想用FPGA实现‘实时语音唤醒（Keyword Spotting）’功能，在资源有限的平台上，如何对轻量级神经网络（如TC-ResNet）进行定点化和硬件友好型改造？

1个月前

做一个离线语音唤醒的FPGA项目，模型打算用TC-ResNet这种轻量级网络。在ZYNQ-7010这类资源有限的平台上，直接部署浮点模型不可能。请问，如何对模型进行有效的定点量化（比如8位或4位）？在硬件架构设计时，如何利用语音信号帧间的时间冗余性来复用计算单元，以进一步节省资源？有没有相关的开源项目参考？

EE学生一枚

这家伙真懒，几个字都不愿写！

82961.31K

想用FPGA实现一个‘轻量级RISC-V处理器核’作为入门项目，有哪些开源的、文档友好的参考设计（如PicoRV32, SweRV）推荐？重点学习什么？上一篇

数字IC验证中，使用‘回归测试（Regression Test）’平台，如何科学地设置测试用例的随机种子和约束，以高效地覆盖边界情况？下一篇

还没有人回答，第一个参与下？

我要回答

回答被采纳奖励100个积分

请先登录