BriefGPT - AI 论文速递 · 2023-09-15T00:00:00Z 微型语音增强的两步知识蒸馏 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 该研究提出了一种新的两步法来压缩 Tiny 语音增强模型，使用知识蒸馏技术进行预训练，并提出了一种新的细粒度相似性保持 KD 损失函数。该方法在高压缩和低信噪比条件下表现出突出的改进，信噪失真比分别提高了0.9dB和1.1dB。 🏷️ 标签 信噪比 压缩 知识蒸馏技术 细粒度相似性保持 语音增强模型 阅读原文 生成长图 分享链接 已复制链接
