无线和语音处理芯片组解决方案提供商DSP Group推出了DBM10，这是一种低功耗，经济高效的人工智能（AI）和机器学习（ML）片上系统（SoC）。


SoC包括一个数字信号处理器（DSP）和该公司的nNetLite神经网络（NN）处理器，它们都针对电池供电设备中的低功耗语音和传感器处理进行了优化。


该架构为开发人员提供了在DSP和NN处理器之间划分创新算法的完全灵活性，并实现了快速TTM以集成语音和传感算法，例如降噪，AEC，唤醒词检测，语音活动检测和其他ML模型。


DBM10采用带有综合软件框架的开放平台方法，开发人员可以使用自己的算法或DSP Group全面且经过验证的用于语音，声音事件检测（SED）的优化算法套件，快速将下一代设计推向市场 ，以及传感器融合，适用于从真正的无线立体声（TWS）耳机到智能手机，平板电脑，可穿戴设备和IoT的各种应用。


“ AI的边缘应用程序多种多样，但几乎都需要在低功耗，小外形尺寸，成本效益和快速上市时间方面达到目标，因此，我们对DBM10带给当前和未来的发展感到非常高兴。我们的团队一直在尽最大努力充分利用边缘的低功耗AI和ML的可用处理能力和内存，包括开发我们自己的正在申请专利的重量压缩方案，同时强调易于部署。我们期待看到开发人员如何创造性地应用DBM10平台。” DSP Group首席执行官Ofer Elyakim说道。


DBM10增加了DSP Group的SoC和算法的SmartVoice产品线，这些产品已在全球范围内部署在从智能手机和笔记本电脑/ PC到机顶盒，平板电脑，遥控器和家庭智能IoT的设备中。


去年，SmartVoice的出货量达到了1亿，因此低功耗DBM10得到了第三方算法提供商已建立的生态系统的支持。


nNetLite处理器与可编程的低功耗DSP一起工作，支持所有标准的深度NN（DNN）和ML框架，并采用了全面的跨平台工具链来进行模型移植和优化。





上一篇：新的深度神经网络体系结构，可用于皮肤病的早期诊断
下一篇：聊天机器人和人工智能将影响呼叫中心行业吗？