理器是关键字标识符处理器，其被配置成通过通信接口将采用电信号形式的音频流传输到协处理器，并且协处理器被配置成通过经由通信接口将一个或多个检测到的关键字提供给主机处理器，来增强主机处理器的专用处理。
[0018]在仍又进一步的实施例中，主机处理器与协处理器之间的通信接口是串行外围接口(“SPI”)总线或内部集成电路(“I2C”)总线。
[0019]在附加的进一步实施例中，人工神经网络被设置在该集成电路的存储器扇区中的多个二象限乘法器的模拟乘法器阵列中。
[0020]又附加的实施例包括使人工神经网络的突触权重被存储在该集成电路的固件中，并且该固件被配置成用于基于云的升级以更新人工神经网络的突触权重。
[0021]附加的进一步实施例包括使集成电路被配置成依靠电池功率进行操作。
[0022]本文中又进一步公开了一种用于检测关键字的集成电路，包括：专用主机处理器，其被配置成标识接收到的音频流内的一个或多个声音，并且将该一个或多个声音传输到神经形态协处理器；人工神经网络，其包括神经形态协处理器，该神经形态协处理器被配置成在从主机处理器接收到的一个或多个声音当中标识一个或多个期望声音；以及主机处理器与协处理器之间的通信接口，其被配置成在它们之间传输信息。
[0023]在仍进一步的实施例中，该集成电路被配置成保持在低功率、始终开启的状态中，由此该集成电路保持持续准备好接收音频流。
[0024]在仍又附加的实施例中，主机处理器被配置成在检测到一个或多个期望声音的情况下输出一个或多个信号。
[0025]在附加的实施例中，该集成电路被配置成用于在移动设备内实现。
[0026]在更多的实施例中，该集成电路被配置成由来自包括该移动设备的电池的电流泄漏来供电。
[0027]在多个实施例中，该集成电路被配置成保持在全意识(fully
‑
aware)状态中，由此该集成电路保持持续准备好接收音频流。
附图说明
[0028]附图参考本公开的实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于检测关键字的集成电路，包括：主机处理器，被配置成接收数据流并且计算所述数据流的频率分量信号；协处理器，被配置成标识所计算的频率分量信号内的一个或多个期望关键字；以及所述主机处理器与所述协处理器之间的接口，所述接口被配置成在它们之间传输信息。2.根据权利要求1所述的集成电路，其中所述协处理器是神经形态处理器。3.根据权利要求2所述的集成电路，其中所述神经形态处理器包括人工神经网络。4.根据权利要求1所述的集成电路，其中所述协处理器包括由已知关键字组成的数据库，由此所述一个或多个期望关键字可以被所述协处理器利用。5.根据权利要求4所述的集成电路，其中附加的关键字被添加到所述数据库。6.根据权利要求1所述的集成电路，其中所述集成电路被配置成依靠来自电源的电流泄漏进行操作。7.一种用于检测数据流内的关键字的方法，包括：由主机处理器接收以电信号形式的数据流；计算所述数据流的频率分量信号；向协处理器传输所计算的频率分量信号；标识所传输的频率分量信号内的一个或多个期望关键字；以及向所述主机处理器传输所述一个或多个期望关键字。8.根据权利要求7所述的方法，其中所述协处理器包括用于标识对应于一个或多个关键字的电信号的已知关键字的数据库。9.根据权利要求7所述的方法，其中标识所述一个或多个期望关键字是由人工神经网络执行的。10.根据权利要求7所述的方法，其中所述一个或多个关键字由除语音之外的多个预定义声学信号组成。11.一种集成电路，包括：主机处理器；协处理器，包括被配置成计算数据流的频率分量信号的人工神经网络；...

【专利技术属性】
技术研发人员：K，
申请(专利权)人：森田公司，
类型：发明
国别省市：