實時語音識別是一種能夠?qū)崟r音頻流轉(zhuǎn)換為文字的技術(shù)，通過語音識別模型將人類語音轉(zhuǎn)化為可識別的文本形式。要實現(xiàn)高質(zhì)量的實時語音識別并不容易，通常包含音頻獲取、音頻預(yù)處理、特征提取、特征分析與識別、解碼轉(zhuǎn)錄以及后處理輸出等一系列復(fù)雜的步驟。
而在我們?nèi)粘Ｉ詈凸ぷ髦械木€上會議、多人交互等場景下，需要同時處理多個人的音頻流，并實現(xiàn)超低延遲、多人并發(fā)、實時準(zhǔn)確的語音識別，更是面臨諸多挑戰(zhàn)。
首先在計算層面，由于需要同時處理多個語音數(shù)據(jù)流，并及時響應(yīng)，因此需要大量高性能且靈活可擴(kuò)展的計算資源支持。同時，多人并發(fā)的情況下，需要傳輸大量的語音數(shù)據(jù)。如果數(shù)據(jù)傳輸延遲較高，則會影響語音識別的實時性。此外，如果數(shù)據(jù)傳輸過程中出現(xiàn)丟包、誤碼等問題，也會對語音識別的結(jié)果產(chǎn)生一定的影響。
因此，要實現(xiàn)超低延遲大并發(fā)實時智能語音識別，不僅需要進(jìn)行優(yōu)化算法，以提高計算效率、降低計算資源消耗，同時還要優(yōu)化數(shù)據(jù)通信協(xié)議，提高數(shù)據(jù)傳輸效率。
Achronix與Myrtle.ai共同推出了超低延遲大并發(fā)實時智能語音識別方案。該方案的硬件平臺采用基于Achronix Speedster7t FPGA的VectorPath加速卡和x86架構(gòu)服務(wù)器來實現(xiàn)，可以同時支持多達(dá)4000個RTS，在保證低延遲的同時識別正確率高于90%，且相比ASR云服務(wù)成本大大降低。
VectorPath加速卡搭載Achronix 7nm Speedster7t FPGA，同時集成了400G以太網(wǎng)接口、多個PCIe接口和高帶寬GDDR6存儲器接口等一系列先進(jìn)的I/O接口，傳輸速率可達(dá)32GT/S。Speedster7t FPGA集成了高密度機(jī)器學(xué)習(xí)處理器（MLP）陣列和二維片上網(wǎng)絡(luò)（2D NoC）。其中，MLP除了浮點乘加運(yùn)算，還支持對多種定浮點數(shù)格式進(jìn)行拆分和組合運(yùn)算，能夠為AI和數(shù)據(jù)密集型計算提供ASIC級的計算速度。而2D NoC可以沿著行/列在FPGA結(jié)構(gòu)中或向著邊緣接口高速移動數(shù)據(jù)，進(jìn)而釋放更多的邏輯單元用于計算任務(wù)。
10月24日19點，Achronix聯(lián)合智猩猩策劃的「Achronix加速實時語音識別技術(shù)公開課」將開講，由Achronix資深現(xiàn)場應(yīng)用工程師黃侖主講，主題為《超低延遲大并發(fā)實時智能語音識別加速方案》。
此次公開課，黃侖首先會從概念、應(yīng)用場景、面臨的問題等維度對實時智能語音識別技術(shù)進(jìn)行介紹，之后他將講解超低延遲大并發(fā)實時智能語音識別方案，并對其硬件平臺中基于Achronix Speedster7t FPGA的VectorPath加速卡進(jìn)行重點解讀。最后，黃侖還會分享超低延遲大并發(fā)實時智能語音識別方案的優(yōu)勢和落地案例。
公開課內(nèi)容
主題：FPGA加速超低延遲大并發(fā)實時智能語音識別
提綱：
1、實時智能語音識別技術(shù)概述
2、超低延遲大并發(fā)實時智能語音識別方案
3、基于Speedster7t FPGA的VectorPath加速卡解析
4、方案優(yōu)勢與落地案例
主講人：
黃侖， Achronix資深現(xiàn)場應(yīng)用工程師，擁有上海交通大學(xué)通信工程碩士學(xué)位，目前主要負(fù)責(zé)華東地區(qū)的客戶技術(shù)支持。于2017年加入Achronix，擁有15年以上的FPGA相關(guān)研發(fā)和市場經(jīng)驗。
課程信息
直播時間：10月24日19：00
直播地點：智猩猩直播間
