产品名称：SPEC Embedded EEMBC AudioMark

生产厂商：SPEC产品类别：系统工具

EEMBC AudioMark™ 基准测试是首个将高级信号处理、多种数据类型和卷积神经网络集成于单一基准测试平台的音频基准测试，且代码量极小。AudioMark 由业内顶尖专家历时一年多共同研发，代表了一种现代化的工作负载，旨在满足依赖语音处理的低功耗无线设备日益增长的计算需求。

从某种意义上说，AudioMark 标志着我们近年来基准测试方法的转变，我们以往的基准测试主要侧重于衡量特定任务（例如 Wi-Fi 或 BLE）的性能和功耗。这些针对特定任务的基准测试仍然至关重要，但作为一家基准测试机构，我们的职责是确保我们的基准测试与最新趋势保持同步，而如今的最新趋势是边缘端的 AI 辅助音频。像 AudioMark 这样计算密集型的基准测试让我们回归到 MCU 领域。

音频处理是一项变化极大的计算任务，其性能远不止取决于流水线中各个步骤的速度和功耗。例如，聆听单个单词或短语（例如“开灯了！”）与理解包含 20 个单词的词汇表截然不同。语言是在本地处理还是发送到云端处理，又会引入一系列变量。使用浮点运算还是定点运算，以及缓存的大小（如果有的话），都会影响性能。如果您处理多个音频流（例如在识别说话人时），性能差异会更大。更广泛地说，准确率和速度与硬件投入之间的最佳平衡点因设备和应用程序而异。因此，这项普遍存在的处理任务的整体性能几乎无法从其组成过程预测。

幸运的是，音频处理流程的结构相当一致，只有少数关键差异。几乎所有流程都以一个输出采样率为 44.1 kHz、16 位音频的麦克风开始，然后通过傅里叶变换进行频谱分析。如果信号方向很重要（例如，用于识别说话者），则接下来会进行波束成形处理。回声和噪声消除几乎是必不可少的。除此之外，语言分析任务（智能音箱和其他语音控制设备）和助听任务之间存在明显的区分，但在这两大类任务中，许多处理过程都是可以预测的。

考虑到这些一致性因素和变量，显然我们需要的是一个可定制的端到端基准测试，并提供一些特定选项。要在保证适度灵活性的前提下，避免基准测试因变量过多而失去意义，就需要与专家合作，而我们已经招募到了一些优秀的专家。英特尔、Arm、安森美半导体、瑞萨电子、英飞凌、意法半导体、新思科技和德州仪器在促成此事的过程中发挥了至关重要的作用。

产品功能

如今典型的音频处理流程融合了可追溯至 20 世纪初雷达和射频广播的技术——例如波束成形和到达方向——以及更现代的滤波器，例如声学回声消除和噪声抑制。为了顺应近期的技术趋势，我们添加了神经网络来执行关键词识别或唤醒词分类。AudioMark 将测试不同的数据格式，增加指令缓存的需求，甚至允许集成 DSP 或其他专用音频硬件等加速器。然而，它将保持足够的平衡，避免任何单一技术占据主导地位。

产品组件

·        频谱分解分析

·        到达方向

·        波束成形

·        声学回声消除

·        单通道噪声抑制

·        特征提取

·        神经网络分类

该基准测试程序以 C 代码编写，并包含多个移植层。这使得它能够适配各种 DSP 和神经网络硬件。更多信息请参阅 GitHub 文档。参考代码基于 Arm CMSIS C 库和 SpeeX 开源项目，但可以在多个层面上进行修改。为了确保基准测试程序能够正确运行，程序中包含多个单元测试，这些测试必须在与参考数据进行比较时具有合理的信噪比才能通过。这可以防止过度优化，从而避免影响不同平台间分数的可比性。