AI dan Masalah-Masalah Sulit Dunia · Ilmu komputer teoretis · arXiv · 2026-10-22
Pemrosesan Auditori Terinspirasi Biologis: Memasangkan Dinamika Resonate-and-Fire Paralel dengan Jaringan Rekuren Ternary untuk Pengenalan Ucapan
Judul asli: Bio-Inspired Auditory Processing: Coupling Parallel Resonate-and-Fire Dynamics with Ternary Recurrent Networks for Speech Recognition
Spiking neural networks menjanjikan inferensi yang hemat energi tetapi kesulitan menangani tugas berkelanjutan yang bergantung pada konteks seperti pengenalan suara otomatis, sebagian karena neuron LIF kehilangan informasi di sepanjang jeda dan batas fonetik. Spiking Ternary GRU (stGRU) memungkinkan gated recurrent unit berbobot terner melakukan penyaringan temporal sementara neuron resonate-and-fire di hilir menghasilkan aliran spike biner, menghindari MAC matriks floating-point yang padat. Setelah dilatih secara end-to-end pada LibriSpeech-960, stGRU Small, Medium, dan Large mencapai WER 8.09%, 7.04%, dan 6.44±0.17% pada test-clean tanpa model bahasa eksternal, menjadi jaringan spiking bebas MAC matriks pertama tanpa dekoder sekuens ANN terpelajar yang mencapai WER satu digit pada LibriSpeech.