用于低复杂度设备鲁棒神经声学场景分类的彩票假设框架
声音
2022-05-03 v4 机器学习
多媒体
音频与语音处理
摘要
我们提出一种结合数据增强、知识迁移、剪枝和量化的新型神经网络压缩策略，用于设备鲁棒声学场景分类（ASC）。具体而言，我们利用最近提出的先进神经网络剪枝机制，即彩票假设（LTH），在低资源环境下解决ASC任务，以寻找具有少量非零模型参数的子网络神经模型。我们通过研究多种数据增强与压缩方案来评估LTH用于低复杂度声学建模的有效性，并报告了一个用于低复杂度多设备ASC的高效联合框架，称为Acoustic Lottery。Acoustic Lottery可将ASC模型压缩至，并取得优于其未压缩种子模型的性能（验证准确率79.4%，Log损失0.64）。本工作中报告的所有结果均基于GT-USTC-UKE-Tencent四个组的联合努力，旨在解决DCASE 2021挑战赛任务1a中的“低复杂度多设备声学场景分类（ASC）”。
引用
@article{arxiv.2107.01461,
title = {A Lottery Ticket Hypothesis Framework for Low-Complexity Device-Robust Neural Acoustic Scene Classification},
author = {Hao Yen and Chao-Han Huck Yang and Hu Hu and Sabato Marco Siniscalchi and Qing Wang and Yuyang Wang and Xianjun Xia and Yuanjun Zhao and Yuzhong Wu and Yannan Wang and Jun Du and Chin-Hui Lee},
journal= {arXiv preprint arXiv:2107.01461},
year = {2022}
}
备注
5 figures. DCASE 2021. The project started in November 2020. Revised version