Destilación Separada en Espacio Profundo para Clasificación de Escena Acústica Ligera

La clasificación de escenas acústicas (ASC) es de gran importancia en el mundo real. Recientemente, se han empleado ampliamente métodos basados en aprendizaje profundo para la clasificación de escenas acústicas. Sin embargo, estos métodos actualmente no son lo suficientemente ligeros y su rendimiento no es satisfactorio. Para resolver estos problemas, proponemos una red de destilación separada en espacio profundo. En primer lugar, la red realiza una descomposición de alta-baja frecuencia en el espectrograma log-mel, reduciendo significativamente la complejidad computacional mientras mantiene el rendimiento del modelo. En segundo lugar, diseñamos especialmente tres operadores ligeros para ASC, incluyendo Convolución Separada (SC), Convolución Separada Ortonormal (OSC) y Convolución Parcial Separada (SPC). Estos operadores exhiben capacidades de extracción de características altamente eficientes en tareas de clasificación de escenas acústicas. Los resultados experimentales demuestran que el método propuesto logra una mejora de rendimiento del 9.8% en comparación con los métodos de aprendizaje profundo actualmente populares, mientras que también tiene un menor conteo de parámetros y complejidad computacional.