2021年，深度噪声抑制模式下语音增强模型压缩有哪些性能优化方法？

本文共计4569个文字，预计阅读时间需要19分钟。

论文地址：深度噪声抑制模型的性能优化作者：Chee J, Braun S, Gopal V, 等来源：arXiv 预印本 arXiv:2110.04378, 2021摘要：本研究探讨了深度噪声抑制模型在性能上的优化，提出了量级结构剪枝方法。

论文地址：深度噪声抑制模型的性能优化

引用格式：Chee J, Braun S, Gopal V, et al. Performance optimizations on deep noise suppression models[J]. arXiv preprint arXiv:2110.04378, 2021.

摘要

　　我们研究了量级结构剪枝以加快深度噪声抑制(DNS)模型的推理时间。尽管深度学习方法在提高音频质量方面取得了显著的成功，但它们增加的复杂性阻碍了它们在实时应用中的部署。我们在基线上实现了7.25倍的推理加速，同时平滑了模型的性能退化。消融研究表明，我们提出的网络再参数化(即每层尺寸)是加速的主要驱动因素，而量级结构剪枝与直接训练较小尺寸的模型相比具有相当大的作用。我们报告推理速度，因为参数减少并不需要加速，并且我们使用精确的非侵入性客观语音质量度量来度量模型质量。

关键词：语音增强，降噪，实时，推理加速，结构化剪枝

1 引言

　　在压缩深度学习方法方面已经做了很多工作，以便它们能够在许多音频增强应用的实时和硬件约束下有效地运行[1,2,3,4]。这种兴趣源于这样一个事实，即深度学习方法虽然通常提供卓越的音频增强，但与经典信号处理方法[1]相比，其计算复杂度更高。在实时应用程序中，计算复杂度成为主要约束。每个设备的可用内存不同，但每次计算的可用时间不变。