L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-22
Traitement auditif bio-inspiré : couplage de dynamiques parallèles Resonate-and-Fire avec des réseaux récurrents ternaires pour la reconnaissance vocale
Titre original: Bio-Inspired Auditory Processing: Coupling Parallel Resonate-and-Fire Dynamics with Ternary Recurrent Networks for Speech Recognition
Les réseaux de neurones à impulsions (spiking) promettent une inférence économe en énergie mais peinent sur les tâches continues et dépendantes du contexte comme la reconnaissance automatique de la parole, en partie parce que les neurones LIF perdent de l'information à travers les pauses et les frontières phonétiques. Le Spiking Ternary GRU (stGRU) permet à une unité récurrente à portes à poids ternaires d'effectuer le filtrage temporel tandis que des neurones resonate-and-fire en aval génèrent le flux d'impulsions binaires, en évitant les MAC matriciels denses en virgule flottante. Entraînés de bout en bout sur LibriSpeech-960, les stGRU Small, Medium et Large atteignent des WER de 8.09%, 7.04% et 6.44±0.17% sur test-clean sans modèle de langage externe, les premiers réseaux à impulsions sans MAC matriciels ni décodeur de séquence ANN appris à atteindre un WER à un seul chiffre sur LibriSpeech.