تعزيز اكتشاف الكلمات الرئيسية من خلال خصائص الكلام القابلة للتعلم على الجهاز

تتطلب أنظمة اكتشاف الكلمات الرئيسية للتطبيقات المحسورة بـ TinyML والتي تعمل دائمًا ضبطًا محليًا لتعزيز دقة المصنفات المدربة في وضع عدم الاتصال عند نشرها في ظروف استدلال غير مرئية. يتطلب التكيف مع خصوصيات الكلام لدى المستخدمين المستهدفين العديد من العينات ضمن المجال، والتي غالبًا ما تكون غير متاحة في السيناريوهات الواقعية. علاوة على ذلك، تعتمد تقنيات التعلم الحالية على الجهاز على أنظمة تحديث شعاعية تستهلك موارد حسابية كبيرة وذاكرة، وهي غير مناسبة للأجهزة التي تعمل دائمًا والمزودة بالطاقة من البطاريات. في هذا العمل، نقترح هيكل تعلم جديد على الجهاز، يتكون من شعاعي مُسبق التدريب وتعلم تضمين مدرك لخصائص الكلام لدى المستخدم. يتم دمج الميزات الناتجة واستخدامها لتصنيف التعبير المدخل. بالنسبة لانتقالات المجال الناتجة عن المتحدثين غير المرئيين، نقيس تقليل معدل الخطأ بنسبة تصل إلى 19% من 30.1% إلى 24.3% بناءً على مشكلة الـ 35 فئة من مجموعة بيانات أوامر كلام Google، من خلال التحديث غير المكلف لإسقاطات المستخدم. كما نوضح قدرات التعلم القليل من العينات لهندستنا المقترحة في ظروف التعلم النادرة من العينات والفئات. مع 23.7 ألف معلمة و1 MFLOP لكل عصر مطلوب للتدريب على الجهاز، فإن نظامنا قابل للتطبيق على تطبيقات TinyML المصممة لوحدات التحكم الدقيقة المزوّدة بالطاقة من البطاريات.