用于声学场景分类的低复杂度 CNN
音频与语音处理
2022-08-03 v1 机器学习
声音
摘要
本技术报告描述了 SurreyAudioTeam22s 为 DCASE 2022 ASC 任务 1（低复杂度声学场景分类，ASC）提交的方案。该任务有两条规则：(a) ASC 框架的参数量最多为 128K；(b) 每次推理的乘加累加运算（MACs）最多为 3000 万次。在本报告中，我们提出了遵循该任务规则的用于 ASC 的低复杂度系统。
引用
@article{arxiv.2208.01555,
title = {Low-complexity CNNs for Acoustic Scene Classification},
author = {Arshdeep Singh and James A King and Xubo Liu and Wenwu Wang and Mark D. Plumbley},
journal= {arXiv preprint arXiv:2208.01555},
year = {2022}
}
备注
Technical Report DCASE 2022 TASK 1. arXiv admin note: substantial text overlap with arXiv:2207.11529