11:53arXiv cs.AI@Dohwan Kim, Jung-Woo Choi精选多通道语音分离的判别模型在参考指标上表现优异,但人类听觉质量欠佳。为此,研究者提出基于MeanFlow的一步生成式校正器MeCo,通过学习条件平均速度场,将判别模型输出直接映射到干净语音流形。MeCo引入数据空间优化(DSO),结合长位移惩罚的生成目标和端点SI-SDR损失,在单步生成中同时提升信号保真度和听觉质量。实验表明,MeCo在域内和域外场景均达到最先进性能,且计算开销极小。论文语音分离生成式校正MeanFlow多通道信号保真度推荐理由:语音分离的听觉质量一直是痛点,MeCo用一步生成解决了判别模型“指标好但听着差”的问题,做语音增强或分离的团队可以直接在现有模型上叠加使用,值得一试。原文