2026年，FPGA大赛做实时语音关键词识别，用Zynq实现MFCC和轻量级DNN，怎么平衡资源占用和识别延迟？

9天前

我准备参加2026年的FPGA大赛，想做一个实时语音关键词识别系统，打算用Zynq平台实现MFCC特征提取和轻量级DNN推理。现在卡在资源占用和延迟的平衡上，MFCC的FFT和滤波器组占了不少LUT和DSP，DNN层数多了BRAM又不够。请问有没有优化技巧，比如量化、剪枝或者流水线设计，能让系统在资源受限下跑出低延迟？求有经验的大佬分享下具体方案和踩坑记录。

FPGA小白

这家伙真懒，几个字都不愿写！

51691K

2026年，FPGA做边缘AI推理，部署YOLOv8n时INT8量化精度掉到多少算正常？怎么用校准集恢复？上一篇

2026年FPGA大赛备赛，用国产安路FPGA做实时人脸检测，BRAM不够用怎么办？求具体优化策略下一篇

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