CEVA宣布，其DSP和语音神经网络集成TensorFlow Lite for Microcontrollers

· 用于定制语音唤醒命令的WhisPro™语音识别软件现可用开源TensorFlow Lite for Microcontrollers，在边缘设备实施机器学习

· 来自谷歌的TensorFlow Lite for Microcontrollers经过优化用于CEVA-BX DSP内核，以加速低功耗AI在会话和情境感知应用领域的使用

CEVA，全球领先的无线连接和智能传感技术的授权许可厂商宣布其CEVA-BX DSP内核与瞄准会话型人工智能(AI)和情境感知应用的WhisPro™语音识别软件现在支持TensorFlow Lite for Microcontrollers，后者是一款可量产的跨平台框架，用于在边缘设备中的低功耗处理器上部署微型机器学习应用。

微型机器学习将AI的功能带到了极低功耗、始终开启的电池供电物联网(IoT)设备上，可以在音频、语音、图像和运动等领域于设备上进行传感器数据分析。CEVA在边缘应用中采用整体式AI方法，确保使用TensorFlow Lite for Microcontrollers的客户能够利用统一的处理器架构来运行这个框架和相关的神经网络工作负载，以构建智能连接产品。CEVA的WhisPro语音识别软件和定制命令模型与TensorFlow Lite框架集成，进一步加快了小型语音助理和其他语音控制物联网设备的开发工作。

谷歌TensorFlow技术负责人Pete Warden表示：“CEVA一直处于嵌入式系统的机器学习和神经网络推理应用的最前沿，并且了解未来机器学习将向微型发展，进入功耗和成本均受到极大限制的设备。CEVA持续投资开发支持TensorFlow模型的功能强大的框架、工具和软件，从而提供突出的产品来支持新一代智能嵌入式设备发挥AI功能。”

CEVA首席技术官Erez Bar-Niv表示：“业界对于利用设备上AI来增强情境感知的需求不断增长，对话式AI工作负载也不断增长，给智能设备的成本、性能和能效带来了新的挑战。TensorFlow Lite for Microcontrollers通过提供精简框架来在资源受限的处理器上部署机器学习模型，极大地简化了这些设备的开发。我们针对CEVA-BX DSP和WhisPro语音识别模型对TensorFlow Lite框架进行了全面优化，能帮助减低SoC企业和OEM厂商为其设备增添智能传感功能的进入门槛。”

CEVA-BX DSP系列是高级可编程混合DSP/控制器，可为各种实时应用的信号处理和控制工作负载提供高效率运作。它使用11级流水线和5路VLIW微体系结构，通过双标量计算引擎并行处理、加载/存储和过程控制，达到5.5 4CoreMark/MHz性能，非常适合实时信号控制应用。其SIMD指令支持使其成为各种信号处理应用的理想选择，并且其双精度浮点单元可以高效处理情境感知和宽动态范围的传感器融合算法。除了进行实时AI推理外， CEVA-BX DSP系列还可帮助同时处理前端语音、传感器融合、音频处理和普通DSP工作负载。这可让客户和算法开发人员利用CEVA广泛的音频、语音和语音机器学习软件和程序库来加速其产品设计开发。