低功耗硅耳蜗实现超高效语音激活感知

随着语音助手普及，节能、常开音频感知需求激增。前沿神经拟态工程给出有力回答：仿生人耳生物力学的硅耳蜗，实现低延迟、低功耗语音检测。

硅耳蜗：仿生音频前端

Institute of Neuroinformatics (INI)的Shih-Chii Liu教授团队凭借动态音频传感器（DAS）荣获2020年Misha Mahowald神经拟态工程奖。DAS核心是模拟耳蜗毛细胞的硅耳蜗：输入声音先经模拟带通滤波器组滤波，再半波整流复制耳蜗毛细胞机械转导。

传统音频系统先数字化声音，再用FFT和BPF提取特征送DSP。INI-Zurich DAS则将模拟音频带作为异步脉冲串传输，直接由下游神经网络处理。

初始滤波后，系统将整流信号转为电脉冲——经经典积分发机制或异步Delta调制器（ADM）。ADM对比信号与双阈值，仅变化时发射事件。这种事件驱动编码抑制静态信息，大幅降低数据流量和功耗。

能效上，硅耳蜗无声时近乎待机，功耗随活动缩放。对长静默间歇性语音爆发的典型语音激活场景，这种动态功耗曲线优势显著。此外，连续时间脉冲表示支持极宽动态范围，脉冲间隔可任意疏密。

从脉冲到语音识别

DAS事件流可转为2D耳蜗图帧——5ms间隔内按频率分箱的脉冲直方图。这些耳蜗图输入轻量级深度神经网络解码语音。Liu指出"传感器上的深度网络引IEEE ISSCC社区极大兴趣，鉴于音频边缘计算当前热潮正逢其时。"虽多低功耗ASIC关键词检测依赖传统频谱图特征，Liu的混合模拟数字方案承诺更低功耗和更快延迟。

去年INI发布演示视频展示系统识别语音数字。虽仍早期，原型展示硅耳蜗用于真实关键词检测的潜力。Liu团队也探索传感器融合，结合音频视觉线索提升分类精度，并发布设计指南助工程师判断模拟感知最有利场景。

Misha Mahowald，地址事件表示发明者，神经拟态工程奖名源。

持续研究聚焦进一步降功耗提性能。创新包括优化源极跟随器带通滤波器、精炼模拟特征提取器。为缓解模拟电路固有变异性，团队构建硬件仿真器加速测试，允许软件训练二值神经网络准确预测实芯片性能。也在实验注入可控噪声增强设计鲁棒性。

认可与影响

Liu教授是神经拟态工程先驱，曾在Carver Mead的Caltech实验室受训，强调Mahowald奖意义："此荣誉彰显数十年基础工作——从Dick Lyon到Carver Mead及更远。"她强调，随摩尔定律放缓，DAS类混合模拟数字系统将愈发关键，有望在能效上超越数字计算数个数量级。

参考文献

[1] D. Neil and S. C. Liu, "Effective sensor fusion with event-based sensors and deep network architectures," in Proceedings – IEEE International Symposium on Circuits and Systems, Jul. 2016, vol. 2016-July, pp. 2282–2285, doi: 10.1109/ISCAS.2016.7539039.

[2] S. C. Liu, B. Rueckauer, E. Ceolini, A. Huber, and T. Delbruck, "Event-Driven Sensing for Efficient Perception: Vision and audition algorithms," IEEE Signal Process. Mag., vol. 36, no. 6, pp. 29–37, Nov. 2019, doi: 10.1109/MSP.2019.2928127.

[3] M. Yang, S.-C. Liu, M. Seok, and C. Enz, "Ultra-Low-Power Intelligent Acoustic Sensing using Cochlea-Inspired Feature Extraction and DNN Classification."

[4] M. Yang, C. H. Chien, T. Delbruck, and S. C. Liu, "A 0.5 V 55 µW 64 × 2 Channel Binaural Silicon Cochlea for Event-Driven Stereo-Audio Sensing," IEEE J. Solid-State Circuits, vol. 51, no. 11, pp. 2554–2569, Nov. 2016, doi: 10.1109/JSSC.2016.2604285.

> > 本文最初发表于姊妹网站EE Times。