[实用新型]基于卷积神经网络的微弱声音信号识别芯片

说明书

本实用新型公开了一种基于卷积神经网络的微弱声音信号识别芯片，包括：多路语音传感器，多路语音传感器获取不同检测端的多路语音信号，并将多路语音信号输入至数据采集器，数据采集器经串口将多路语音信号传递至并列的多个语音放大电路，每一语音放大电路将其中的一路语音信号进行放大，每一语音放大电路的后端设置有一整形电路，每一整形电路的后端设置有带通滤波器，每一所述整形电路将经过语音放大电路放大后语音信号经过整形后再通过带通滤波器进行滤波后传递至神经网络系统，基于所述神经网络系统得到多个语音识别结果以及每一语音识别结果对应的置信度。MIC声音传感器至少设置有一个，本实用新型还可以对多个语音电信号进行同步的处理。

技术领域

本实用新型涉及声音信号识别芯片技术领域，具体为一种基于卷积神经网络的微弱声音信号识别芯片。

背景技术

随着神经网络模型的不断发展以及在人工智能领域中的应用，越来越多的微小事件可以通过人工智能的方式进行学习和处理。

目前，语音识别一般采用的都是传统的语音识别器来进行识别，传统的语音识别器基本上采用电容式MIC声音传感器对声音进行拾取，然后在输入至语音识别芯片得到结果，这种方式的错误率高，且不具有自我学习的功能。

实用新型内容

本实用新型的目的在于提供一种基于卷积神经网络的微弱声音信号识别芯片，以解决上述背景技术中提出的问题。

为实现上述目的，本实用新型提供如下技术方案：

基于卷积神经网络的微弱声音信号识别芯片，包括：

多路语音传感器，多路语音传感器获取不同检测端的多路语音信号，并将多路语音信号输入至数据采集器，数据采集器经串口将多路语音信号传递至并列的多个语音放大电路，每一语音放大电路将其中的一路语音信号进行放大，每一语音放大电路的后端设置有一整形电路，每一整形电路的后端设置有带通滤波器，每一所述整形电路将经过语音放大电路放大后语音信号经过整形后再通过带通滤波器进行滤波后传递至神经网络系统，基于所述神经网络系统得到多个语音识别结果以及每一语音识别结果对应的置信度；

控制器CPU,具有多个控制开关，每一控制开关的一端耦合在所述神经网络系统的输出端，另一端与语音合成单元连接；

至少一组所述控制开关依据外部控制信号在控制器CPU控制下与语音合成单元进行连接，所述语音合成单元根据所述控制开关的导通将至少一组语音识别结果进行融合。

进一步地，所述语音传感器选用电容式MIC声音传感器，电容式MIC声音传感器拾取声音信号转化成电信号，该电信号经过前置放大电路将电信号放大，放大后经AC/DC转换器进行转换并再次放大后发送至数据采集器。

进一步地，还包括存储器RAM，该存储器RAM与所述神经网络系统的输出端连接，以及与语音合成单元连接。

进一步地，所述前置放大电路采用NE5532放大电路。

进一步地，所述神经网络系统具有卷积层、线性层、LMST层、安全连接层及输出层。

进一步地，所述卷积层设置有两层，每一卷积层具有由3X3的卷积核构成的卷积运算阵列；

在卷积层之后具有池化层；

第一存储单元，用于存储卷积运算所需权重；

第二存储单元，用于存储卷积运算所需的特征数据。

进一步地，所述线性层具有第三存储单元，该第三存储单元用于设置进行训练的重复参数，

以及具有一运算单元，该运算单元连接第三存储单元及第四存储单元，所述第四存储单元与第三存储单元分离设置，第四存储单元用于存储运算函数。

进一步地，所述LMST层具有连续的3层。