图3. 电路实现、芯片照片与语音唤醒辨识率、能耗比较。 相关研究成果受澳门大学科研项目及澳门科技发展基金支持。先以题为“A 47nW Mixed-Signal Voice Activity Detector (VAD) Featuring a Non-Volatile Capacitor-ROM, a Short-Time CNN Feature Extractor and an RNN Classifier”发表于 International Solid State Circuits Conference 2023,后受邀投稿并以题为‘A 47-nW Voice Activity Detector (VAD) Featuring a Short-Time CNN Feature Extractor and an RNN-Based Classifier With a Non-Volatile CAP-ROM’发表于 Journal of Solid State Circuits: ISSCC special issue。林金海同学为论文第一作者,阮家煇助理教授为论文通讯作者。
2 作者简介
通讯作者
阮家煇,澳门大学微电子研究院助理教授。
2014年在澳门大学获得博士学位,于2014及2015年分别成为澳门大学博士后研究员及讲师。于2017年至2018年在爱尔兰都柏林大学学院作访问学者。于2018年在澳门大学成为助理教授。研究领域包括低功耗模拟运算AI、模拟存内计算、数字及基于 FPGA 的 AI 加速器等。曾发表在 ISSCC,JSSC,A-SSCC,T-CAS I 等集成电路领域顶级会议和期刊的研究成果超过二十篇。曾受邀于 A-SSCC 2021 RiSE 论坛上发表演讲。
第一作者
林金海,澳门大学博士研究生。
于2020年、2023年分别于电子科技大学、澳门大学获得学士及硕士学位。2023年开始于澳门大学攻读博士。研究领域为超低功耗人工智能语音处理设计。以第一作者身份在 International Solid State Circuits Conference, Journal of Solid State Circuits等会议、期刊发表多篇学术论文。