2026年，FPGA大赛做实时语音关键词唤醒，MFCC和DNN推理在Zynq上资源不够，怎么通过定点化和层融合优化？

8小时前

2026年FPGA大赛备赛，想用Zynq做实时语音关键词唤醒，提取MFCC特征后用DNN做分类。但MFCC的FFT和滤波组占太多LUT，DNN推理又吃BRAM。求大佬指点具体的定点化策略：MFCC的浮点系数怎么转定点？DNN的权重和激活值用多少比特量化？还有层融合怎么操作，能把全连接和激活函数合并成一个模块吗？

EDA初学者

这家伙真懒，几个字都不愿写！

222700

2026年FPGA校招薪资倒挂严重吗？双非硕和211硕的offer差距有多大？上一篇

孩子大二电子专业，家长如何帮他规划FPGA+AI加速项目，兼顾考研和秋招？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