ohhoohho/compressionkit-ppg-2x
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

compressionkit-ppg-2x

PPG 信号 Residual Vector Quantization (RVQ) 神经编解码器,在华为昇腾 NPU 上的 torch_npu 推理实现。

  • 原始模型:Ambiq/compressionkit-ppg-2x-v1.0 (PPG 64Hz,2x 压缩,INT8 编码器)
  • 模型类型:非 LLM 的 Keras/TFLite 神经压缩 codec(卷积下采样 + RVQ + 反卷积上采样)
  • 运行后端:昇腾 Ascend910(NPU),通过 torch_npu 直接加载推理, 无需 vLLM-Ascend。

模型结构

Encoder2D  [N,1,320,1]
    -> Conv(1->48,k=7,s=2) -> BatchNorm -> ReLU
    -> Conv(48->16,k=1)                        -> [N,1,160,16]
RVQ x4          逐级残差量化到 codebook (4, 256, 16) -> 索引 (B,160,4)
Decoder2D  量化 latent [N,1,160,16]
    -> Nearest2x(160->320) -> Conv(16->48,k=7)->ReLU
    -> DSConv(48,k=5)->ReLU
    -> LayerNorm(48) -> Conv(48->1,k=1)        -> [N,1,320,1]

编码器输出 16 维 latent(单级 2x 下采样),经 4 级 RVQ 残差量化到长度 256 的 codebook,解码器重建出原始 PPG 波形(压缩比 2x)。与 4x 版本不同,该模型只含 单级下采样/上采样(160 帧 latent)。

环境依赖(requirements.txt)

  • torch >= 2.1、torch_npu(对应 CANN 版本)、h5py、numpy

用法

将权重放入 model/ 目录(建议软链或用 huggingface snapshot_download 拉取),再:

# 用内置 sample_stimulus.npz 验证(输出重建波形 + RVQ 索引)
python inference.py --device npu:0

# 自定义信号(npy/npz,<320 样本)做 encode->decode
python inference.py --device npu:0 --signal my_signal.npy --save out.npz

验证结果

verify.py 使用官方 sample_stimulus.npz 做精度对比:

  • CPU 与 NPU 输出一致:cosine 0.999999,逐元素最大偏差 ~0.0094
  • NPU 重建 vs 官方重建:cosine 0.99998,PRD 约 0.69%(官方本 truth PRD 0.62%)

源码中 head(最终 Conv 48->1)保持线性激活(官方 activation=linear), 是重建幅值/符号保真的关键。

依赖环境示例

pip install torch_npu torch h5py numpy

需确保已安装对应 CANN / torch_npu 驱动使 torch.npu.is_available() 为 True。

目录

compressionkit-ppg-2x/
├── inference.py        # torch_npu 推理脚本(必选)
├── README.md           # 本文档
├── requirements.txt    # 环境依赖
├── model/              # 权重目录(encoder/decoder.keras + codebook.npz + sample)
└── assets/             # 截图(用户自行添加)

参考

  • 官方模型卡:https://huggingface.co/Ambiq/compressionkit-ppg-2x-v1.0
  • 官方仓库:https://github.com/AmbiqAI/compressionkit