| 研究課題/領域番号 |
20K11740
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
更田 裕司 国立研究開発法人産業技術総合研究所, エレクトロニクス・製造領域, 主任研究員 (30587423)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | ニューラルネットワーク / 機械学習 / 音声認識 / キーワードスポッティング / 常微分方程式 / 低消費電力 / 集積回路 |
|---|
| 研究実績の概要 |
本研究課題では、深層学習で従来用いられる計算原理とは全く異なる、常微分方程式に基づく技術（Neural ODE）を採用し、それをアナログ回路で実装した超低消費電力の深層学習専用LSIチップを開発する事を目標としている。昨年度は、提案技術が有効となるアプリケーションの検討を行い、その結果、キーワードスポッティング（事前に定義したキーワードを入力音声から検出）を対象とすることに決定した。今年度は、キーワードスポッティング向けの集積回路技術の検討を行った。
キーワードスポッティングでは、マイクから入力される音声に対して、特徴量を抽出し、識別器によりキーワードを検出する。近年、識別器に深層学習を用いるアルゴリズムが多数提案されており、それを効率的に実行する専用チップの開発も進んでいる。これらの専用チップの多くは、マイクから入力されたアナログ音声信号を、ADC（アナログ・デジタル変換器）でデジタルに変換し、特徴量抽出と識別器をデジタル回路で実装されている。そして、特徴量には、MFCC（メル周波数ケプストラム係数）を用いる事が一般的である。一方で、この方式には、ADCとMFCC導出に必要な消費電力が大きい、という課題があった。そこで、本研究では、次の3点を特徴とする回路の提案を行なった。1）MFCCを複数のバンドパスフィルターに置き換え、2）深層学習ベースの特徴量抽出手法を提案、3）これらをアナログ回路で実現することでADCを除去。本提案回路を回路シミュレーションで検証し、従来技術に比べて消費電力を88%削減できることを示した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の本年度目標は、アナログ回路で計算を実行する為の集積回路技術の検討、及び、それに基づく回路設計を行うことであった。本年度は、キーワードスポッティング向けに、入力音声信号の特徴量抽出をアナログ回路で実行する回路技術の提案を行い、回路設計を行なった。シミュレーションにより提案回路の有効性を検証し、その成果を論文誌で発表した。このように、当初目標はほぼ達成しており、おおむね順調に進展しているといえる。
|
| 今後の研究の推進方策 |
2022年度は、今年度設計した回路が実装されたLSIチップ製造し、実チップで所望の動作・性能が達成できる事の確認を行う予定である。
|
| 次年度使用額が生じた理由 |
2021年度は、新型コロナウィルスの影響で学会がオンライン開催になり、旅費の支出がなくなった為、次年度使用額が発生した。
2022年度は、試作チップの評価に必要な装置や部品類の購入、及び、学会参加費などに使用する計画である。
|
