[发明专利]基于语音特征复用的关键词唤醒CNN的存储和计算压缩方法

权利要求书

1.基于语音特征复用的关键词唤醒CNN的存储和计算压缩方法，其特征在于，在每一帧输入数据到来时，替换前一帧输入数据的部分行数据为当前帧输入数据的更新行数据，调整更新后输入数据的取址顺序以使更新后的输入数据按照到来的先后顺序依次与卷积核做运算，针对输入数据更新的行数与卷积步长相等以及输入数据更新的行数与卷积步长不相等两种情形更新中间数据对应于输入数据更新行数据的卷积结果；

其中，针对输入数据更新的行数与卷积步长相等以及输入数据更新的行数与卷积步长不相等两种情形更新中间数据对应于输入数据更新行数据的卷积结果的具体方法为：

当输入数据更新的行数与卷积步长相等时，将输入数据存储的行数压缩为本层卷积核第一维的尺寸，将每一步卷积运算结果压缩为本层卷积核第一维的尺寸，直接更新中间数据为调整输入数据取址顺序后得到的卷积结果，

当输入数据更新的行数与卷积步长不相等时，输入层的数据存储被压缩为本层卷积核第一维的尺寸，将各卷积层的中间数据存储为本层卷积核第一维尺寸的K倍，K为卷积步长与输入数据更新的行数的比值，保留相邻重复输入特征值之间所有输入数据的卷积计算中间结果。

2.根据权利要求1所述基于语音特征复用的关键词唤醒CNN的存储和计算压缩方法，其特征在于，调整更新后输入数据的取址顺序的方法为将数据取址顺序循环下移m位，m为输入数据更新的行数。

3.根据权利要求1所述基于语音特征复用的关键词唤醒CNN的存储和计算压缩方法，其特征在于，每一步卷积运算结果依次存入第1到第K块中间数据存储器。

4.基于语音特征复用的关键词唤醒卷积神经网络池化层的存储和计算压缩方法，其特征在于，采用根据权利要求1所述方法实现。