Koklea Silikon Dayah Daya Mengaktifkan Pendeteksi Suara Aktif Ultra-Efisien
Seiring semakin umumnya asisten suara yang diaktifkan, permintaan akan penginderaan audio selalu nyala yang hemat energi telah melonjak. Rekayasa neuromorfik terkini kini menawarkan jawaban yang menarik: koklea silikon yang mencerminkan bio-mekanika telinga manusia untuk mendeteksi ucapan dengan latensi rendah dan daya rendah.
Koklea Silikon: Front-End Audio Bio-Inspirasi
Profesor Shih-Chii Liu dan timnya di Institute of Neuroinformatics (INI) meraih Hadiah Misha Mahowald 2020 untuk Rekayasa Neuromorfik untuk sensor audio dinamis (DAS) mereka. Inti dari DAS adalah koklea silikon yang meniru sel rambut telinga: suara masuk pertama kali difilter ke dalam bank filter band-pass analog, lalu di-half-wave rectified untuk mereplikasi transduksi mekanis sel rambut koklea.
Sistem audio konvensional pertama mendigitalkan suara, lalu mengekstrak fitur dengan FFT dan BPF sebelum menyampaikannya ke DSP. Sebaliknya, DAS INI-Zurich mentransmisikan band audio analog sebagai relai spike asinkron yang langsung diproses oleh jaringan syaraf downstream.
Setelah filtering awal, sistem mengubah sinyal yang telah dirifikasi menjadi spike listrik—baik melalui mekanisme integrate-and-fire klasik atau modulator delta asinkron (ADM). ADM membandingkan sinyal terhadap dua ambang, memancarkan event hanya ketika terjadi perubahan. Pengkodean berbasis event ini menekan informasi statis, mengurangi lalu lintas data secara dramatis dan, akibatnya, konsumsi daya.
Dari segi energi, koklea silikon hampir diam ketika tidak ada suara, namun daya tariknya bertambah seiring aktivitas. Untuk aplikasi yang melibatkan periode keheningan panjang yang diinterupsi oleh ledakan ucapan singkat—typis dari banyak skenario suara yang diaktifkan—profil daya dinamis ini menawarkan keuntungan yang jelas. Selain itu, representasi spike waktu kontinu mendukung rentang dinamis yang sangat lebar, karena spike dapat terpisah sejauh mana atau diklaster erat.
Dari Spike ke Pengenalan Ucapan
Aliran event DAS dapat dikonversi menjadi frame cochleagram 2D—histogram spike yang dibin oleh frekuensi dalam interval 5-ms. Cochleagram ini kemudian diserahkan ke jaringan syaraf dalam ringan yang mendekode kata yang diucapkan. Liu mencatat bahwa “jaringan syaraf pada sensor sangat menarik bagi komunitas IEEE ISSCC dan tepat waktu mengingat boom saat ini dalam komputasi audio edge.” Banyak ASIC dayah rendah untuk deteksi kata kunci bergantung pada fitur spektrogram konvensional, pendekatan hibrid analog-digital Liu menjanjikan konsumsi daya yang lebih rendah dan latensi yang lebih cepat.
Tahun lalu INI merilis video demonstrasi di mana sistem mengenali digit yang diucapkan. Meski masih dalam tahap awal, prototipe ini menunjukkan potensi koklea silikon untuk deteksi kata kunci di dunia nyata. Tim Liu juga telah menjelajahi sensor fusion, menggabungkan audio dengan petunjuk visual untuk meningkatkan akurasi klasifikasi, dan telah menerbitkan pedoman desain yang membantu insinyur memutuskan kapan sensing analog paling menguntungkan.
Misha Mahowald, penemu representasi address-event dan penganjur Hadiah Rekayasa Neuromorfik.
Penelitian yang berkelanjutan berfokus pada pengurangan daya lebih lanjut dan peningkatan kinerja. Inovasi termasuk optimisasi filter band-pass source-follower dan penyempurnaan ekstraktor fitur analog. Untuk mengatasi variabilitas yang melekat pada rangkaian analog, tim telah membangun emulator hardware yang mempercepat pengujian dan memungkinkan mereka melatih binary neural nets dalam perangkat lunak, memprediksi performa chip nyata dengan akurat. Mereka juga bereksperimen dengan injeksi noise yang terkontrol untuk membuat desain lebih andal.
Pengakuan dan Dampak
Profesor Liu, pionir dalam rekayasa neuromorfik yang terlatih di laboratorium Carver Mead di Caltech, menyoroti signifikansi Hadiah Mahowald: “Kehormatan ini menekankan dekade karya dasar—dari Dick Lyon hingga Carver Mead dan seterusnya.” Ia menekankan bahwa, seiring perlambatan Moore's Law, sistem hibrid analog-digital seperti DAS akan semakin vital, potensi melampaui komputasi digital dengan orde besar dalam efisiensi energi.
Referensi
[1] D. Neil dan 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, dan 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, dan C. Enz, “Ultra-Low-Power Intelligent Acoustic Sensing using Cochlea-Inspired Feature Extraction and DNN Classification.”
[4] M. Yang, C. H. Chien, T. Delbruck, dan 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.
> > Artikel ini awalnya diterbitkan di situs saudara kami, EE Times.
