Keyword Spotting（KWS, 关键词检测），目的是在一串连续的音频流中检测出预定义的词或者词组。在实际应用中，比如手机的智能助手，智能住宅里所支持的语音指令等，都需要用到关键词检测，当用户讲出预定义的关键词后，会触发相应的功能。

一个明显的问题是，这种技术如果应用在移动终端，为了保持随时响应，需要连续不间断的运行来侦测用户的语音请求。因此，在满足准确性的前提下尽可能地做到低功耗设计，就是移动端KWS技术的目标。

KWS的技术原理：简而言之，就是首先对音频信号进行逐帧预处理，通过短时傅里叶变换或者梅尔频谱等处理，将音频数据转换为二维的声谱图，其中声谱图横坐标就是时间轴，纵坐标是其频率特征信息。因此，KWS的语音识别问题实际上可以转换为图像处理问题。传统的基于神经网络的KWS，采用了DNN或者CNN，将分类输出与预先定义的声学模型label进行比较，看是否触发关键词。

为了提高时域上的感知强度，很多KWS系统采用了RNN或者dilated CNN。然而这些方式都需要考虑到低功耗、延迟等问题。本文采用的KWS IP核是IA&C Lab的郑日雍师兄基于Vivado的HLS流程开发的，该IP核是基于DS-RNN（深度可分离卷积-循环神经网络）算法实现，在保证准确率的同时，也大幅提高了能效比，减少了内存需求，非常适合在低功耗平台中使用。最终，把IP核集成在Wujian100这个低功耗MCU平台上，使得低功耗的优势更加彰显。限于篇幅，本文不展开论述算法与其硬件实现过程，本专栏会在后续的帖子里专门介绍。

Wujian100是平头哥开源的一个基于RISC-V架构的芯片设计平台。该平台是一款平头哥半导体开发的超低功耗的MCU平台，也是一款基于安全可信系统框架与CSI标准软件接口，支持从硬件到软件到系统的全栈敏捷开发，助力客户打造面向极低功耗的MCU产品。

在此平台基础上，可以快速地进行IP核拓展并进行系统前端仿真，并对拓展的硬件设计部分进行功能验证。在制作好FPGA以后，可以通过平台提供的CDK软件集成开发环境对系统进行软件功能开发，用户可进行代码的编辑、在线仿真调试、模拟器调试、在线编程、性能分析等工作。Wujian100平台也提供了DebugServer工具，用于连接调试器和CPU在线仿真器，实现对CPU进行在线调试控制。

笔者在本篇文章中将展示将KWS加速核集成到Wujian100平台上，并且进行功能仿真的例子。最终整个系统的实现已经在github上开源：KWS-SoC

本文将简要介绍开发的过程：

1. Wujian100仿真平台的获取

首先，需要准备Wujian100平台：wujian100_open

相关的开发工具可以在平头哥芯片开放社区(OCC)里下载，包括RISC-V工具链，CDK集成开发环境以及Debug工具。

关于仿真平台的使用，平头哥芯片开放社区的在线视频中都已经详细阐述。基本上就是先在tool目录下的setup.sh中配置RISC-V工具链环境和VCS环境，然后在workdir目录下，run在case中写的测试程序即可进行仿真。

2. KWS模块的集成

由于Vivado提供了丰富的IP核以及方便的用户界面，在集成IP核时，笔者采用了Vivado 2019.2进行。具体集成的步骤如下所示

• 新建vivado工程

由于笔者采用的KWS IP核是采用HLS综合得到的，且目前仅支持PYNQ-Z1 的开发板。如果需要在其他开发板移植，需要对HLS的源码重新综合，为了简便，笔者在新建工程时直接选用了PYNQ-Z1 芯片。

• 导入wujian100平台

接下来就是在项目工程中添加源码了。将soc文件夹导入到design files中，将tb文件夹导入到simulation files中。需要注意的是，soc文件夹中有些文件是verilog header文件，tb文件都是system verilog文件，需要手动设置。

• 添加IP核传输接口

笔者用到的KWS IP核，其结构如下图所示

可以看到，IP核需要四种数据的通道，分别是：

• data_in: 需要传输的预处理后的音频帧数据

• weight: KWS IP核中神经网络中所用到的已经训练好的权重数据

• control: 用于控制权重和数据输入的信号

• data_out: 输出的数据，用于和label比较得到识别结果

除了数据通道，每个通道还有握手信号，以及表示stream传输结束的握手信号。

首先，下图是Wujian100平台的系统结构图：

为了保证传输速度，以及方便集成，笔者直接采用了BUS Matrix(HCLK)上的Dummy0/1/2/3作为四种数据的传输通道。wujian100平台采用的是标准的AHB接口。为了能与KWS采用的axi-stream协议匹配，笔者对每个通道使用了vivado提供的ahb转axi的接口，如下图所示:

