JSSC 2023第11期Digital Circuits65nm

A 47-nW V oice Activity Detector V AD Featuring a Short-Time CNN Feature Extract

一款基于短时CNN和RNN的低功耗语音活动检测器，采用非易失性电容ROM存储权重。

65nm CMOS, 47nW, 0.022mm², 94%/91% hit rate

语音活动检测器低功耗卷积神经网络循环神经网络非易失性存储

▸创新点1：短时卷积神经网络（ST-CNN）是一种方法创新，通过缩短特征提取窗口显著降低了信号泄漏和检测延迟，同时减少了面积和功耗预算，实现了94%/91%的高检测准确率。

▸创新点2：基于RNN的分类器是一种方法创新，通过优化网络结构将VAD参数减少至仅45个，大幅降低了计算复杂度和存储需求，同时保持了高检测性能。

▸创新点3：非易失性电容ROM（CAP-ROM）是一种电路创新，取代了传统易失性存储器，消除了权重预加载过程，减少了功耗（47 nW）和面积（0.022 mm²），提升了系统能效。

▸创新点4：系统创新体现在VAD的鲁棒性设计，在0.9至1.3 V电源电压和0至60°C温度范围内，检测准确率无显著下降，适用于各种边缘设备环境。

Abstract

This article reports an area-and-power-efficient voice activity detector (V AD) for voice-control edge devices. It innovates a short-time convolutional neural network (ST-CNN) and a recurrent neural network (RNN)-based classifier. Such a classifier shortens the extraction window of the ST-CNN while reducing its signal leakage, detection latency, and area and power budgets. The RNN also aids in parameter reduction of the V AD to only 45. We also propose the non-volatile capacitor- ROM (CAP-ROM) a