深度空间可分离蒸馏用于轻量级声学场景分类
声音
2024-05-07 v1 人工智能
音频与语音处理
摘要
声学场景分类(ASC)在现实世界中非常重要。近年来，基于深度学习的方法被广泛用于声学场景分类。然而，这些方法目前还不够轻量，且性能也不令人满意。为了解决这些问题，我们提出了一种深度空间可分离蒸馏网络。首先，该网络对log-mel频谱图进行高低频分解，在保持模型性能的同时显著降低计算复杂度。其次，我们专门为ASC设计了三种轻量级算子，包括可分离卷积(SC)、正交可分离卷积(OSC)和可分离部分卷积(SPC)。这些算子在声学场景分类任务中表现出高效的特征提取能力。实验结果表明，与当前流行的深度学习方法相比，所提出的方法获得了9.8%的性能提升，同时具有更少的参数数量和计算复杂度。
引用
@article{arxiv.2405.03567,
title = {Deep Space Separable Distillation for Lightweight Acoustic Scene Classification},
author = {ShuQi Ye and Yuan Tian},
journal= {arXiv preprint arXiv:2405.03567},
year = {2024}
}