La première puce présentée par l’Université des sciences électroniques et technologiques de Chine (UESTC) veut améliorer la reconnaissance vocale dans des environnements complexes. En intégrant cette puce dans des appareils intelligents, les chercheurs promettent un contrôle vocal sans nécessiter de connexion internet, de quoi transformer les marchés de la maison intelligente et des objets connectés.
Une puce à l’écoute
La puce repose sur des optimisations architecturales et algorithmiques qui renforcent la capacité de l’appareil à capter et analyser les signaux vocaux, même en présence de bruit de fond. Le professeur Zhou Jun explique : « La puce atteint une consommation énergétique de moins de deux microjoules par instance de reconnaissance, avec un taux de précision de plus de 95 % dans des environnements calmes et de 90 % dans des milieux bruyants. »
Le semi-conducteur est notamment conçu pour éviter les « faux réveils » qui se produisent avec les systèmes traditionnels, un problème majeur lorsque la puce détecte accidentellement un mot-clé en raison d’un bruit extérieur. Grâce à des circuits de suppression de bruit adaptatifs et à un moteur de calcul dynamique, elle garantit une meilleure autonomie pour les dispositifs connectés. Lors d’une démonstration, cette puce, de la taille d’un centimètre carré, a été intégrée dans une unité de commande d’une voiture miniature pour illustrer son potentiel dans la gestion des objets intelligents.
La deuxième puce, également présentée à la conférence internationale IEEE ISSCC 2024, se distingue par son usage médical. Conçue pour la détection des crises d’épilepsie, elle est intégrée dans des dispositifs portables utilisant la reconnaissance par électroencéphalogramme (EEG) pour anticiper une crise et avertir le patient. Dans ce domaine, les dispositifs actuels sont limités par la difficulté de collecter des données suffisantes, étant donné la rareté des crises et la nécessité d’une hospitalisation pour des enregistrements fiables.
L’équipe de Zhou Jun a contourné cet obstacle en développant un algorithme de « réentraînement sans données » (zero-shot retraining) qui permet au modèle de faire des prédictions précises sans nécessiter de données de crise spécifiques au patient. En pratique, l’utilisateur n’a besoin que de deux minutes de calibration dans son état naturel pour que le dispositif reconnaisse les signaux individuels caractéristiques. Avec une consommation d’énergie d’environ 0,07 microjoule par instance, cette puce s’avère être la plus économe de sa catégorie, avec une réduction de 90 % par rapport aux modèles précédents.
Au-delà de la détection des crises d’épilepsie, les utilisations possibles de cette puce sont nombreuses. Elle pourrait par exemple être employée dans d’autres dispositifs d’interface cerveau-ordinateur, ou même pour surveiller la qualité du sommeil. Dans une démonstration, l’équipe a même utilisé des signaux EEG pour contrôler un robot via des commandes mentales.
🟣 Pour ne manquer aucune news sur le Journal du Geek, abonnez-vous sur Google Actualités. Et si vous nous adorez, on a une newsletter tous les matins.
