内存与计算大幅降低
该模型通过特征划分与融合的变换模块实现轻量化，可即插即用地植入现有模型，在保持错误率基本不变的同时显著降低模型复杂度。
李艳雄 · 蒋仲杰 · Huang, Qisheng · Cao, Wenchang · Jialong, Li
IEEE/ACM Transactions on Audio Speech and Language Processing 2023
变换模块由卷积、池化、拼接、归一化等简单操作组成，可轻松植入多种模型，无需改动原有结构。
输入特征被拆分为多个低维子集，从而大幅降低模型所需的计算量和内存占用。
子集间相关信息被融合以增强表征能力，使得模型误差仅略有增加，同时显著降低复杂度。
该模块在不同长度的截断语音片段上均表现良好，增强了系统在可变语音时长下的实用性。