End-to-end neuromorphic speech enhancement with PDM microphones <sup>*</sup>
Notice bibliographique
Résumé
Abstract Enhancing speech in noisy environments is essential for applications like automatic speech recognition, hearing aids, and real-time voice interfaces, but remains challenging on low-power, always-on edge devices. Conventional systems rely on pulse code modulation (PCM) signals and artificial neural networks, both of which introduce significant preprocessing and computational overhead. In this work, we present PDMDNS, a novel end-to-end neuromorphic framework for real-time speech denoising that directly processes binary pulse density modulation (PDM) microphone output using a spiking neural network, entirely bypassing the conventional PDM-to-PCM conversion and preprocessing stages. PDMDNS simultaneously performs speech enhancement and signal format conversion, leveraging stateless spiking neurons to reduce computational cost while maintaining temporal modeling capabilities. Moreover, when evaluated on a dataset containing noisy signals with SNRs ranging from 20 dB to −5 dB, our system achieves an average improvement of +7 dB in SI-SNR and a +3% gain in STOI. Although this performance is slightly below the current state-of-the-art by less than 1 dB, PDMDNS requires only 33 M-Ops/s, which is nearly 3× fewer operations than the best-performing spiking models. While PDM signals require a trade-off between maximizing precision through high sampling rates and minimizing energy consumption with lower rates, PDMDNS demonstrates robust generalization across varying input sampling rates (−12.5% to +37.5%) without the need for retraining. This flexibility makes it a compelling solution for energy-efficient, low-latency speech processing in embedded and neuromorphic systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».