一种基于动态并行卷积与池化结构的轻量化声学场景分类方法及系统

本发明公开了一种基于动态并行卷积与池化结构的轻量化声学场景分类方法及系统。该方法以CP‑Mobile网络架构为基础，构建DynaCP模型，通过设计动态并行卷积与池化模块(DPCPBlock)，在不同网络层中自适应选择空洞卷积结合池化操作或深度可分离卷积结合池化操作的特征提取路径，实现多尺度特征融合，并减少空洞卷积导致的特征稀疏。系统采用融合设备标识信息的两阶段多教师知识蒸馏策略，利用多个预训练教师模型生成软标签，分阶段完成通用特征迁移与设备特异性知识精炼，提升模型在不同录音设备下的适应能力。所构建模型参数量小于100K，单次推理1秒音频的计算量小于30MMACs，适用于智能耳机、可穿戴设备等边缘计算场景中的实时声学场景识别。