使用 ENOT-AutoDL 在 VoiceBank+DEMAND 数据集上优化的 MP-SENet

本仓库包含 MP-SENet 模型的优化版本。 使用乘加运算次数作为计算复杂度的衡量指标。使用 PESQ 分数作为质量指标。

优化结果

我们使用 MACs 作为延迟衡量指标，因为该指标与设备无关且独立于实现方式。 也可以使用 ENOT 神经架构选择算法针对目标设备延迟来优化模型。 请注意，按设备延迟加速与按 MACs 加速有所不同。

您可以在原始仓库中使用 Baseline_model.pth 或 ENOT_optimized_model.pth，通过以下方式将模型作为生成器加载：

generator = torch.load(\"ENOT_optimized_model.pth\")

这两个文件都包含一个通过 torch.save 保存的模型对象，因此由于导入关系，您只能从原始仓库的根目录加载它们。

如果您想预约演示，请联系我们：enot@enot.ai 。