Compressing Audio Visual Speech Recognition Models With Parameterized Hypercomplex Layers

计算机科学 软件部署 参数化复杂度 卷积神经网络 语音识别 多样性(控制论) 深度学习 人工智能 循环神经网络 资源(消歧) 机器学习 人工神经网络 算法 计算机网络 操作系统
作者
Iason Ioannis Panagos,Giorgos Sfikas,Christophoros Nikou
标识
DOI:10.1145/3549737.3549785
摘要

Audio visual speech recognition has seen remarkable progress in the last few years. This progress is a result, on the one hand, of advances in deep learning-based architectures, such as convolutional and recurrent neural networks, and, on the other hand, due to large-scale public datasets have been introduced that provide a great variety of speakers. Both factors have led authors to develop deep architectures that achieve impressive results that surpass humans in the areas of speech recognition, especially in cases where only the video is present. Nevertheless, these architectures involve millions of parameters that increase their storage and memory demands and also limit their deployment in resource constrained scenarios. An additional issue is the energy expenditure due to the amount of calculations required for training, fine-tuning and testing. In this work, we attempt to mitigate some of these shortcomings in speech recognition models by incorporating parameterized hypercomplex layers that reduce the number of required resources. We present models that are competitive with the state-of-the-art while operating with fewer parameters.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
明理的丹雪完成签到,获得积分10
1秒前
Sievi完成签到,获得积分10
1秒前
无花果应助550采纳,获得10
2秒前
2秒前
2秒前
神勇中道完成签到,获得积分10
3秒前
LLL发布了新的文献求助30
4秒前
5秒前
Qing发布了新的文献求助10
5秒前
111完成签到,获得积分10
5秒前
5秒前
iNk应助几时有采纳,获得10
6秒前
cherrychou发布了新的文献求助10
7秒前
7秒前
梓齊完成签到,获得积分10
7秒前
刘英俊发布了新的文献求助10
8秒前
lalala完成签到,获得积分10
8秒前
3268590946发布了新的文献求助10
10秒前
10秒前
10秒前
11秒前
茶暖桉呀完成签到,获得积分10
12秒前
13秒前
550发布了新的文献求助10
15秒前
15秒前
XIeXIe发布了新的文献求助10
16秒前
3268590946完成签到,获得积分10
16秒前
16秒前
几时有完成签到,获得积分20
16秒前
ZYQ完成签到 ,获得积分10
17秒前
Rue完成签到,获得积分10
18秒前
19秒前
满意一曲发布了新的文献求助10
19秒前
小小发布了新的文献求助10
19秒前
123发布了新的文献求助10
19秒前
19秒前
小新完成签到,获得积分10
20秒前
汉堡包应助cloud采纳,获得10
20秒前
CYJ发布了新的文献求助10
20秒前
高分求助中
Sustainability in Tides Chemistry 2000
System in Systemic Functional Linguistics A System-based Theory of Language 1000
The Data Economy: Tools and Applications 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3119088
求助须知:如何正确求助?哪些是违规求助? 2769466
关于积分的说明 7701284
捐赠科研通 2424969
什么是DOI,文献DOI怎么找? 1287917
科研通“疑难数据库(出版商)”最低求助积分说明 620698
版权声明 599962