[發明專利]用于語音識別的處理器

在審

• 申請號: 201710461229.9
• 申請日: 2017-06-19
• 公開（公告）號: CN109147794A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 張國飆
• 申請（專利權）人: 成都海存艾匹科技有限公司
• 主分類號: G10L15/28
• 分類號: G10L15/28
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出一種用于語音識別的處理器，它是一種含有三維存儲（3D?M）陣列的分布式模式處理器。該處理器含有多個存儲處理單元，每個單元都含有一模式處理電路和至少一3D?M陣列。該3D?M陣列堆疊在模式處理電路上方，并存儲語音模型庫（或語言模型庫）等。模式處理電路根據該語音模型庫（或語言模型庫）對輸入的用戶語音數據進行模式識別。

技術領域

本發明涉及集成電路領域，更確切地說，涉及用于語音識別的處理器。

背景技術

模式匹配和模式識別指在目標模式（被檢索的模式，target pattern）中查找與檢索模式（用于檢索的模式，search pattern）相同或接近的模式。其中，模式匹配要求查找到相同的模式，模式識別僅要求查找到接近的模式。除了特別說明，本說明書不區分模式匹配和模式識別，并用模式處理來統稱各種對模式進行的操作。

模式處理（包括模式匹配和模式識別）應用廣泛。常用的模式處理包括字符串匹配、代碼匹配、語音識別和圖像識別等。字符串匹配廣泛用于大數據分析（如金融數據分析、電商數據分析、生物信息學）等領域：從大數據（目前多為文本數據庫，含有目標字符串）中查找檢索字符串，并進行統計分析。代碼匹配廣泛用于防惡意軟件（anti-malware，如網絡安全、計算機殺毒）等領域：從網絡數據包中查找病毒標識（virus signature）或檢查網絡數據包是否符合網絡規范（network rules），從而決定網絡數據包是否安全。語音識別將通過語音傳感器搜集到、或存儲在語音檔案庫中的語音信號與聲學模型庫和語言模型庫匹配。圖像識別將通過圖像傳感器搜集到、或存儲到圖像檔案庫中的圖像信號與圖像模型庫匹配。

隨著大數據時代的到來，傳統的模式庫（包括檢索模式庫和目標模式庫）已成為大型數據庫（TB級到PB級，甚至EB級）：檢索模式庫（包括所有用于檢索的模式）的數據量已經很大，而目標模式庫（包括所有被檢索的模式，通常為用戶數據庫）的數據量則更為巨大。目前計算機采用的von Neumann架構已不能滿足大數據時代對模式處理的要求。在vonNeumann架構中，用于處理模式的處理器和用來存儲模式的存儲器是分離的：存儲器（如硬盤、光盤、磁帶等）僅用作存儲模式數據，而不能對它進行任何模式處理；所有的模式處理都由外置處理器（如CPU、GPU）來完成。眾所周知，分離的處理器和存儲器之間帶寬有限，光是從模式庫中讀出所有數據就需要很長時間，更何況對它們進行處理分析。因此，對大型模式庫的模式處理需要耗費很長時間。

模式處理的一個典型應用是語音識別。語音識別的一種手段是根據聲學模型庫和語言模型庫對用戶語音進行模式識別。其中，聲學模型庫存儲大量的聲學模型；語言模型庫存儲大量的語言模型。在識別時，模式處理器將用戶語音數據與聲學模型庫中的聲學模型或語言模型庫中的語言模型進行模式識別，尋找最接近的聲學模型和語言模型。由于傳統語音處理器（如CPU、GPU）內核數量有限、模式識別平行度較低，且聲學模型庫和語言模型庫存儲在外存（如硬盤）中、語音處理器獲取聲學模型和語言模型耗時較長，故傳統語音處理器在處理語音識別時效率低下。

發明內容

本發明的主要目的是提高語音識別的效率。

本發明的另一目的是提供一種能高效地進行語音識別的處理器。

為了實現這些以及別的目的，本發明提出一種用于語音識別的處理器，它是一種含有三維存儲（three-dimensional memory，簡稱為3D-M）陣列的分布式模式處理器：該處理器不僅能存儲模式數據，還能對它實施模式處理。一個模式處理器芯片含有多個存儲處理單元，每個單元都含有一模式處理電路和至少一存儲至少一模式（目標模式或檢索模式）的3D-M陣列。3D-M陣列與模式處理電路的垂直集成帶來很多優勢：由于3D-M陣列不占襯底面積，它可以集成在模式處理電路上，這能增加存儲容量、減少芯片面積。更重要的是，由于3D-M陣列和模式處理電路處于同一芯片中且距離很近，它們之間能實現一大帶寬電連接。通過采用大規模平行計算（每個分布式模式處理器芯片可以含有上萬個存儲處理單元），分布式模式處理器能對大型模式庫實現快速模式處理。