CEVA宣布其CEVA-BX DSP核心和以會話型AI和情境感知應用為目標的WhisPro話音辨識(Speech Recognition)軟體現在支援TensorFlow Lite for Microcontrollers，後者是一款生產就緒的跨平台框架，可用來將微型機器學習(Tiny Machine Learning)部署在邊緣設備中的高能效處理器之內。
微型機器學習為低功耗、始終開啟且由電池供電的IoT設備帶來了AI的功能，可以在音訊(Audio)、語音(Voice)、影像和運動等領域於設備上進行感測器資料分析。CEVA在邊緣應用中對AI所採用的整體式方法，可確保使用TensorFlow Lite for Microcontrollers的客戶能夠利用統一的處理器架構，同時運行構建這些智慧連接產品所需的框架和相關神經網路的工作負載。CEVA的WhisPro話音辨識軟體和客製命令模式(Custom Command Model)與TensorFlow Lite框架相整合，從而進一步加快了小型語音助理和其他語音控制物聯網設備的開發工作。
谷歌TensorFlow技術負責人Pete Warden表示，CEVA一直身處在嵌入式系統機器學習和神經網路推理應用的最前沿，也瞭解機器學習在未來將向微型發展，並且進入功耗和成本皆受到極大限制的設備。CEVA持續投資開發支援TensorFlow模式的功能強大的框架、工具和軟體，從而為新一代的智慧嵌入式設備提供突出的性能，以便可以利用AI功能。
CEVA技術長Erez Bar-Niv表示，業界對於利用設備上AI來應付增強情境感知和對話式AI工作負載的需求不斷成長，這為智慧設備的成本、性能和功率效率帶來了新的挑戰。TensorFlow Lite for Microcontrollers憑藉精簡的框架來在資源受限的處理器上部署機器學習模式，進而大幅地簡化了這些設備的開發工作。由於TensorFlow Lite框架針對CEVA-BX DSP和WhisPro話音辨識模式進行了全面最佳化，可為SoC公司和OEM廠商降低為設備增添智慧感測功能的門檻。