Uma equipe publicou no arXiv uma proposta de modelo de reconhecimento de fala que reutiliza um pequeno conjunto de blocos, em vez de atribuir parâmetros próprios a cada camada. Segundo os pesquisadores, essa abordagem, combinada a métodos de treinamento que transferem conhecimento de modelos maiores, usa cerca de um décimo dos parâmetros e mantém a precisão.
De acordo com o resumo, nos testes de referência do Open ASR Leaderboard, o modelo com dois blocos compartilhados recuperou 97,4% da precisão média dos modelos maiores. A equipe também descreve um método para adaptar o modelo compacto a usuários individuais, mas o resumo não apresenta medições em dispositivos nem comprova seu desempenho em situações reais.
Por que importa
Para quem desenvolve reconhecimento de fala para relógios e óculos, reduzir o número de parâmetros do modelo pode aliviar as limitações de memória. Ainda não se sabe se esse projeto oferece ganhos relevantes de velocidade ou economia de energia em dispositivos reais.
