动态 nsNet2:基于早退机制的高效深度噪声抑制
声音
2024-03-11 v1 机器学习
音频与语音处理
摘要
尽管深度学习在深度噪声抑制领域取得了进展,但在资源受限设备上利用深层架构仍然具有挑战性。因此,我们提出了一种基于 nsNet2 的早退模型,它通过在不同的阶段停止计算来提供多个级别的精度和资源节省。此外,我们通过拆分信息流来适配原始架构,以考虑所引入的动态性。我们基于既定指标展示了性能与计算复杂度之间的权衡。
引用
@article{arxiv.2308.16678,
title = {Dynamic nsNet2: Efficient Deep Noise Suppression with Early Exiting},
author = {Riccardo Miccini and Alaa Zniber and Clément Laroche and Tobias Piechowiak and Martin Schoeberl and Luca Pezzarossa and Ouassim Karrakchou and Jens Sparsø and Mounir Ghogho},
journal= {arXiv preprint arXiv:2308.16678},
year = {2024}
}
备注
Accepted at the MLSP 2023