大象声科在联想YOGA Pro 14s的方案概要 和 intel GAN初见
在联想联想高阶旗舰品牌YOGA Pro 14s (YOGA Slim 9i)上搭载了大象声科Vocplus PC AI语音方案,据该方案这是一套集成在Intel GNA人工智慧加速平台上基于深度学习技术,能够即时分离人声和背景杂讯,提取清晰人声,从而大幅度提升使用者语音通信清晰度和语音交互体验。
该方案基于计算听觉场景分析理论基础,利用深度神经网路(DNN),经大量资料训练,可以即时分离人声和环境噪音, 能够过滤掉96%的动态噪音。
此外,此方案能够有效提升Cortana, Alexa等语音助手在杂讯环境下的语音辨识率,该方案已通过Microsoft Teams认证,Cortana以及Amazon Alexa相关语音测试标准。
Intel GNA 笔记
根据: https://docs.openvinotoolkit.org/latest/openvino_docs_IE_DG_supported_plugins_GNA.html
Intel GNA (英特尔®高斯与神经网络加速器)是一种低功耗神经网络协处理器,可在进行连续边缘推理(根据现场数据搜集可操作性的情报)。
什么是边缘推理?
总之,它使现场数据收集设备能够使用人工智能(AI)技术提供可操作的情报。这些类型的设备使用大量传感器,并且随着时间的流逝,这些传感器的分辨率和准确性已得到极大提高,导致捕获的数据量越来越大。从历史上看,此数据随后是通过手动过程提取和分析的,最近又通过将AI与训练有素的神经网络一起使用进行提取和分析。现在可以提供足够的计算能力,以便在数据捕获时运行优化的AI模型,这被称为“边缘推理”。在某些国防,勘探和安全应用中,这具有加速OODA的优势。循环,以便可以更快地采取措施。由于数据保存在本地设备上,因此还提高了安全性。
英特尔®GNA不能替代传统的推理设备,例如CPU,图形处理单元(GPU)或视觉处理单元(VPU)。它旨在减轻连续推理工作量的负担,这些工作量包括但不限于降噪或语音识别,以节省功耗并释放CPU资源。
GNA插件提供了一种在Intel®GNA上以及在CPU上的软件执行模式下运行推理的方法。
包含Intel® GNA插件的设备很多:
- Intel® Speech Enabling Developer Kit
- Amazon Alexa* Premium Far-Field Developer Kit
- Gemini Lake, Cannon Lake, Ice Lake:系列CPU中的多款产品
其驱动已经在windows和unbuntu18.04.3LTS上支持
模型和图层限制
由于硬件体系结构的特殊性,英特尔®GNA对神经网络层和组合的支持有限。 例如,不用考虑在GNA插件上运行计算机视觉模型,除了专门为GNA插件改编的模型之外,因为他不完全支持2D卷积。
可以在https://docs.openvinotoolkit.org/latest/openvino_docs_IE_DG_supported_plugins_Supported_Devices.html中的“受支持图层(Supported Layers)”看到支持列表。
从Kaldi和TensorFlow转换过来的模型中, 只原生支持一维卷积:
对于TensorFlow模型,在运行模型优化器时必须使用--disable_nhwc_to_nchw选项。
卷积的输出通道数必须是4的倍数
置换层支持限于以下情况:不需要数据重新排序,或者在2维发生重新排序时,其中至少一个维数不大于8。
只支持有限的激活函数.
尝试支持2D卷积
英特尔®GNA硬件本身仅支持一维卷积。
但是,当卷积核沿单个方向移动时,可以将2D卷积映射为1D。 GNA插件针对Kaldi nnet1卷积执行了这种转换。
从这个角度来看,英特尔®GNA硬件卷积操作接受NHWC输入并产生NHWC输出。 由于OpenVINO™(GNA在此框架中)仅支持NCHW布局,因此可能需要在卷积之前或之后插入Permute层。
例如,Kaldi模型优化器在对rm_cnn4a网络进行卷积后插入这样的置换。 GNA插件会自动删除此Permute层,因为英特尔®GNA硬件卷积层已经产生了所需的NHWC结果。
# NHWC
for i in rows
for j in columns
for k in filters# NCHW
for k in filters
for i in rows
for j in columns
操作精度
英特尔®GNA本质上以低精度模式运行,如8位(I8),16位(I16)和32位(I32)整数计算的混合。
与其他支持低精度执行的插件不同,GNA插件在模型加载时计算量化因子,因此模型无需校准即可运行。
大象声科在联想YOGA Pro 14s的方案概要 和 intel GAN初见相关推荐
- 拯救者r720黑苹果_拯救级手游语音,大象声科助力联想拯救者电竞手机
7月22日,备受手游玩家们期待的联想拯救者电竞手机Pro正式发布,此款手机不仅是联想在游戏手机领域的首款重磅产品,也是大象声科和联想在手机领域的首次合作--拯救者Pro搭载大象声科Vocplus Ga ...
