用于高效音频分类的简易池化前端
音频与语音处理
2023-05-09 v5 人工智能
声音
信号处理
摘要
近来，针对端侧场景构建高效音频神经网络的兴趣日益增长。现有多数方法旨在通过模型剪枝等手段缩小音频神经网络规模。在本工作中，我们表明，与其用复杂方法缩减模型规模，不如消除输入音频特征（如梅尔谱图）中的时间冗余，这可作为高效音频分类的一种有效途径。为此，我们提出一系列简易池化前端（SimPFs），其使用简单的非参数池化操作来降低梅尔谱图内的冗余信息。我们在四个音频分类任务上进行了大量实验以评估SimPFs的性能。实验结果表明，对于现成可用的音频神经网络，SimPFs能将其浮点运算次数（FLOPs）减少一半以上，且音频分类性能仅有可忽略的下降甚至有所提升。
引用
@article{arxiv.2210.00943,
title = {Simple Pooling Front-ends For Efficient Audio Classification},
author = {Xubo Liu and Haohe Liu and Qiuqiang Kong and Xinhao Mei and Mark D. Plumbley and Wenwu Wang},
journal= {arXiv preprint arXiv:2210.00943},
year = {2023}
}
备注
ICASSP 2023