【技术实现步骤摘要】
本说明书涉及环境计算。
技术介绍
1、移动计算设备，例如智能电话、个人数字助理、电子平板电脑、笔记本电脑等，通常使用由一个或多个可再充电电池提供的功率。在必须对电池进行再充电(例如，通过向电池施加电流)之前，可再充电电池仅向设备提供有限的电量。给移动计算设备的电池再充电通常需要将移动计算设备连接到电网，这降低或消除了移动计算设备的移动性。因此，减少移动计算设备的功率消耗，从而延长其电池寿命是重要的目标。
2、移动计算设备可以包括一个或多个或外围传感器。例如，一些移动计算设备包括麦克风、相机、加速度计等。移动计算设备还可以包括一个或多个处理部件以处理由一个或多个外围传感器收集的数据。例如，一些移动计算设备包括中央处理单元(cpu)、数字信号处理器(dsp)或其它处理部件。
3、移动计算设备可以基于由其一个或多个外围传感器收集并由其一个或多个处理部件处理的数据而执行动作。例如，一些移动计算设备可以响应于由麦克风检测到并由cpu处理的语音命令而执行动作。然而，将处理部件维持在活动状态以使得它们可以处理传感器数据会消耗大量功率。
技术实现思路
1、本说明书描述了用于在计算设备上实现低功率环境计算的技术。在本说明书中描述的环境计算系统在任何给定时间以几种不同的功率状态中的一个进行操作，每种功率状态由加电的部件的组合来定义。可以通过机器学习引擎确定已加电的部件的组合，所述机器学习引擎实现经训练的模型，所述模型将传感器数据作为输入并生成输出，所述输出可以用于确定应当激活处
2、例如，在最低功率监视功率状态下，系统只能向外围接口和具有电源控制单元(pcu)的控制子系统供电。在监视功率状态下，外围接口可以等待接收来自计算设备的环境的输入。
3、当一个或多个外围接口从所述环境接收输入并生成对应的传感器信号时，系统可以进入处理功率状态，所述功率状态通常比监视功率状态消耗更多的功率。在处理功率状态下，系统将功率供应给低功率处理部件，例如低功率cpu或低功率dsp，以对通过外围接口接收的传感器信号执行初始解释。例如，低功率处理部件可以基于传感器信号的属性而确定无需借助机器学习引擎即可解释传感器信号，或者应由机器学习引擎进一步解释传感器信号。
4、机器学习引擎然后可以使用传感器信号来生成代表潜在多个更高级别功率状态中的一个的输出，每个功率状态由要激活的部件的特定组合定义。在本说明书中，激活部件是指向该部件供应足以允许该部件开始处理数据的附加功率。在这种情境下，通过从关闭或保留状态转变到活跃的处理状态，可以激活部件。可以通过系统激活更复杂、功率更高并且可能是专用的处理部件例如一个或多个高功率dsp、主cpu集群或高功率机器学习引擎来实现更高级别的功率状态。例如，机器学习引擎可以生成指示麦克风正在接收对应于人类语音命令的音频数据的输出。然后，输出可以致使系统为专用音频dsp提供功率以便处理音频数据。
5、这些技术允许依赖于对传感器数据的连续监视的多种复杂应用以较低的耗电状态运行。例如，如果系统根据接收到的雷达信号确定用户的脸部朝向实现所述系统的计算设备的显示器，则所述系统可以处理功率状态以在没有接收到来自用户的任何其它输入的情况下自动打开计算设备的显示器。
6、本说明书中描述的主题可以在特定实施例中实现，以便实现以下优点中的一个或多个。环境计算系统可以执行多种复杂的任务，同时比以前的方法消耗更少的功率。通过使用机器学习引擎，可以进一步提高节电和延长电池寿命。机器学习引擎可以生成代表部件的自定义组合的输出，这消除了对唤醒芯片的所有部件或不唤醒任何部件的需要。这种方法还极大地增加了可能的功率状态的数量，而又不会使硬件控制逻辑过于复杂。这些方法还允许系统执行复杂的任务，所述任务需要对环境进行连续监控而无需唤醒设备的主cpu集群。这允许环境计算系统对环境变化做出更快速的响应，同时还降低了功率消耗。因此，环境计算系统可以提供更大的功能，而对计算设备的电池寿命的影响有限，并且可以增加具有复杂环境状态的计算设备的总电池寿命。
7、本说明书的主题的一个或多个实施例的细节在附图和以下描述中阐述。根据说明书、附图和权利要求书，本主题的其它特征、方面和优点将变得显而易见。
本文档来自技高网...【技术保护点】
1.一种环境计算系统，包括：
2.根据权利要求1所述的环境计算系统，其中，确定所述机器学习引擎的所述模型输出匹配特定于应用的条件是由所述低功率处理部件执行的。
3.根据权利要求1所述的环境计算系统，其中，确定所述特定传感器信号具有特定属性包括确定所述特定传感器信号是对应于人类话音的音频信号。
4.根据权利要求3所述的环境计算系统，其中，所述特定于应用的条件是特定人类话音的出现，并且其中，所述应用包括生成对所述特定人类话音的文本到话音的音频响应。
5.根据权利要求4所述的环境计算系统，其中，所述机器学习引擎使用经过训练的原始音频循环神经网络来生成所述文本到话音的音频响应。
6.根据权利要求5所述的环境计算系统，其中，所述环境计算系统被配置成识别对应于人类话音的所述音频信号并且生成所述文本到话音的音频响应而无需初始化主CPU集群。
7.根据权利要求1所述的环境计算系统，其中，确定所述特定传感器信号具有特定属性包括确定所述特定传感器信号是指示用户的紧密接近的雷达信号。
8.根据权利要求7所述的环境计算系
9.根据权利要求8所述的环境计算系统，其中，所述应用包括打开所述移动计算设备的显示器或解锁所述移动计算设备。
10.根据权利要求1所述的环境计算系统，其中，所述环境计算系统是移动计算设备的部件，并且其中，所述特定于应用的条件是特定类型的声音的出现，并且其中，所述应用包括记录所述移动计算设备的位置。
11.一种包括环境计算系统和附加部件的受电设备，包括：
12.根据权利要求11所述的受电设备，其中，所述机器学习引擎是环境机器学习引擎，并且所述受电设备的所述附加部件包括主机器学习引擎，所述环境机器学习引擎具有比所述主机器学习引擎小的处理功率。
...【技术特征摘要】
1.一种环境计算系统，包括：
2.根据权利要求1所述的环境计算系统，其中，确定所述机器学习引擎的所述模型输出匹配特定于应用的条件是由所述低功率处理部件执行的。
3.根据权利要求1所述的环境计算系统，其中，确定所述特定传感器信号具有特定属性包括确定所述特定传感器信号是对应于人类话音的音频信号。
4.根据权利要求3所述的环境计算系统，其中，所述特定于应用的条件是特定人类话音的出现，并且其中，所述应用包括生成对所述特定人类话音的文本到话音的音频响应。
5.根据权利要求4所述的环境计算系统，其中，所述机器学习引擎使用经过训练的原始音频循环神经网络来生成所述文本到话音的音频响应。
6.根据权利要求5所述的环境计算系统，其中，所述环境计算系统被配置成识别对应于人类话音的所述音频信号并且生成所述文本到话音的音频响应而无需初始化主cpu集群。
7.根据权利要求1所述的环境计算系统...
【专利技术属性】
技术研发人员：劳伦斯·马达尔三世，马努·古拉蒂，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。