由于KWS实际没有用到完整的axi4协议，所以为了能使转换bridge正常使用，需要对其中一些没有用到的端口进行手动赋值，此处以data_in为例：

• ahb_hburst信号：该信号为ahb突发传输信号，由于wujian100暂时不支持突发传输，因此ahb的master端没有给出burst信号，因此，此处需要将值赋值3'b0，指明单次传输

• data_in_axi_awvalid信号：由于data in数据仅为写方向，所以将此信号赋值为1即可，表示写地址通道永远有效，而只将KWS的data_in_tvalid信号连接到wvalid，即写数据valid信号即可

• B通道相关信号，该通道为axi4的从设备响应通道，KWS里并没有对应的信号，因此需要对bvalid赋值恒为1,表示从设备始终响应

• 其他信号，比如和突发传输，传输错误信号等，KWS里都没有利用到，所以需要对其进行相关赋值，具体赋值可以参考开源代码。

最终集成好的IP核在SoC的层次位置，如下图所示

• 例化memory

实际使用中，KWS所需要载入的权重数据已经大于200k，原生的SoC提供的4块64kb的memory已经基本不能满足仿真所需的数据存储的要求。因此，笔者在ahb bus上的dmem接口例化了一个256kb的BRAM，用于存放权重数据 ，如下图所示

需要注意的是，vivado提供的bram controller只支持axi接口，因此，需要像上一节讲到的使用一个协议转换接口，将ahb协议转换为axi协议进行通讯。

3. 音频数据预处理

以上就是整个系统的集成过程。接下来，为了能将数据正确的存放到mem中进行仿真，需要对数据进行预处理。

由于在KWS系统中，需要首先将音频数据转换为声谱数据，这一过程可以用开源工程中的my_audio.py实现，通过调用my_mfcc将wav音频转换为梅尔频率倒谱。

为了能测试KWS的计算结果，开源工程中test_mymodel_myaudio.py 脚本实现了对40组数据进行预处理和软件模型计算的参考输出，其中346行

fingerprints = my_audio.my_mfcc(my_spectrogram)  

将输入数据转化为单精度浮点数表示，350行中

prob = sess.run(net.probs[0], feed_dict = {net.fingerprint_input: fingerprints_3d})  

则是参考模型计算出的分类预测输出，也是单精度浮点表示。对于计算出的结果，其输出最大值所在的位置，对应预先模型训练好的ds_rnn_labels.txt中label的位置，则是KWS识别出的词汇。

4. KWS-SoC系统的仿真过程

• 编写仿真程序

首先在wujian100的case目录下新建仿真项目目录，新建main.c文件。然后参考doc文件夹下的user_guide对四个ahb端口的基地址端口定义：

#define DATA_IN_BADDR  0x40010000;  
#define WEIGHT_IN_BADDR  0x40020000;  
#define CONTROL_IN_BADDR  0x40100000;  
#define DATA_OUT_BADDR  0x80000000;  

然后之后就可以对端口进行读写数据了，由于笔者是计划weight放在第三步例化的bram中，data_in数据放在wujian100预留的sram1中，最终的data_out数据dump到sram0数据中，因此同样需要定义这三个地址，都可以在User_guide中查阅。

volatile uint32_t RESULT_MEM_ADDR = 0x20000000;  
volatile uint32_t WEIGHT_MEM_ADDR = 0x30000000;  
volatile uint32_t DATA_IN_MEM_ADDR = 0x20010000; 

完成这个步骤后，就可以对对应地址进行读写，比如要将data_in的数据写到kws的ip中，就可以用这句实现

*(volatile uint32_t *) DATA_IN_BADDR = *(volatile uint32_t *) (DATA_IN_MEM_ADDR+4*j);  

如果想读数据，方法同理。

在测试中，权重数据有57244个，data_in输入数据一组有490个，因此用两个for循环，就可以完成所有数据的传输。

整个数据的传输流程：参考所使用的KWS ip使用流程，依次是control写0，weight写入57244个数据，control写1，data_in写入490个数据，data_out读12个数据，control写1，然后之后可以继续写490个data_in，读12个data_out，control写1次1，以此重复...笔者测试了多组输入数据的情况，开源工程中默认的情况是只写一组数据，有需求的读者可以重写程序进行编译。

