Une nouvelle puce neuromorphique a montré qu’elle pouvait effectuer une détection continue de l’activité vocale tout en utilisant une consommation d’énergie extrêmement faible, répondant ainsi à un défi majeur dans les appareils fonctionnant sur piles ou fonctionnant en bordure d’un réseau. La puce identifie la parole humaine avec des temps de réponse très rapides en exécutant des calculs de réseau neuronal dans le domaine analogique. Cette méthode permet à la détection vocale de fonctionner sans consommer beaucoup d’énergie, contrairement aux systèmes d’IA numérique traditionnels qui consomment constamment beaucoup d’énergie ou dépendent de contrôles périodiques pour se réveiller.
La détection d’activité vocale est un besoin courant pour de nombreux appareils, tels que les appareils portables, les capteurs intelligents, les robots et les outils de communication. Faire fonctionner les microphones et les processeurs en permanence consomme généralement trop d’énergie pour les systèmes qui doivent économiser de l’énergie. La conception neuromorphique permet d’économiser de l’énergie et du temps en traitant les signaux dans le domaine analogique.
La démonstration actuelle se concentre sur la détection des voix, mais la même technique peut être utilisée pour des tâches plus complexes liées à la voix, comme l’identification des locuteurs ou la séparation des voix. Ces fonctionnalités pourraient permettre aux appareils périphériques de traiter la parole localement, réduisant ainsi le besoin de traitement basé sur le cloud. Ces progrès démontrent comment l’informatique neuromorphique analogique passe du stade d’étude en laboratoire à celui d’intégration dans du matériel réel, en particulier pour les applications qui doivent utiliser l’énergie judicieusement et réagir rapidement.
Retrouvez l’histoire de Raspberry Pi dans cette vidéo :
