计算机科学 > 声音
[提交于 2025年8月31日
]
标题: TinyMusician:基于知识蒸馏和混合精度量化的设备端音乐生成
标题: TinyMusician: On-Device Music Generation with Knowledge Distillation and Mixed Precision Quantization
摘要: 生成模型的成功在音乐生成领域引起了前所未有的关注。基于Transformer的架构为模型性能设定了新的基准。然而,由于参数数量庞大,它们的实际应用受到一些关键挑战的阻碍:对大量计算资源和推理时间的需求。这些障碍使得它们难以部署在计算资源有限的边缘设备上,如智能手机和可穿戴设备。在本工作中,我们提出了TinyMusician,这是一个从MusicGen(一个最先进的音乐生成模型)中提炼出的轻量级音乐生成模型。TinyMusician集成了两项创新:(i) 阶段混合的双向和偏斜KL散度以及(ii) 自适应混合精度量化。实验结果表明,TinyMusician在模型规模减少55%的情况下保留了93%的MusicGen-Small性能。TinyMusician是第一个可在移动设备上部署的音乐生成模型,在消除云依赖的同时保持了高音频保真度和高效的资源使用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.