版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
今天实现了波形输入到输出，模型直接就是对波形处理，其实中间我用tf做了stft，感觉写的挺费劲的差不多比librosa库每帧多200ms，的确tf库挺慢的。但现在我不想顾这么多，能否试试是否能否加速或者再压缩为tflite？所以这篇的任务就是加速和转tflite。
经过我搜索发现，有的说引入ARM指令集加速，地址在此：百度百科指令集，但寡人也没看出来个什么鬼啊？
有的说算法加速，这个在我这里只有两种情况，1-减少tf计算的复杂度，一周时间，2-直接将stft/istft采用cpp或者Java来写，这个估计要花费两周时间，我推荐第2个，因为模型中有些东西是每次都用的常数，都放在模型中每次都要重新计算，不太好。
有的说量化模型，但我的pb模型在转化时已经进行了8位压缩，不知道算不算在内，可以尝试下，tflite的资料，资源在此：TensorFlow官方资料 试试也无妨，诱人的是人家说RNN可以加速3倍以上，不知道是不是吹牛逼，有没有普适性？？
其他可优化的地方：1-模型参数可以少训练几次，但这样需要记录loss，也不麻烦；
2-是否可以512来进行？这样能减少时间吗？
补充一：我特么看了看TensorFlow的contrib下根本没有lite了，所以上面的第二个参考地址无效，官方已经移除了这个玩意。只能先参考bazel build的方法了，试试看了。补充：其实lite直接放在了tf