- 联想YOGA Pro 14s Carbon 2022款 锐龙版评测
联想 YOGA Pro 14s Carbon 2022 锐龙版采用航空级碳纤维顶盖,铝镁合金机身和防污渍耐磨喷漆.从而将整机重量控制到了 1.08kg,非常适合经常出差的便携一族 联想YOGA Pro ...
- 联想新款 YOGA Pro 14s配置怎么样 值得买吗
联想新款 YOGA Pro 14s终于发布了,对于喜欢联想电脑的朋友,这款新发布的笔记本电脑自然也吸引了很多人的目光,那么,联想新款 YOGA Pro 14s配置怎么样? 联想新款 YOGA Pro ...
- 联想YOGA Air 14s笔记本怎么快速重装Win7系统教学
联想YOGA Air 14s笔记本怎么快速重装Win7系统教学分享.有的时候我们的电脑可能正常的使用,但是因为电脑太卡顿了,想要去给电脑的系统进行重新的安装.针对这个情况,今天我们以Win7系统的重装 ...
- 在 yoga pro 14s 2022 上安装 Ubuntu 20.04.6
电脑配置 32G+1T,i9-12900H,已装win11 版本选择 旧笔记本用的是18.04,因此最初的打算也是安装18.04桌面版,但笔记本不支持...所以转向了Ubuntu20.04,不幸的是, ...
- 【笔记】专访大象声科汪德亮:利用深度学习解决「鸡尾酒会问题 」
案例来源:机器之心 @吴攀 案例地址:https://www.jiqizhixin.com/articles/2017-02-11-4 (以下为案例的简要概述,便于之后能快速检索到相关内容.部分文字与 ...
- 联想 Yoga 14s 2021 (Intel) 安装 ubuntu
@[TOC](联想 Yoga 14s 2021 (Intel) 安装 ubuntu) 新设备最容易遇到驱动问题.Yoga 14s 2021 安装ubuntu就遇到了屏幕闪烁.键盘和触摸板失灵的问题.到 ...
- 联想YOGA 14s 2021标压锐龙版和低压英特尔版选哪个 哪个更值得入手
主要区别在CPU上面,锐龙7 4800H标压版性能明显更强,八核十六线程设计,42W的性能释放都诠释着它的性能更强大,且这颗CPU在Cinebench R15中为1250+cb分数. 联想YOGA 1 ...
- bios 刷 灵耀14_华硕灵耀14锐龙版明日上市,5499元和联想YOGA 14s正面碰撞
月初的时候我们介绍了联想YOGA 14s锐龙版笔记本,那是AMD新锐龙平台里数量不多的高端轻薄本.不过这款笔记本频繁缺货,比较难买,招来不少人吐槽.现在则不用纠结了,买不到联想,但可以买华硕啊!华硕灵 ...
最新文章
- mysql数据库名称sid_数据库sid 和数据库名
- 跟我学Springboot开发后端管理系统9:AOP+logback+MDC日志输出
- Android 中ContentProvider和Uri详解
- CorelCAD 2020中文版
- Android心得4.1--文件的保存与读取及文件的操作模式详解.doc
- zxing二维码生成工具类
- Github出现连接超时
- hpunix查看oracle监听,hp-ux 网络查看
- Linux虚拟化KVM-Qemu分析(九)之virtio设备
- MFC UpdateData
- 重磅 | 2017年中国大数据企业生态图谱(一)大数据企业融资地图
- MindMaster Pro 7.2中文版 — 亿图思维导图
- CAN资料整理(二):CAN协议帧格式
- vb.net产生随机数
- SQL45 将titles_test表名修改为titles_2017
- 如果通过这次面试我们单位录用了你,但工作一段时间却发现你根本不适合这个职位,你怎么办?
- django第一章(django配置相关和简单的登录实例)
- 关于Jmeter中的函数和变量用法
- 8.2 什么是事件主题
- 中图分类号——计算机软件类
热门文章
- 有趣的HTML实例(二) 404页面
- 【反思】吉首大学第九届“新星杯”大学生程序设计大赛(暨新生网络同步赛)
- 《黑客与画家》读后感——黑客与画家
- Json学习总结(7)——JSON为什么是数据交换格式的首选
- 【keil5】keil5仿真STM32设置
- 集合{LinkedHashMap TreeMap HashSet LinkedHashSet TreeSet 快速失败机制 ConcurrentHashMap CAS 多线程协同扩容}(二)
- 计算机在未来是否会代替人工,别惊讶!未来70%的工作会被人工智能替代
- PHP版本Google广告admob服务端回调验证SSV
- 人脸表情识别概述(一)
- Android 广告包使用之字节穿山甲介绍