跳到主要内容
检索

# 值域-零空间分解

1 篇关联报道

订阅更新
  1. arXiv

    语音增强回到梅尔谱:BaME用331M DiT的2.9%参数取得更好增强,单步生成即可完成

    生成式语音增强近年多依赖可学习隐表示与大型生成骨干,声学保真、听感与处理效率难以兼顾。BaME重新把梅尔谱当作结构化声学表示:按频带切分的Transformer骨干只用331M DiT骨干2.9%的参数和66.6%的计算量,就取得更好的增强效果;再配合带退化相位先验的声码器与一步保真—感知对齐微调,在DNS-Challenge、EARS、GSR和URGENT基准的客观与主观评测上表现良好。

已读完全部报道