AITOP

多通道

共 2 条相关 AI 资讯
8月10日
10:53
10:53官方账号arXiv cs.LG@Xulin Fan, Juan Azcarreta, Ashutosh Pandey, Jesus Alvarez, Ke Tan, Jacob Donley, Ritwik Giri, Buye Xu
该论文提出一种云边协同的语音增强框架，针对可穿戴设备低延迟、低算力的约束，利用云端模型辅助边缘模型。框架包含三项技术：延迟服务器输出作为额外输入、逐层特征提升以及协同多通道维纳滤波。实验表明，该框架相比纯边缘基线显著提升性能，且额外计算开销极小。
论文语音增强多通道深度学习
推荐理由：边缘设备算力不够？这篇论文用云端模型来帮忙，做语音增强效果好还省算力，搞可穿戴的可以看看。
原文
6月9日
11:53
11:53官方账号arXiv 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
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