اگر در دنیای توسعه سختافزارهای لبه (Edge) فعالیت میکنید، خبر خوبی برایتان داریم! محققان مدل جدیدی به نام kiloVAD معرفی کردهاند که تحولی در «تشخیص فعالیت صوتی» (VAD) ایجاد کرده است.
این مدل که با هدف اجرا روی دستگاههای کوچک با محدودیت حافظه و پردازش طراحی شده، با استفاده از ساختار CNN و تکنیکهای بهینهسازی پیشرفته، دقت بسیار بالایی را با تنها ۲.۱ هزار پارامتر ارائه میدهد. kiloVAD عملاً استانداردهای جدیدی را برای مدلهای سبک و آماده استقرار (Deployment-ready) تعریف کرده است. 🎙️💡
منبع: arXiv Machine Learning