注：上述过程为CPU逐字读写数据的方式。wujian100提供了dmac可以实现将指定数量的数据从源地址搬运到目标地址，虽然也只是基于单次传输的形式，但是这种传输方式可以释放CPU的负载。本实验测试通过了DMA传输的方式，但是在开源工程中提供的程序是上述的CPU读写方式，如果有需求的读者可以参考case中的dmac示例进行重新编译程序。

程序写好以后，按照wujian100官方给出的教程对程序进行编译，笔者开发时，采用了官方提供的RISC-V工具链编译程序。但是在仿真这个步骤时，由于采用了vivado的ip，在用最新版本的vivado导出VCS仿真脚本时出现了问题，所以最终没有采用官方给出的VCS或者iverilog仿真脚本进行仿真。所以，只是采用了原版的SoC仿真平台以及官方的仿真脚本生成指令。

因此，此步骤最好直接用原版的wujian100开源平台进行编译，否则会在仿真步骤报错（对编译没有影响）。

编译完成后，会在workdir目录下生成仿真需要用到的16进制指令文件test.pat

• 在vivado中进行仿真

有了上述生成的16进制指令，就可以对整个KWS-SoC进行仿真了。在仿真之前，需要做一些准备工作：

首先需要将输入单精度浮点数据转换为16进制，此过程可以用到开源工程中的float2hex.py脚本，此脚本将40组数据转换为16进制数据，同样也对weight数据进行转换。

然后需要在testbench中，在SoC复位后，首先将上一步的程序写入wujian100的isram中，然后wujian100的core才能正常取值译码执行等。此过程wujian100平台在testbench中已经给出，读者只需要把path改为上一步workdir的路径。

接下来，把输入数据放到ram中

 for(j=0;j<32'h490;j=j+1)
     begin
      data_one_word[31:0] = data_temp_mem_set1[j];
      wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms1_top.x_sms_sram.x_fpga_spram.x_fpga_byte3_spram.mem[j][7:0] = data_one_word[31:24];
      wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms1_top.x_sms_sram.x_fpga_spram.x_fpga_byte2_spram.mem[j][7:0] = data_one_word[23:16];
      wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms1_top.x_sms_sram.x_fpga_spram.x_fpga_byte1_spram.mem[j][7:0] = data_one_word[15:8];
      wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms1_top.x_sms_sram.x_fpga_spram.x_fpga_byte0_spram.mem[j][7:0] = data_one_word[7:0];
      end

然后需要将权重数据放入BRAM中，由于权重数据太多，笔者直接通过在例化BRAM时，指定coe初始化文件的方式写入了权重数据

最后是输出结果写入到ram中，因此在busmnt.v中添加dumpmemory的部分

 for(k=0;k<32'd12;k=k+1)
         begin
             $fwrite(DATA_FILE_1, "%x" , wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms0_top.x_sms_sram.x_fpga_spram.x_fpga_byte3_spram.mem[k]);  
             $fwrite(DATA_FILE_1, "%x" , wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms0_top.x_sms_sram.x_fpga_spram.x_fpga_byte2_spram.mem[k]);
             $fwrite(DATA_FILE_1, "%x" , wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms0_top.x_sms_sram.x_fpga_spram.x_fpga_byte1_spram.mem[k]);  
             $fwrite(DATA_FILE_1, "%xn" , wujian100_open_tb.x_wujian100_open_top.x_retu_top.x_smu_top.x_sms_top.x_sms0_top.x_sms_sram.x_fpga_spram.x_fpga_byte0_spram.mem[k]);     
          end  

最终结果会把ram中的结果输出到测试文件夹中，格式为16进制

接下来就可以Run simulation开始仿真，因为系统规模较大，因此仿真需要的时间比较久。

• 数据后处理

最终，在测试文件夹中可以得到输出结果。为了得到最终的数据，可以用hex2float.py脚本进行16进制到浮点数的转换，读者可以将转换后的结果与参考模型计算出的结果进行比对。同时，此脚本也会根据ds_rnn_label，最终print出预测的结果。

5. 总结

笔者在wujian100开源平台上进行了拓展，将已有的IP核集成到soc平台上并成功地进行了仿真验证。当然，此过程仍有可以改进的地方，第一是可以把之前提到的所有过程集成到一个脚本中，减少人力操作的成本。第二是可以继续生成bitstream，将SoC烧进板子中，继续用官方提供的CDK和debug工具进行开发，最终可以实现上位机和板子之间的自动传输通讯。第三点是可以优化SoC的结构，比如control端口，其实并用不到ahb的高传输速率的特性，可以用另外的方式简化接口，减少所用到的硬件资源。