現今不少微控制器(MCU) 已具機器學習(ML) 能力，且集成數位訊號處理器(DSP)作為加速器以增強效能；更有另將音訊編／解碼器、基頻處理器及無線射頻(RF) 整合其中者，可支援遠程控制。選擇支援移植和優化大量詞彙的MCU 可簡化開發過程，而坊間多數音訊DSP IP 內核以安謀(Arm)、Tensilica 和CEVA 為三大主流派別。
Cadence 去年初再針對TensorFlow 精簡版MCU 優化，目標是提供ML 端到端開源平台， 在超低功耗內核運行邊緣ML、省去人工編碼NN 工時——Tensilica HiFi DSP 是首個「支援TensorFlow Lite for MCU」的DSP，更有利於關鍵字／音頻場景檢測、降噪和語音識別等ML 應用程式創新。HiFi DSP 已移植並優化Retune DSP 的多麥克風波束成形、迴聲消除、到達方向指示技術並集成關鍵字語音觸發，支援自適應近場和遠場波束成形，可配置2～ 9 個或更多麥克風，以改善訊號雜訊比(SNR，信噪比) 並提供卓越的語音控制性能。
圖:Cadence Tensilica HiFi 5 DSP 架構
資料來源：https://www.cadence.com/en_US/home/company/newsroom/press-releases/pr/2018/cadence-introduces-the-tensilica-hifi-5-
dsp--the-first-dsp-optim.html
dsp--the-first-dsp-optim.html
