Centaurus开源 – 高效音频处理神经网络
Centaurus是一种由广义状态空间模型（SSM）块组成的新型神经网络，其设计灵感来源于卷积神经网络（CNN）。通过将SSM操作视为训练期间的张量收缩，并优化张量收缩顺序，Centaurus显著提高了训练效率。它在网络大小、性能、内存和计算效率之间取得了平衡，尤其在音频处理任务中表现优异，包括关键词识别、语音去噪和自动语音识别（ASR）。Centaurus是首个完全基于状态空间的ASR网络，无需依赖非线性递归（如LSTMs）、显式卷积（CNNs）或注意力机制，仍能实现竞争性能。
