[發明專利]流式數據處理的方法、裝置、半導體芯片和計算機設備

在審

• 申請號: 202010320086.1
• 申請日: 2020-04-22
• 公開（公告）號: CN113537448A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 朱夏寧
• 申請（專利權）人: 杭州智芯科微電子科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G10L17/18;G10L25/30;G10L25/51
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 金無量

1.一種流式數據處理的方法，其特征在于，所述方法包括：

獲取預設時間段內的流式數據，根據所述流式數據的時間軸，將所述流式數據分割成多個數據塊，其中，所述數據塊與所述時間軸上的時間間隔對應；

通過卷積神經網絡對所述數據塊進行計算，所述卷積神經網絡包括多個計算塊，在第一時間間隔中，所述卷積神經網絡的第一計算塊對所述第一時間間隔中的所述數據塊進行計算和分類，得到第一識別結果，并將所述第一識別結果進行緩存；

在第二時間間隔中，所述卷積神經網絡的第二計算塊對第二時間間隔中的所述數據塊進行計算，得到第二計算結果，所述第二計算塊獲取所述第一識別結果的緩存，將所述第一識別結果與所述第二計算結果進行分類，得到第二識別結果。

2.根據權利要求1所述的方法，其特征在于，所述第一計算塊和所述第二計算塊，均與所述時間軸上的時間間隔對應。

3.根據權利要求1所述的方法，其特征在于，在所述得到第二識別結果之后，所述方法還包括：

將所述第二識別結果緩存在先入先出存儲器中。

4.根據權利要求1所述的方法，其特征在于，所述對所述第一時間間隔中的所述數據塊進行計算和分類包括：

在所述流式數據為音頻數據的情況下，提取所述音頻數據的音頻特征，根據所述音頻特征識別所述音頻數據的聲紋；

根據所述聲紋，對所述音頻數據進行分類識別。

5.根據權利要求1所述的方法，其特征在于，所述對所述第一時間間隔中的所述數據塊進行計算和分類還包括：

在所述流式數據為視頻數據的情況下，對所述視頻數據的視頻幀進行圖像識別，提取所述視頻幀的特征向量，根據所述特征向量對所述視頻幀進行分類識別。

6.一種音頻數據處理的裝置，其特征在于，所述裝置包括麥克風和微處理器；

所述麥克風獲取預設時間段內的音頻數據，所述微處理器根據所述音頻數據的時間軸，將所述音頻數據分割成多個數據塊，其中，所述數據塊與所述時間軸上的時間間隔對應；

所述微處理器在第一時間間隔中，對所述第一時間間隔中的所述數據塊進行計算和分類，得到第一識別結果，并將所述第一識別結果緩存至先入先出存儲器，所述微處理器在第二時間間隔中，對所述第二時間間隔中的所述數據塊進行計算，得到第二計算結果，所述微處理器獲取所述第一識別結果的緩存，將所述第一識別結果與所述第二計算結果進行分類和識別，得到第二識別結果。

7.根據權利要求6所述的裝置，其特征在于，所述微處理器包括卷積神經網絡，所述卷積神經網絡對所述時間間隔中的所述數據塊進行計算和分類，其中，所述卷積神經網絡包括多個計算塊，所述計算塊與所述時間軸上的時間間隔對應。

8.一種流式數據處理的半導體芯片，其特征在于，所述芯片包括神經網絡加速器：

所述半導體芯片的接收器獲取預設時間段內的流式數據，所述神經網絡加速器根據所述流式數據的時間軸，將所述流式數據分割成多個數據塊，其中，所述數據塊與所述時間軸上的時間間隔對應；

所述神經網絡加速器在第一時間間隔中，通過卷積神經網絡的第一計算塊對所述第一時間間隔中的所述數據塊進行計算和分類，得到第一識別結果，并將所述第一識別結果進行緩存；

所述神經網絡加速器在第二時間間隔中，通過所述卷積神經網絡的第二計算塊對第二時間間隔中的所述數據塊進行計算，得到第二計算結果，所述神經網絡加速器獲取所述第一識別結果的緩存，將所述第一識別結果與所述第二計算結果進行分類，得到第二識別結果。

9.根據權利要求8所述的半導體芯片，其特征在于，在所述神經網絡加速器中，所述卷積神經網絡的所述第一計算塊和所述第二計算塊，均與所述時間軸上的時間間隔對應。

10.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至5中任一項所述方法的步驟。

11.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1至5中任一項所述方法的步驟。