BriefGPT - AI 论文速递
·
超低功耗音频传感器的个性化关键词识别自学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的设备内学习架构，通过学习用户语音特征来解决无人工场景中分类器准确性调整的问题。实验证明该架构在领域转移和少样本学习方面具有良好的性能。适用于电池供电微控制器的TinyML应用。
🎯
关键要点
-
提出了一种新的设备内学习架构，结合预训练的主干网络和用户感知特征学习。
-
该架构旨在解决无人工场景中分类器准确性调整的问题。
-
通过更新用户投影，错误率从30.1%降低到24.3%。
-
在Google Speech Commands数据集上，针对35类问题展示了领域转移的能力。
-
架构在样本和类别稀缺学习条件下表现出良好的少样本学习能力。
-
系统适用于电池供电微控制器的TinyML应用，具有23.7k参数和每个周期1MFLOP的需求。
➡️
