민공지능/음성 인식 프로젝트

Speech VGG

m_log 2021. 4. 25. 23:01

SpeechVGG 모델은 음성 처리에 좋은 전이학습 모델이다. 

 

arxiv.org/pdf/1910.09909.pdf

# Block 1
    x = layers.Conv2D(64, (3, 3),
                      activation='relu',
                      padding='same',
                      name='block1_conv1')(img_input)
    x = layers.Conv2D(64, (3, 3),
                      activation='relu',
                      padding='same',
                      name='block1_conv2')(x)
    x = layers.MaxPooling2D((2, 2), strides=(2, 2), name='block1_pool')(x)
'
'
'
# Block 5
    x = layers.Conv2D(512, (3, 3),
                      activation='relu',
                      padding='same',
                      name='block5_conv1')(x)
    x = layers.Conv2D(512, (3, 3),
                      activation='relu',
                      padding='same',
                      name='block5_conv2')(x)
    x = layers.Conv2D(512, (3, 3),
                      activation='relu',
                      padding='same',
                      name='block5_conv3')(x)
    x = layers.MaxPooling2D((2, 2), strides=(2, 2), name='block5_pool')(x)

각 블럭의 구성은 위와 같으며 그림에서 화살표 부분이 MaxPooling2D 부분이다.