用于高效音频处理的神经网络精度缩放
音频与语音处理
2017-12-06 v1 声音
摘要
尽管深度神经网络在许多音频应用中展现出强大性能，但其巨大的计算与内存需求对实时处理构成了挑战。本文中，我们研究了缩放神经网络精度对两项常见音频处理任务（即语音活动检测与单通道语音增强）性能的影响。我们通过探究权重/神经元比特精度对性能与处理时间的共同影响，确定了其最优组合。通过基于真实用户数据的实验，我们表明采用较低比特精度的深度神经网络显著减少了处理时间（高达 30 倍）。然而，其性能影响仅在诸如语音活动检测中出现的分类任务情形下较低（< 3.14%）。
引用
@article{arxiv.1712.01340,
title = {Precision Scaling of Neural Networks for Efficient Audio Processing},
author = {Jong Hwan Ko and Josh Fromm and Matthai Philipose and Ivan Tashev and Shuayb Zarar},
journal= {arXiv preprint arXiv:1712.01340},
year = {2017}
}