新的正则化薛定谔桥提升语音保真度

研究人员开发了一种名为正则化薛定谔桥（RSB）的新方法来改进语音增强。该技术解决了当前基于扩散模型中的挑战，特别是感知真实感与重建保真度之间的权衡，以及迭代采样过程中错误的累积。RSB在训练过程中引入了失真感知扰动，通过结合后验均值估计来逐步纠正错误并提高保真度。 AI

影响 这项研究可能带来更准确、更具感知吸引力的语音增强系统，造福于语音助手和音频处理等应用。

排序理由 该集群包含一篇详细介绍语音增强新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Distortion-Perception Perturbation
• Gotit.pub
• Hugging Face
• Qing Yao
• Regularized Schrödinger Bridge
• Schrödinger Bridge

• 论文
• 模型发布

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