WaveNetボコーダにおける深層学習モデル圧縮技術の経験的評価【JST・京大機械翻訳】

Davis Sam; Coccia Giuseppe; Gooch Sam; Mack Julian

プレプリント

J-GLOBAL ID：202202218314936221 整理番号：22P0211401

WaveNetボコーダにおける深層学習モデル圧縮技術の経験的評価【JST・京大機械翻訳】

Empirical Evaluation of Deep Learning Model Compression Techniques on the WaveNet Vocoder

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年11月20日プレプリントサーバーでの情報更新日： 2020年11月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

WaveNetは,その自己回帰ループにより展開するのに挑戦する,最先端のテキスト対音声ボコーダである。本研究では,アーキテクチャの修正と反対に,元のWaveNetアーキテクチャを直接加速する方法に焦点を当て,そのモデルをスケーラブルなテキスト対音声システムの一部として展開できるようにした。ハードウェアプラットフォームの範囲に展開できる多様なモデル圧縮技術を調査した。特に,異なるモデルスパース性とレベルを比較し,7つの広く使われている精度を量子化のターゲットとして比較した。そして,高密度で単一精度の浮動点ベースラインと比較して,オーディオ忠実度の損失なしで,13.84までの圧縮比を有するモデルを達成できる。すべての技術は,既存のオープンソース深層学習フレームワークと図書館を用いて実装され,それらのより広い採用を奨励する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

音声処理

, , , ,

前のページに戻る