PulseAugur
中
实时 10:26:50
English(EN) Neuromorphic Speech Enhancement with Dual-Branch Spiking Neural Networks

新型脉冲神经网络架构增强语音处理能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的双分支脉冲神经网络架构，称为 GSU-DBNet，旨在增强语音处理。该架构利用门控脉冲单元 (GSU) 同时模拟语音的幅度和复数频谱，并预测相应的频谱掩码。实验表明，GSU-DBNet 在参数量远少于可比的 ANN 模型的情况下，实现了更高的 PESQ 分数，表明其能效和性能均有所提高。 AI

影响 这项研究引入了一种参数效率更高的语音增强架构，有望在音频处理领域实现更节能的 AI 应用。

排序理由 该集群包含一篇详细介绍新型语音增强神经网络架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型脉冲神经网络架构增强语音处理能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Taiyu Meng, Wenbin Jiang, Haoyi Zhang, Yuhan Zhou, Haibing Yin ·

    Neuromorphic Speech Enhancement with Dual-Branch Spiking Neural Networks

    arXiv:2606.23761v1 Announce Type: cross Abstract: Spiking neural network (SNN)-based neuromorphic speech enhancement has emerged as a promising paradigm due to its energy efficiency, yet it still underperforms classical artificial neural network (ANN)-based approaches owing to bi…

相关实体

相关话题