Aumento de audio y compresión de modelos para clasificación de escenas acústicas
Fecha:
14/09/2022Palabra clave:
aumento de audio; clasificación de escenas acústicas; cuantificación de redes neuronales; destilación de conocimiento; redes convolucionales residuales; audio augmentation; acoustic scene clasification; neural network quantization; knowledge distillation; residual convolutional networks; Máster Universitario en Inteligencia Artificial
Tipo de Ítem:
masterThesis
Resumen:
Este proyecto consiste en el desarrollo de un modelo de baja complejidad para clasificación
de escenas acústicas; basado en el reto de la tarea 1 de DCASE 2022. Para conseguir la baja
complejidad, se propone la destilación de conocimiento con una aproximación “maestroalumno”
y posterior cuantificación de los parámetros de la red al tipo entero de 8 bits. La red
maestro se basa en redes convolucionales residuales y, la red alumno, es una red
convolucional lineal. Se propone una metodología de aumento de datos de audio basada en
la convolución entre la señal original del conjunto de datos propuesto y respuestas
impulsiones de dispositivos no presentes en la captura de esos datos. El modelo propuesto
supera al de referencia obteniendo un log loss de 1,415, dentro de la limitación de complejidad
establecida.
Descripción:
In this project we have developed a low complexity model for acoustic scene classification;
based on the challenge of task 1 of DCASE 2022, where a benchmark model to overcome is
proposed. To achieve low complexity, we propose knowledge distillation with a "masterstudent"
approach and subsequent quantization of the network parameters to the 8-bit integer
type. The master network is based on residual convolutional networks and the student is a
linear convolutional network. We present an audio data augmentation methodology, based on
convolution between the original signal (of the proposed data set) and impulse responses from
devices not present at the recording of the data. Our model outperforms the reference model
by obtaining a log loss of 1,415, within the set complexity constraint.
Ficheros en el ítem
