关于NCNN模型量化的问题

[Plutoisme]

作者您好，我最近一直在复现这篇DTLN—NS和DTLN-AEC的论文，也成功参考您的部署实现在开发板上运行。目前还想要再提高运行效率，想采用量化的方式。 目前的困境是如果使用torch.quantization导出的torchin8模型不能经过ncnn模型转换，而如果使用ncnn本身的量化工具(https://github.com/Tencent/ncnn/blob/master/docs/how-to-use-and-FAQ/quantized-int8-inference.md) 的话，其需要一个校准集合，说白点就是感觉推理框架MNN，NCNN的量化工具都是为了图像算法而设计的。 感觉您对语音及ncnn这个框架挺熟悉的，不知道您对音频算法在ncnn上的量化方案有什么建议呢？

[Plutoisme]

该校准集合是需要一堆图片，通过Opencv的imread读取生成RGB三通道或者Gray单通道。 以Pytorch_DTLN_P1_stateful这个类为例，我也想过将输入的mag转化成图片存入JPEG格式中构造校准数据集，但是mag的值跟图片的值他们的值域不一样啊，这条路好像是走不通的。