基于分组通信的超低功耗语音分离
音频与语音处理
2020-11-23 v3 声音
摘要
模型尺寸与复杂度仍是在耳机、助听器等低资源设备上部署语音增强与分离系统的最大挑战。尽管压缩、蒸馏和量化等方法可应用于大型模型，但它们往往以模型性能为代价。本文提出了一种简单的模型设计范式，在显式设计超低功耗模型的同时不牺牲性能。受子带频率LSTM（F-LSTM）架构启发，我们引入了分组通信（GroupComm），即将特征向量拆分为更小的组，并使用小型处理块执行组间通信。与将子带输出拼接的标准F-LSTM模型不同，一个超小模块被并行应用于所有组，从而显著减小模型尺寸。实验结果表明，与一个已具轻量的强基线模型相比，GroupComm能以少35.6倍的参数量和少2.3倍的计算量取得相当的性能。
引用
@article{arxiv.2011.08397,
title = {Ultra-Lightweight Speech Separation via Group Communication},
author = {Yi Luo and Cong Han and Nima Mesgarani},
journal= {arXiv preprint arXiv:2011.08397},
year = {2020}
}