2026年，想用FPGA实现一个‘轻量级AI语音降噪’的毕业设计，在资源受限的Zynq-7000平台上，如何选择并部署一个适合实时处理的神经网络模型（如RNNoise）？
我的毕业设计题目是基于FPGA的实时语音降噪系统，计划使用Zynq-7000系列开发板。我知道AI降噪效果不错，但FPGA资源有限。像RNNoise这样的轻量级模型是否适合？在PL部分实现神经网络推理时，应该如何对模型进行量化（比如定点化）、剪枝和架构优化，才能在保证一定降噪效果的同时，满足实时处理的延迟要求（比如<20ms）？有没有开源的参考项目或优化思路？我要回答answer.notCanPublish回答被采纳奖励100个积分
数字IC入门
