基于剪枝蒸馏的低复杂度音频场景分类方法
知识产权简介
音频场景分类(ASC)是一项基本的音频处理任务,它将音频信号识别并分类为预定义的环境声场景,如机场、公园和城市街道。由于应用场景的局限性,ASC系统经常面临录制设备之间不匹配、模型复杂性低造成的约束以及标记数据稀缺等问题,特别是在资源受限的设备上进行实时处理和部署时这种问题回更加明显。为了构建低复杂度的ASC系统,很多研究者提出了很多方法去降低模型计算量,包括利用卷积神经网络(CNN)的强大功能去开发基于多层堆叠二维(2D)或 一维(1D) 卷积核的ASC系统。尽管这些工作在构建低复杂度ASC模型方面取得了良好进展,但这些工作大多只关注于架构设计,在训练策略包括蒸馏和修剪方法却鲜有涉及。